数据质量入门
学习目标
完成本单元后，您将能够：
- 列举决定数据质量的一些因素。
- 解释为什么不正确的数据如此讨厌。
- 解释为什么好的数据这么棒。
不正确的数据又制造问题了
Gelato 是一家很火的新媒体科技公司，您是这家公司的 Salesforce 管理员。Gelato 开发了一个先进的平台用来投放流媒体 4K 超高清广告内容。目前为此它已用于许多影视应用程序和网站。您从事的是 B2B 业务，您的客户是企业，包括广告公司、媒体机构以及其他广告行业从业者。
为了发展 Gelato 的业务，新上任的销售总监希望更好地了解客户以及他们的需求。既然您是 Salesforce 大神，于是她请您提供 Gelato 客户的全方位视图。您踱步到笔记本前面，打开一瓶提神醒脑的饮料，生成了几份 Salesforce 报表，享受纷至沓来的赞美。
听起来很容易，对吗？
错了！
您查看报表，这是您看到的美国西部地区客户的情况。
有几件事情真的很显眼。
缺失记录
您公司仅在加州就有 500 多家客户，但是报表只显示了整个西部地区约 200 家客户的数据。
重复的记录
快速浏览客户列表后发现，有多个地点的客户的数据记录在了多条客户记录中。事实上，有如此多客户出现在如此多的记录上，您甚至无法确定客户的定义是什么。这是一个地址吗？公司名称？
没有数据标准
按区域细分后显示客户分布在 87 个州。地理课是很多年前的事了，不过您好像记得只有 50 个州。比如，加州被列为：CA、Calif、Cali，还有您的最爱“Surfin’, USA”。
不完整的记录
几乎所有西部地区客户都缺少关键数据。客户帐户缺少电话和电子邮件之类的数据。企业客户缺少行业、收入和员工人数。
陈旧的数据
西部地区至少一半客户过去六个月没有更新过，所以您不知道数据的准确度。而且那些数据甚至不包含 Salesforce 没有登记的客户。
存在这些数据问题的情况下，报表不完整已经是最好的情形了，最差的情形是报表不准确。您当然开始忧心忡忡。您发起了 Chatter 话题，向所有销售经理征求意见。
纽约区域经理坦率地对您说，“在 Salesforce 中找东西太难了，所以我的团队不怎么用它。”
另一位来自伦敦的销售经理对您解释说，“我们尝试了清理本地区的所有重复记录，但记录归另一个团队所有。”
来自香港的一位营销经理说道，“我们生成的潜在客户信息不够详细，无法确定应该采取的正确行动。而且感觉我们手上的数据在我们得到后的第二天就过时了。”结果证明他是对的：数据在不断变化当中。平均来说，每 30 分钟就有 120 条企业地址变更、75 条电话号码变更、20 个首席执行官离职、30 家新的企业成立。
您意识到公司的成长以及它的业务决策看起来与其 Salesforce 数据质量有关联。您与销售总监分享了您的观察。她欣赏您敏锐的洞察力，不过她有一个问题：“数据质量到底有多重要？”
不正确的数据：有什么用处？
事实上数据质量好比是制作面包的酵母。没有它，就没有机会登顶，您只会有少得可怜的收入。
一言以蔽之，数据质量很重要。您再进行深入分析，发现：
- 不准确或不完整的数据可以导致效率降低 20%，相当于每周中的一个工作日。
- 由于不准确的数据导致公司平均损失 12% 的收入。
- 由于劣质的数据，百分之四十的商业计划未能实现目标效益。
那太糟糕了。真的很糟。（关于不正确的数据的更多统计数据，请查看“资源”部分。）
您找了一个高管又一个高管，让他们警惕数据质量陷阱。请看 Virtual Causeway 总裁 Rick Endrulat 如何评价数据质量，Virtual Causeway 是一家全球顶级一站式销售和营销服务外包提供商。
事实上，不正确的数据总是伴随着：
- 收入损失
- 缺失或不准确的洞察
- 浪费时间和资源
- 低效
- 缓慢的信息检索
- 较差的客户服务
- 名誉损害
- 代表的采用率下降
不正确的数据阻碍您，Gelato 的 Salesforce 管理员，向销售总监提供公司业务的全方位视图。没有那个视图，她无法完整地知道应该锁定哪些潜在客户、协调哪些区域、跟进哪些交叉销售机会，以及优先对待哪些潜在客户。最终，那个差距影响您公司满足客户需求、增长业务的能力。试想一下流失掉那些数据的所有销售和营销流程。如果您的公司收购了主要竞争对手，必须将他们的客户数据与您的合并怎么办？如果您的数据已过期，您如何遵守数据隐私法规，包括《通用数据保护法规》(GDPR)？就您的数据现状而言，那会是一个很大的噩梦！
幸亏改善数据质量永远也不会太晚。那也正是您兴奋地对销售总监脱口而出的话。她看起来对您透彻的工作感到满意，但是她有一个问题：“好的数据到底有什么影响？”
AI 数据呢？
数据质量在塑造 AI 系统的结果和可靠性方面起着重要作用。使用 AI 时，劣质的数据会破坏系统的性能，导致结果出现偏差、漏洞甚至道德和社会影响。混乱或不具代表性的数据可能导致错误的业务决策并使运营成本增加。
高质量的数据可确保 AI 模型提供准确、无偏差且稳定的预测结果。它使这些模型能够更好地预测现实情况，并提高其在应用程序中的可信度。从经济角度来看，使用高质量的数据可以最大限度地提高 AI 方案的投资回报率。
谨遵数据质量标准对于遵守不断发展的全球数据法规至关重要。实质上，任何有效的 AI 系统都以其数据的完整性和质量为基础。
好的数据可以震撼您的世界
事实证明好的数据让您的公司可以：
- 寻找并锁定新客户
- 识别交叉销售和追加销售机会
- 获得客户见解
- 提高效率
- 快速检索正确的信息
- 与客户建立信任
- 提高代表的采用率
- 更好地规划和协调区域
- 更快地评分和路由潜在客户
不胜枚举。您查看了关于好的数据的好处的一些案例研究。
您开始设想好的数据能够为您的公司做什么。一个慢动作电影蒙太奇在您脑海里浮现。您在脑海中想象，代表高兴地搜索准确、最新的记录，以获得转化潜在客户所需的联系人信息。意识到由于所有记录都具有完整的行业和竞争信息，因此进行区域协调、挖掘新市场有多么简单之后，经理们自发地形成统一战线。高管们查看了一个仪表板后，排队与您握手。
所有这些可能性并不会创造世界和平，但是也很接近了。您确实对销售总监提到了那个部分。她真的很喜欢您的设想，不过还是一样，她有一个问题：“我们的数据到底有多糟糕？”继续下一个单元，寻找答案。
