Data quality. The quality of the da

Data quality. The quality of the data in the warehouse must meet users’ needs. If it does not, the data will not be trusted and ultimately will not beused. Most organizations finds that the quality of the data in source systems is poor and must be improved before it can be used in the data warehouse. Some of the data can be improved through the use of data cleansing software, but the better, long-term solution is to improve the quality at the source system level. This requires that the business owners of the data take responsibility for making the changes necessary to improve the quality of the data.
To illustrate a need to improve data quality, a large hotel chain wanted to conduct targeted marketing promotions using zip code data collected during the check in process. When the zip code data were profield, many of the zip codes were found to be 99999. Obviously, the clerks were not asking customers for their zip codes but needed to enter something to complete the registration process. A short term solution was to conduct the marketing campaign using city and state data. The long term solution was to get the clerks to enter the actual zip codes. The latter required the hotel managers to take the responsibility for getting their clerks to enter better data.
Governance. To ensure that BI is meeting organizational needs, it is necessary to have governance to plan and control BI activities. This requires that people, committees, and processes be in place. Companies that are effective in BI governance often have a senior level committee made up of vice presidents and directors who ensure that the business and BI strategies are in alignment; prioritize projects; and allocate resources. Then there is a middle management level committee that oversees that various projects in the BI portfolio and sees that the projects are being completed effectively and efficiently. Lower level operational committees perform tasks such as creating data definitions and identifying and solving data problems. All these committees require the collaboration and contributions of business and IT personnel.

Hasil (Bahasa Indonesia) 1:

Kualitas data. Kualitas data dalam gudang harus memenuhi kebutuhan pengguna. Jika tidak, data akan tidak dapat dipercaya dan pada akhirnya akan tidak beused. Kebanyakan organisasi menemukan bahwa kualitas data source sistem miskin dan harus diperbaiki sebelum dapat digunakan di gudang data. Beberapa data dapat ditingkatkan melalui penggunaan data pembersihan perangkat lunak, tetapi solusi yang lebih baik, jangka panjang adalah untuk meningkatkan kualitas pada tingkat sistem sumber. Hal ini memerlukan bahwa pemilik bisnis data mengambil tanggung jawab untuk membuat perubahan yang diperlukan untuk meningkatkan kualitas data.Untuk menggambarkan kebutuhan untuk meningkatkan kualitas data, rantai hotel besar yang ingin melakukan promosi pemasaran bertarget menggunakan kode zip data yang dikumpulkan selama proses check in. Ketika data kode zip profield, banyak kode zip yang ditemukan untuk menjadi 99999. Jelas, para pegawai tidak meminta pelanggan untuk kode pos mereka tapi diperlukan untuk memasukkan sesuatu untuk melengkapi proses registrasi. Solusi jangka pendek adalah untuk melakukan kampanye pemasaran yang menggunakan data kota dan negara bagian. Solusi jangka panjang adalah untuk mendapatkan para pegawai untuk memasukkan kode zip yang sebenarnya. Yang terakhir ini diperlukan Manager hotel untuk mengambil tanggung jawab untuk mendapatkan mereka Panitera untuk memasukkan data yang lebih baik.Pemerintahan. Untuk memastikan bahwa BI adalah memenuhi kebutuhan organisasi, hal ini diperlukan untuk memiliki pemerintahan untuk merencanakan dan mengendalikan kegiatan BI. Hal ini memerlukan bahwa orang-orang, Komite, dan proses berada di tempat. Perusahaan yang efektif dalam pemerintahan BI sering memiliki Komite tingkat senior yang terdiri dari Wakil Presiden dan Direktur yang memastikan bahwa bisnis dan strategi BI selaras; memprioritaskan proyek-proyek; dan mengalokasikan sumber daya. Lalu ada Komite tingkat manajemen menengah yang mengawasi bahwa berbagai proyek dalam portofolio BI dan melihat bahwa proyek-proyek yang sedang diselesaikan secara efektif dan efisien. Rendah tingkat operasional Komite melakukan tugas seperti menciptakan definisi data dan mengidentifikasi dan memecahkan masalah data. Semua panitia ini membutuhkan kolaborasi dan kontribusi bisnis dan personil TI.