有些痛苦從來都與我們如影隨行，比如數據的質量和成本問題。當SearchCIO.com就當前在大數據和云計算的時代背景下BI（商業智能）面臨的新挑戰訪問兩位專家時，發現這兩個問題依然是業界關注的焦點。

“無論數據的規模大小和新舊程度如何，BI面臨的最大挑戰可能還是數據本身的質量?！盙artner的著名分析師Bill Hostmann表示。

BI專家Boris Evelson是Forrester Research Inc.的高級分析師，他基于其在該領域數十年的經驗來闡述觀點：“現在的數據質量和30年前一樣糟糕。而提升數據質量主要是個經濟問題，相應的成本還是太高了?！?/P>

如今的CIO們可能對數據質量的理解更為深刻，而且手頭也有更多的工具來提升數據質量。有人認為基于云的BI產品有助于成本的降低，但是我們的專家卻對云計算和數據質量之間的相關性提出了質疑。數據質量方面的問題核心在于數據總是處在變化之中：新系統的上線以及新數據源的涌現。而數據的規模也在急劇膨脹，比如事務日志、來自于傳感器的數據、點擊流量以及Hostmann特別指出的“社交媒體導致的信息爆炸”。

與此同時，除了數據之外其他事情也在發生變化。BI已經從由IT部門單獨掌控變為整個企業全員參與。而且，數字質量本身的定義也不是一成不變的。因此，對于CIO來說，真正要面對的問題應該是：就當前的工作來說，什么樣質量的數據是合格的？

“對信息提供者談數據質量并沒有太大意義?！盚ostmann說：“真正重要的是信息的使用者在基于數據進行分析或決策時的滿意度，他們的期望才是問題的核心所在?！?BR>　
數據的質量取決于提問人的身份、問題的急迫性以及愿意為之付出的成本。人們越來越意識到建議單一的評判體系是不現實的。Evelson表示：“質量是相對的，和具體語境有關?！?/P>

數據質量滿意度的季度調查

既然數據質量是相對的，并且讓用戶可接受是BI的一個重要方面，那么對此CIO們該如何應對呢？

Hostmann對其客戶的建議是，通過對企業內關心數據質量的決策人進行例行調查，以此建立數據質量的評判體系。Gartner使用一套簡單的工具來評估用戶對BI數據的滿意度，以及客戶基于數據進行商業決策的能力。調查結果應該每個季度進行一次更新，因為數據質量的定義也在變化中。

找到合適的主導人

在企業不同業務單元之間，這類調查的結果會大相徑庭，從而導致關注的熱點游離不定。這樣就帶來了一個問題：哪方面數據的質量對于企業戰略目標有著最大的影響？Hostmann認為這個問題主要取決于經濟方面的考慮，但是確定各個問題的優先級卻不是技術人員的責任：“應該由業務負責人來下結論，但是這其中存在極大挑戰?！?/P>

“IT對數據并沒有控制權?！盓velson認為。和其他的企業應用不同，BI從本意上來說就需要由業務端來主導。IT團隊有能力為企業構建系統來定義如IBM一樣的龐然大物，但是值得與否需要由其他人來決定。“這肯定不是IT的職責?！盓velson認為：“因為這是整體戰略級別的決策。”

不同用戶需要不同的工具

基本上，CIO們在調查數據質量滿意度時會發現用戶大致可以分為高級和低級兩類，其中后者可能對自己的無知都一無所知。數據發掘工具（Data discovery tools）對低級用戶來說非常適用，可供挖掘隱藏的數據之間的關系，而且也比較便宜。“無需多維數據庫（multidimensional databases）你也可以對外提供海量數據，用戶自己通過工具能進行分析?！盚ostmann說。

高級用戶一般來自于財務部門或者那些受到嚴格監管的行業。他們清楚地知道自己想要什么，而且可以發現數據質量的問題。但是，是否修正問題就得看情況了。比如，要修正對于“客戶”一詞的定義就需要對系統大動干戈 – 從而又一次導致成本的問題?！半m然看到了問題，但是他們到底愿意花多少錢來解決問題呢？”Hostmann質疑到。

Evelson認為，即使成本問題得到解決，也不能期望質量問題就不復存在了。CIO們幾乎肯定會遇到這種問題：首席財務官、首席營銷官和銷售副總裁對于客戶利潤率的定義各執一詞?！斑@會導致IT無所適從?！盓velson表示。最后，再重申這一點：有些痛苦永遠不會散去。