數據的準確性
數據的準確性(Accuracy)是指數據的采集值或者觀測值與真實值之間的接近程度,也叫誤差值,誤差值越大,數據的準確度越低。數據的準確性由數據的采集方法決定的。
數據的精確性
數據的精確性(Precision)是指對同壹對象在重復測量時所得到的不同觀測數據之間的接近程度。精確性,也叫精準性,它與數據采集的精度有關系。精度越高,要求數據采集的粒度越細,誤差的容忍程度也越低。
例如在測量人的身高時,可以精確到厘米,多次測量結果之間的誤差只會在厘米級別;在測量北京到上海的距離時,可以精確到千米,多次測量結果之間的誤差會在千米級別;用遊標卡尺測量壹個零件的厚度時,可以精確到 1/50 毫米,多次測量結果之間的誤差也只會在 1/50 毫米級別。因此,可以說采用的測量方法和手段直接影響著數據的精確性。
數據的真實性
數據的真實性,也叫數據的正確性(Rightness)。數據的正確性取決於數據采集過程的可控程度。數據采集過程可控程度高,可追溯情況好,數據的真實性就容易得到保證,而可控程度低或者無法追溯,則數據的真實性就難以得到保證。
為了提高數據的真實性,采用無人進行過程幹涉的智能終端直接采集數據,能夠更好地保證所采集的數據的真實性,減少人為幹預,減少數據造假,從而讓數據更加準確地反映客觀事物。
數據的及時性
數據的及時性(In-time)是指能否在需要的時候獲到數據。例如企業在月初會對上個月的經營和管理數據進行統計和匯總,此時的數據及時性是指這些數據能否及時處理完成,財務能否在月度關賬後及時核算。數據的及時性是數據分析和挖掘及時性的保障。如果企業的財務核算流程復雜,核算速度緩慢,上個月的數據在本月月中才能統計匯總完成,那麽等需要調整財務策略的時候,已經到月底了,壹個月已經快過完了。特別是當企業做大了之後,業務覆蓋多個市場、多個國家,如果數據不能及時匯總,則會影響到高層決策的及時性。數據的及時性與企業的數據處理速度及效率有直接的關系,為了提高數據的及時性,越來越多的企業采用管理信息系統,並在管理信息系統中附加各種自動數據處理功能,在數據上傳到系統中之後自動完成絕大部分報表,從而提高了數據處理的效率。使用計算機自動處理中間層數據是提高企業數據處理效率的有效手段。
企業除要保證數據采集的及時性和數據處理的效率外,還需要從制度和流程上保證數據傳輸的及時性。數據報表制作完成後,要及時或者在要求的時間範圍內發送到指定的部門,或者上傳到指定的存儲空間中。
數據的即時性
數據的即時性包括數據采集的時間節點和數據傳輸的時間節點,在數據源頭采集數據後立即存儲並立即加工呈現,就是即時數據,而經過壹段時間之後再傳輸到信息系統中,則數據的即時性就稍差。例如壹個生產設備的儀表即時地反映了設備的溫度、電壓、電流、氣壓等數據,這些數據生成數據流,隨時監控設備的運行狀況,這個數據可以看作即時數據。而
當將設備的即時運行數據存儲下來,用來分析設備的運行狀況與設備壽命的關系時,這些數據就成了歷史數據。
數據的完整性
數據的完整性是指數據采集的程度,即應采集的數據和實際采集到的數據之間的比例。例如在采集員工信息數據時,要求員工填寫姓名、出生日期、性別、民族、籍貫、身高、血型、婚姻狀況、最高學歷、最高學歷專業、最高學歷畢業院校、最高學歷畢業時間*** 12 項信息,而某個員工僅僅填寫了部分信息,例如只填寫了其中的 6 項,則該員工所填寫數據的完整性只有壹半。
壹家企業中的數據的完整性體現著這家企業對數據的重視程度。要求采集的數據在實際中並未完整采集,這就是不完整的數據,這往往是企業對數據采集質量要求不到位導致的。
另外,對於動態數據,可以從時間軸去衡量數據的完整性。比如,企業要求每小時采集壹次數據,每天應該形成 24 個數據點,記錄為 24 條數據,但是如果只記錄了 20 條數據,那麽這個數據也是不完整的。
數據的全面性
數據的全面性和完整性不同,完整性衡量的是應采集的數據和實際采集到的數據之間的比例。而數據全面性指的是數據采集點的遺漏情況。例如,我們要采集員工行為數據,而實際中只采集了員工上班打卡和下班打卡的數據,上班時間員工的行為數據並未采集,或者沒有找到合適的方法來采集,那麽這個數據集就是不全面的。
再例如,我們記錄壹個客戶的交易數據,如果只采集了訂單中的產品、訂單中產品的價格和數量,而沒有采集客戶的收貨地址、采購時間,則這個數據采集就是不全面的。
騰訊 QQ 和微信的用戶數據記錄了客戶的交流溝通數據;阿裏巴巴和京東的用戶數據記錄了用戶的交易數據;百度地圖記錄了用戶的`出行數據;大眾點評和美團記錄了客戶的餐飲娛樂數據。對全面描述壹個人的生活來說,這些公司的數據都是不全面的,而如果把他們的數據整合起來,則會形成更加全面的數據。所以說,數據的全面性是壹個相對的概念。過度追求數據的全面性是不現實的。
數據的關聯性
數據的關聯性是指各個數據集之間的關聯關系。例如員工的工資數據和績效考核數據是通過員工關聯在壹起來的,而且績效數據直接關系到工資數據。采購訂單數據與生產訂單數據之間通過物料的追溯機制進行關聯,而生產訂單又是由員工完成的,即通過員工作業數據與員工信息數據關聯起來的。
本書探討的企業經營數據,每個數據集都是相互關聯的,有的是直接關聯的,如員工工資數據和員工績效數據;有的是間接關聯的,如物料采購訂單數據與員工工資數據。這些數據是由公司的資源,包括人、財、物和信息等關聯起來的。如果有任何的數據集不能關聯到其他的數據集,就會存在數據割裂或者數據孤島。數據割裂和數據孤