Kvalita dat je nezbytnou podmínkou pro získání kvalifikovaných informací. Bez zajištění kvalitních dat na výkonné úrovni nelze očekávat správné plánování na strategické úrovni. Je v životním zájmu každé společnosti zabývat se kvalitou dat na systematické bázi. Český Telecom řeší tuto otázku za přispění metodiky a technologie dodané společností TietoEnator.







Význam řízení kvality dat
Český Telecom je poskytovatelem hlasových, datových a integrovaných služeb. Zajištění stávajících služeb a produktů stejně jako rychlý rozvoj nových s sebou nese i rychlý rozvoj informačních systémů podporujících byznys společnosti a trvale se zvyšující nároky na kvalitu a čistotu dat. V praxi běžně docházelo k tomu, že vstupní informace v rámci jednoho systému byly věcně správné, došlo-li však ke vzájemnému porovnání odpovídajících datových položek mezi několika systémy, obsahy vykazovaly rozdíly. Další zpracování takovýchto dat běžnými metodami bylo velmi komplikované. Český Telecom se proto rozhodl v rámci projektu Data Quality implementovat metodiku TIQM (Total Information Quality Management) s cílem vybudovat prostředí pro růst kvality dat a její trvalé udržení. V popředí zájmu jsou především data vztažená k zákazníkovi, například název firmy, adresa sídla firmy, poštovní adresa apod. Nárůst kvality zákaznických dat v primárních databázích odstraněním nepřesností nebo neúplností má za následek například vzestup doručitelnosti zásilek (faktur, marketingových materiálů atd.). Dále se odrazí především v kvalitě reportů, které slouží k manažerskému rozhodování. Proces zajištění kvality dat zahrnuje mimo jiné proces přípravy a zpracování dat, vyhodnocení výsledků a následná nápravná opatření.

Proces zpracování dat
Příprava a zpracování dat, měření kvality dat a zpracování výstupů ve společnosti Český Telecom jsou založeny na principech Trillium Data Quality Methodology a využívají metriky kvality dat, jako jsou správnost, přesnost, úplnost, konzistence, aktuálnost, jedinečnost či platnost. Použitý systém Trillium Software System, dodaný společností TietoEnator, je vybaven inteligentním mechanismem čištění dat založeným na fuzzy logice. Proces zpracování probíhal dle navržené metodologie v logicky na sebe navazujících krocích: analýza dat, standardizace, doplnění a sdružování dat. Analýza dat spočívá v provedení statistiky formátů datových položek, frekvenční analýzy, normalizace a transformace dat a případně validace dat proti stanoveným celopodnikovým číselníkům. Během kroku standardizace se provádí rozpoznání a roztřídění datových položek na základě znalostní báze, identifikace chyb v datech, aplikace podnikových datových standardů a příprava dat na sémantickou analýzu. Doplnění dat zahrnuje obohacení dat hodnotami ze znalostní báze a provedení komplexní sémantické analýzy. Sdružování dat spočívá v porovnání záznamů a odstranění duplicitních osob, adres nebo firem. Výsledkem procesu je vygenerování finálního doporučeného záznamu. Proces zpracování využívá znalostní bázi, ve které dodavatel řešení vytvořil aktualizovatelnou sadu pravidel pro zpracovávaná data. Základní rozsah vytvořený pro české národní prostředí, včetně celostátního registru adres v České republice, byl v průběhu zpracování dat postupně rozšířen o další pravidla, jak obecná, tak i specifická pro Český Telecom.

Nápravná opatření
Výstupy jednotlivých kroků zpracování, vypovídající o úrovni kvality dat z určitého hlediska, a jejich vyhodnocení byly podkladem pro návrhy nápravných opatření. Řešení informační kvality totiž nespočívá jen v analýze a čištění dat. Je nutné rovněž identifikovat příčiny vzniku nekvalitních informací, a ty řešit. Skutečnosti zjištěné v procesu zpracování dat proto byly konzultovány s uživateli jednotlivých systémů. Na základě těchto konzultací byly formulovány návrhy nápravných opatření, a to jak v oblasti procesní a organizační, tak v oblasti technické. Nápravná opatření zahrnovala následující oblasti:
· jednoznačnou definici obsahu sporných položek,
· návrhy na softwarové (automatizované) řešení nápravy,
· návrhy na úpravy aplikačního software,
· návrhy na změny metodik a procesů,
· ruční opravu nekonzistentních dat na základě poskytnutých sestav,
· doplnění neúplných dat ( např.chybějící IČO),
· deduplikaci dat (odstranění shodných záznamů sloučením informací do jednoho záznamu, případně
odstranění duplicitního záznamu).

Přínosy pro business
Mezi přínosy projektu Data Quality pro Český Telecom patří například:
· identifikace a oprava nesprávně zadaných telefonních čísel,
· zpřesnění zařazení zákazníků do segmentů a prodejních kanálů,
· zavedení datových standardů pro další optimalizaci řízení datové kvality,
· standardizace datových položek - Číslo účtu, Číslo banky, IČO apod.,
· oprava vazby zákazník-smlouva napříč systémy,
· identifikace zákazníků s nesprávným rodným číslem a IČO a následná oprava v systému,
· indikace a oprava chyb v datových položkách navázaných na číselníky,
· deduplikace zákazníků,
· standardizace adresních datových položek.

Trvalý proces řízení kvality dat
Řízeni kvality dat se v Českém Telecomu neomezilo jen na vlastní provedení jednorázového auditu kvality dat, ale představuje komplexní proces zajištění a udržení určité úrovně kvality dat po celou dobu jejich životního cyklu v IT prostředí společnosti. Řízení kvality dat zasahuje i do tvorby metodologie, procesů a vnitřních předpisů a standardů ve společnosti. Zajištění datové kvality a trvalá systematická péče o datovou kvalitu přináší společnosti nejen snižování nákladů, ale používání správných a validních dat, zejména ve styku se zákazníky, přispívá také k dobrému jménu celé společnosti.

Autor článku, Ing.Jaroslav Rada, působí jako account manager ve společnosti TietoEnator.

---