Kvalita dát

Čo to znamená

Kvalita dát vyjadruje, do akej miery sú údaje presné, úplné, aktuálne, konzistentné a bez duplicít. Dáta sú kvalitné vtedy, keď spoľahlivo slúžia svojmu účelu, či už ide o fakturáciu, výkazníctvo, marketing alebo rozhodovanie vedenia.

Najväčší vplyv má kvalita kmeňových dát o zákazníkoch, dodávateľoch, produktoch a zamestnancoch. Chybná adresa či IČ DPH odberateľa vedie k nesprávnej faktúre, duplicitný zákazník k rozdeleným pohľadávkam a nesprávna jednotka produktu k chybám v skladovej evidencii.

Kvalitu dát sledujú rozmery ako presnosť, úplnosť, včasnosť, jednoznačnosť a súlad s pravidlami. Súčasťou širšieho rámca dátového riadenia je aj to, kto je za ktoré údaje zodpovedný a ako sa chyby opravujú, aby sa nevracali.

Ako to funguje v praxi

Najlacnejšie je chybám predchádzať pri vstupe. Formuláre v ERP či CRM môžu overovať formát IČO a IČ DPH, napojiť sa na register a vyhľadávať existujúce záznamy, aby nevznikali duplicity. Povinné polia a rozbaľovacie zoznamy znižujú počet preklepov.

Pravidelné čistenie dát zahŕňa hľadanie duplicít, doplnenie chýbajúcich údajov a vyradenie neaktívnych záznamov. Pred väčšou zmenou, napríklad pri migrácii dát do nového systému, je vyčistenie nevyhnutné, inak sa staré chyby prenesú do nového prostredia.

Pre účtovníctvo sú kvalitné dáta základom spoľahlivých výkazov. Ak sa zákazníci, strediská a zákazky evidujú nejednotne, manažérske reporty ukazujú nesprávne marže a ziskovosť. Jednoduché pravidlá pomenovania a zodpovedný správca údajov ušetria hodiny práce pri uzávierke.

Na čo si dať pozor

Kvalita dát má aj právnu stránku. GDPR vyžaduje, aby osobné údaje boli správne a aktualizované, a dotknutá osoba má právo na opravu. Neaktuálne kontakty v marketingových databázach môžu viesť k porušeniu pravidiel, napríklad ak sa ozve niekto, kto súhlas odvolal.

Problémy s kvalitou dát sa často prejavia až neskoro, napríklad pri kontrole, audite alebo pri nasadení automatizácie či umelej inteligencie, ktoré chyby znásobia. Oplatí sa sledovať niekoľko jednoduchých ukazovateľov, napríklad podiel duplicít či neúplných záznamov, a pravidelne ich vyhodnocovať.