• Selkeän tiedonhallinnan (Data Governance) käyttöönotto: Määritellään tiedonhallinnan toimintaperiaatteet.
• Tiedon ylläpito ja optimointiprosessit: Virheiden tarkistus ja seuranta jo tiedonsyöttövaiheessa.
• Henkilöstön koulutus: Toimintaperiaatteiden ja prosessien sisäistäminen.
• Tekniset ratkaisut: Sopivien työkalujen käyttö tiedon laadun valvontaan ja parantamiseen.

Korkea tietojen laatu luo kestävää lisäarvoa:

• tehostamalla prosesseja,
• vähentämällä virheistä aiheutuvia kustannuksia,
• tukemalla parempaa päätöksentekoa,
• sekä parantamalla käyttäjien tai asiakkaiden tyytyväisyyttä.

Duplikaatit ovat tietokantoihin syntyviä kaksoiskappaleita, jotka johtuvat erilaisista kirjoitusasuista (esim. ”Müller” vs. ”Mueller”). Ne ovat usein seurausta inhimillisistä virheistä ja voivat heikentää tiedon laatua merkittävästi.

Pääsyyt voidaan jakaa neljään ryhmään:

1. Organisatoriset ongelmat: Tiedonhallinnasta ei ole selkeää vastuunjakoa.
2. Puutteellinen tiedonhallintamalli (Data Governance): Tiedonsiirrolle ei ole määritetty ohjeistuksia tai tarkistusprosesseja.
3. Inhimilliset virheet: Riittämätön koulutus ja epäselvät prosessit johtavat kaksoiskappaleisiin tai epäjohdonmukaisuuksiin.
4. Tekniset haasteet: Sopimattomat tietokantarakenteet tai puutteelliset työkalut tiedon tarkistamiseen.

Data on korkealaatuista, kun se:

• on helposti saatavilla ja muokattavissa,
• on esitetty ymmärrettävästi, yhdenmukaisesti ja ristiriidattomasti,
• on relevanttia, ajantasaista, kattavaa ja hyödynnettävissä arvon luomiseen,
• on johdonmukaista, luotettavaa ja virheetöntä.

Datan laatu on ratkaisevan tärkeää, jotta datasta voidaan luoda lisäarvoa ja tehdä tuloksellisia päätöksiä. Big datan aikakaudella on välttämätöntä, että data on tarkoitukseensa sopivaa ja käyttökelpoista.