• Introduzione di una chiara Data Governance: definizione di linee guida per la gestione dei dati.
• Manutenzione dei dati e processi di ottimizzazione: controllo degli errori e monitoraggio già in fase di inserimento.
• Formazione del personale: sensibilizzazione su linee guida e processi.
• Soluzioni tecniche: utilizzo di strumenti adeguati per il controllo e il miglioramento della qualità dei dati.

Un'elevata qualità dei dati crea un valore aggiunto duraturo:

• rendendo i processi più efficienti,
• riducendo i costi legati agli errori,
• supportando decisioni migliori,
• aumentando la soddisfazione degli utenti o dei clienti.

I duplicati sono voci doppie all'interno dei database, causate da grafie differenti (ad esempio "Müller" rispetto a "Mueller"). Spesso derivano da errori umani e possono compromettere significativamente la qualità dei dati.

Le cause principali possono essere suddivise in quattro gruppi:

1. Problemi organizzativi: assenza di una chiara responsabilità nella gestione dei dati.
2. Mancanza di Data Governance: assenza di linee guida definite o di controlli durante l'acquisizione dei dati.
3. Errori umani: una formazione insufficiente e processi poco chiari portano a duplicati o incongruenze.
4. Sfide tecniche: strutture di database o strumenti di controllo dati inadeguati.

I dati sono di alta qualità quando sono:

• accessibili e modificabili,
• presentati in modo comprensibile, uniforme e coerente,
• rilevanti, aggiornati, completi e in grado di generare valore,
• consistenti, attendibili e privi di errori.

La qualità dei dati è fondamentale per generare valore aggiunto e prendere decisioni strategiche. Nell'era dei Big Data, è essenziale che le informazioni siano adatte allo scopo specifico e "fit for use".