一分析师表示，企业缺乏数据质量的主动权可能因为低质量数据的成本仅仅与业务相关。

　　数据质量与本地情报技术供应商Pitney Bowes Business Insight高级产品分析师Dean Wiltshire表示，企业每天都会收到和需要处理大量的数据，但是，他们更关心的是数据处理的过程，而不是数据本身。

　　Wiltshire说：”他们更愿意把重点放在处理信息上并希望能够正确处理数据，而不是把重点放在处理之前信息是否正确。”

　　Pitney Bowes Business Insight和自动数据掌握技术供应商银河系统公司本周发布的两者共同主办的报告名称为《国家数据质量现状报告》（The State of Data Quality Today）。该报告的结果得出来自于总部位于英国的分析公司Information Difference的调查数据。

　　结果显示，虽然70%的受访者认为他们的数量质量是好的或者非常好，但是仅有37%的人实施了一些数据质量主动权的做法。Wiltshire被这些数据震惊了，数据质量主动权的人数这么低证明企业存在着”虚假的安全”。

　　即使如此，Wiltshire表示实际的数字是不真实的。因为37%可能包括哪些主动权还在起步阶段的企业，刚刚把数据部署在管理框架的企业，以及开始认识数据质量这个东西的一些企业。

　　实际上，调查还发现63%的受访者没有试图评估低质量的数据质量对他们的业务造成的成本。银河系统公司市场副总裁Martin Boyd表示，同样数据是企业的核心资产，一些现代化的企业运行更多的数据，相比于其他任何东西来说。

　　Boyd表示，提到数据质量”很容易提到这些”。他说：”很难统计出业务中的数据总体质量的成本。”

　　Boyd说，一些东西可被衡量但是不能得到改善，这尤其是个问题。

　　他说，衡量数据质量的原因是棘手的，特别是产品的数据质量。产品数据是可被更改的，会在企业中的许多系统和程序中流通。要在企业中获得全局的视角不是容易的事情。

　　Boyd表示，例如，验证电阻的信息不同于验证手提包的信息。词汇，推论，验证因不同的产品而改变。

　　”你可以很轻易地说‘数据质量’处于高级别，但是你并没有真正了解不同类型的数据的不同细微差别。”

　　Wiltshire表示，虽然数据质量往往是厅级部门的问题，部门管理员努力确保他们数据标准较高，但是同样的做法对于企业来说无济于事。他说：”这就是为什么企业越来越缺乏重点。”

　　但是除了衡量数据质量以外，阻碍好的数据质量的是因为缺乏领导层的支持，以及在定义业务案例方面存在问题。Wiltshire说。

　　数据质量主动权应该从政策的制定开始，虽然已经有了一些可以加强政策的工具，但是同时还需要衡量和汇报成果。”这是一个生命周期，这是一个循环过程。”Wiltshire说。