脏数据的隐患

　　于是，以诸如“亲爱的白痴客户Linlin”这样的措词抬头的邮件开始源源不断的发到客户邮箱里。

　　当然没有任何客户会签约使用这项新服务。该机构直到开始检查他们所发出的邮件时，才弄清楚前因后果。

　　我们拥有的数据不是属于我们自己的。如今世界的联系日趋紧密，很可能会有人找到了你的数据，并把它利用在一个你完全想象不到的地方。如果你从别的地方获取数据，那么在你利用它们执行新任务时，必须要确保你的数据质量管理水平过关了。

　　判断水平“过不过关”，取决于你要如何利用这些数据。正确性是判断数据质量的基本要素之一，对于直邮产业，数据的准确率达到70%至80%就可能就够了。而对于制药业，你就必须达到99%甚至更高。不过，没有什么公司想要或者需要完美的数据，更不用说为了得到完美数据而付出金钱，因为要数据保持完美的代价太昂贵了。问题是要怎样利用数据，以及数据的准确率达到什么程度才足够好。

　　2. 死去的人有没有选举权

　　相信大家对数据清洗(Data cleansing)这个术语并不陌生，它是数据整合过程中必须进行的一个复杂过程，通过检测和清除掉垃圾数据(包括不正确、过时、冗余以及不完整的数据)，以保证数据的正确性、可靠性、完整性和一致性。从字面上，我们就可以看出数据清洗是一个“生死攸关”的问题。下面讲述的也是“生死攸关”的事例。2006年美国国会选举期间，某政府工作志愿者在通过电话让已登记的选民来投票的过程中发现，每十个选民中有三个是已经死去的人，因此没有资格投票。现代社会里死者数据不全所引发的问题很常见，确实也给生者带来了很大的困扰。

　　对于诸如保险公司、投资公司、基金公司、通讯公司等拥有大量客户的服务类企业而言，客户数据是其重要的财富来源。然而，客户数据质量问题却一直是困扰企业开发新服务项目的绊脚石。在一项关于客户数据质量的调查研究中发现，平均而言，8-15%的客户数据记录存在各种问题，例如各种证件号码输入错误、联系方式过期等等。其中有五分之一的数据问题是由于客户的死亡造成的，其中一部分客户死亡时间超过十年却仍保留着股东的身份。