Ocho indicadores de datos para las operaciones empresariales

Precisión de los datos

La precisión de los datos (exactitud) se refiere a la cercanía entre los valores de datos recopilados u observados y los valores verdaderos, también conocidos como valores de error. Cuanto mayor sea el valor de error , menos precisos son los datos. La exactitud de los datos está determinada por el método de recopilación de datos.

Precisión de los datos

La precisión de los datos se refiere a la cercanía entre diferentes valores de observación obtenidos cuando se mide repetidamente el mismo objeto. La precisión, también conocida como exactitud, está relacionada con la exactitud de la recopilación de datos. Cuanto mayor sea la precisión, más fina será la granularidad de la recopilación de datos requerida y menor será la tolerancia al error.

Por ejemplo, al medir la altura de una persona, puede tener una precisión de centímetros, y el error entre múltiples resultados de medición solo será de centímetros; al medir la distancia de Beijing a Shanghai, puede ser; precisión en kilómetros. El error entre múltiples resultados de medición solo será en el nivel de kilómetros cuando se usa un calibrador vernier para medir el espesor de una pieza, puede tener una precisión de 1/50 mm y el error entre múltiples resultados de medición solo será; estar en el nivel de 1/50 mm. Nivel de 50 mm. Por tanto, se puede decir que los métodos y medios de medición utilizados inciden directamente en la precisión de los datos.

Autenticidad de los datos

La autenticidad de los datos también se denomina corrección. La exactitud de los datos depende de qué tan controlado esté el proceso de recopilación de datos. Si el proceso de recopilación de datos tiene un alto grado de controlabilidad y buena trazabilidad, la autenticidad de los datos es fácil de garantizar; si el grado de controlabilidad es bajo o no se puede rastrear, la autenticidad de los datos es difícil de garantizar.

Para mejorar la autenticidad de los datos, el uso de terminales inteligentes para recopilar datos directamente sin intervención del proceso puede garantizar mejor la autenticidad de los datos recopilados, reducir la intervención humana, reducir el fraude de datos y hacer que los datos sean más precisos. reflejar cosas objetivas.

Datos justo a tiempo

Los datos justo a tiempo se refieren a la capacidad de obtener datos cuando sea necesario. Por ejemplo, a principios de mes, una empresa contará y resumirá los datos de operación y gestión del mes anterior. La puntualidad de los datos en este momento se refiere a si los datos se pueden procesar de manera oportuna y si las finanzas. se puede calcular de manera oportuna después de la liquidación mensual. La puntualidad de los datos es la garantía de la puntualidad del análisis y la extracción de datos. Si el proceso de contabilidad financiera de la empresa es complejo y la velocidad contable es lenta, y el resumen estadístico de los datos del mes pasado no se puede completar hasta mediados de mes, entonces cuando es necesario ajustar la estrategia financiera, ya ha llegado al final. del mes y el mes casi ha terminado. Especialmente cuando la empresa es de gran escala y su negocio cubre múltiples mercados y países, si los datos no se pueden resumir a tiempo, afectará la oportunidad de la toma de decisiones de alto nivel. La puntualidad de los datos está directamente relacionada con la velocidad y la eficiencia del procesamiento de datos empresariales. Para mejorar la puntualidad de los datos, cada vez más empresas han comenzado a utilizar sistemas de información de gestión y han agregado varias funciones de procesamiento automático de datos a los sistemas de información de gestión. , completa automáticamente la mayoría de los informes después de que los datos se cargan en el sistema, mejorando así la eficiencia del procesamiento de datos. El uso de computadoras para procesar automáticamente datos intermedios es un medio eficaz para mejorar la eficiencia del procesamiento de datos empresariales.

Además de garantizar la puntualidad de la recopilación de datos y la eficiencia del procesamiento de datos, las empresas también deben garantizar la puntualidad de la transmisión de datos desde los sistemas y procesos. Una vez completado el informe de datos, debe enviarse al departamento designado de manera oportuna o dentro del límite de tiempo especificado, o cargarse en el espacio de almacenamiento designado.

Datos instantáneos

Los datos instantáneos incluyen el nodo de tiempo de recopilación de datos y el nodo de tiempo de transmisión de datos. Una vez que la fuente de datos recopila los datos, se almacenan y procesan inmediatamente. Los datos presentados son datos instantáneos, mientras que los datos transmitidos al sistema de información después de un período de tiempo son ligeramente menos instantáneos. Por ejemplo, el instrumento de un equipo de producción refleja instantáneamente la temperatura, el voltaje, la corriente, la presión del aire y otros datos del equipo. Estos datos generan un flujo de datos para monitorear el funcionamiento del equipo en cualquier momento. datos instantáneos.

Cuando los datos operativos instantáneos de los equipos se almacenan y se utilizan para analizar la relación entre las condiciones operativas y la vida útil del equipo, estos datos se convierten en datos históricos.

Integridad de los datos

La integridad de los datos se refiere al grado de recopilación de datos, es decir, la relación entre los datos que deben recopilarse y los datos que realmente se recopilan.

Por ejemplo, al recopilar datos de información de los empleados, los empleados deben ingresar su nombre, fecha de nacimiento, género, origen étnico, lugar de origen, altura, tipo de sangre, estado civil, nivel de educación más alto, especialidad más alta, escuela con educación más alta y tiempo de graduación de la educación más alta*** 12 elementos de información, y un empleado solo completa parte de la información, por ejemplo, solo completa 6 elementos, entonces los datos completados por el empleado están solo a la mitad.

La integridad de los datos en una organización refleja la importancia que la organización otorga a los datos. Los datos que se deben recopilar no se recopilan completamente en el trabajo real, que son datos incompletos, y esto a menudo se debe a los bajos requisitos de calidad de la organización para la recopilación de datos.

Además, para datos dinámicos, puede medir la integridad de los datos desde la línea de tiempo. Por ejemplo, si la organización requiere que los datos se recopilen cada hora, entonces se deben formar y registrar 24 puntos de datos como 24 puntos de datos por día, pero si solo se registran 20 puntos de datos, los datos también estarán incompletos.

Integridad de los datos

La exhaustividad de los datos es diferente de la integridad, que es una medida de la relación entre los datos que deben recopilarse y los datos que realmente se recopilan. La exhaustividad de los datos, por otra parte, se refiere a la omisión de los puntos de recopilación de datos. Por ejemplo, si queremos recopilar datos de comportamiento de los empleados, pero en la operación real, solo recopilamos los datos de los empleados que registran su entrada y salida, pero no recopilamos los datos de comportamiento de los empleados durante el horario laboral, o no encontramos un método adecuado. para recopilar estos datos, entonces este conjunto de datos simplemente no es completo.

Por ejemplo, si registramos los datos de transacción de un cliente y si solo recopilamos los productos del pedido, el precio y la cantidad de los productos del pedido, pero no recopilamos la dirección de envío ni la dirección de compra del cliente. tiempo, entonces esta recopilación de datos no es exhaustiva.

Los datos de los usuarios de Tencent QQ y WeChat registran los datos de comunicación de los clientes; los datos de los usuarios de Alibaba y JD registran los datos de las transacciones de los usuarios; Baidu Maps registra los "datos de viaje" de los usuarios; Para describir completamente la vida de una persona, los datos de cada una de estas empresas están incompletos y, si se combinan, se formará una imagen más completa. Por lo tanto, la exhaustividad de los datos es un concepto relativo. No es realista perseguir excesivamente la exhaustividad de los datos.

Correlación de datos

La correlación de datos se refiere a la correlación entre conjuntos de datos individuales. Por ejemplo, los datos salariales de los empleados y los datos de evaluación del desempeño están vinculados a través de los empleados, y los datos de desempeño están directamente relacionados con los datos salariales. Los datos de las órdenes de compra y los datos de las órdenes de producción están relacionados a través del mecanismo de trazabilidad de materiales, y los empleados completan las órdenes de producción, es decir, están relacionados a través de los datos de posición de los empleados y los datos de información de los empleados.

Cada uno de los conjuntos de datos de operaciones comerciales analizados en este libro están relacionados entre sí, ya sea directamente, como los datos de salarios de los empleados y los datos de desempeño de los empleados, o indirectamente, como los datos de las órdenes de compra de materiales y los datos de los salarios de los empleados. . Estos datos están vinculados por los recursos de la empresa, incluidas personas, dinero, materiales e información. Si algún conjunto de datos no puede relacionarse con otros conjuntos de datos, se producirá fragmentación de datos o silos de datos. Fragmentación de datos e islas de datos