数据质量

数据治理和数据质量已经存在了相当长的时间，但这些重要的数据管理实践近来又重新引起关注。Dataversity最近采访了Syncsort产品管理总监哈拉尔德·史密斯（Harald Smith），就数据治理和数据质量的这种复兴和未来发展方向，请史密斯谈了谈他的看法。

浅谈影响推荐系统效果的一些因素。

大数据时代带来了海量、多样、非结构化的数据，我们得以进行更加广泛且深入的分析，但这必须建立在高质量的数据上才有意义。本期以企业级的视角，介绍数据质量的评价、提升与监控。

虽然我也如一个囚徒，正寻找着大数据洞察报告的光明。

“数据驱动决策”，为了不让这句话成为空话，请先装备以下13种思想武器，相信将来你一定能用上！

如何在海量的数据中发现价值？如何分析数据产生差异或者没有差异的原因？为什么找到事物的关键要素和非关键要素？……

美国最浪漫的城市是哪一个？人们在情人节最喜欢买哪一种礼物？在给出在线约会产业的规模后，你就会对利用大数据创建更好的匹配系统感到不足为奇了。真正价值百万美元的问题是：你能够利用所有这些数字和数据点帮助你自己吗？

“对于构建数据产品，我们有一个很好的比喻，”贝尔说。“它就好比是爬山。你前有古人，后有来者。有一些路是还没有人走过的，但只要有信心，一步一步地来，你一定能到达峰顶。”

数据是一种珍贵资产。尤其是在当今快消品当道的背景下，你需要数据来帮助你准确定位、深度投入和优化前景。如果你不能合理的管理这些数据，就可能会错失良机、降低效率，甚至对你的盈亏造成负面影响。

KPI 的核心是量化，而在互联网运营过程中，残酷的说一句，基本上能够量化的东西，大部分都可以用并不有利于目标的方式刷出来。

数据质量决定了数据是否具有科学性,是否可以代表用户,是否给出准确的研究结论。因此我们要考虑对在线问卷的数据进行质量控制的具体的方法,保证问卷数据的质量。

《哈佛商业评论》曾宣称“数据科学家”是二十一世纪最性感的职业。所谓性感，既代表着难以名状的诱惑，又说明了大家对它又不甚了解。 如何做好数据科学呢？ 微软高级数据科学家Brandon Rohrer概括了做数据科学的七大步骤，手把手教你做数据科学。 1. 获取更多的数据 数据科学的原材料是数字和名称的集合，测量、价格、日期、时间、产品、标题、行动等，数据科学无所…

大数据产业发展了几年之后，即将进入到价值变现阶段。传统企业已经对大数据技术和应用有了初步了解，大数据平台和技术的应用也开始普遍。

美国大西部银行的BI副总裁Ron Van Zanten表示：“我们即将面临的挑战很多，但最大的还是数据质量问题。”