Dårlig datakvalitet svækker danske virksomheder

Det står sløjt til med kvaliteten af data i de danske virksomheder. Det går både ud over virksomhedernes omdømme og deres evne til at træffe gode beslutninger.

Kritikken kommer fra lektor og ph.d. ved Aalborg Universitets Center for Dataintensive Systemer (Daisy), Torben Bach Pedersen. Han er med i en forskergruppe, som netop har påbegyndt arbejdet med at optimere Business Intelligence-leverandøren Targits løsninger.

»Man kan sige, at det er garbage in, garbage out. Hvis kvaliteten af data er dårlig, så får man uklare eller dårlige svar ud af dem, og så træffer man dårlige beslutninger,« siger han.

Han peger på, at meget få danske virksomheder ligger inde med en datakvalitet, der er så god, at data umiddelbart kan bruges til f.eks. Business Intelligence-analyser. Ydermere bringer fusioner og virksomhedsopkøb konstant nye udfordringer i spil.

»Problemerne forsvinder ikke af sig selv, og det kan tage år at rydde op og finde de dårlige data. Det kræver, at hele organisationen tager det seriøst, og lægger data ordentligt ind i systemerne, for det er ikke en ren it-opgave,« siger Torben Bach Pedersen og understreger, at selv forholdsvis små ting, som en dobbeltregistrering af samme kunde, kan skabe problemer for virksomhedens image.

»Hvis folk f.eks. får salgsmateriale sendt to gange til og med måske med stavefejl i adressen så tror de ikke på, at virksomheden har styr på tingene,« siger han.

Ifølge en undersøgelse, foretaget af PA Consulting Group, koster dårlig datakvalitet de 100 største danske virksomheder op mod fire mia. kr. årligt på grund af fejlrettelser, forsinkede it-projekter og strategiske beslutninger, foretaget på et manglende eller fejlagtigt grundlag. Ansvaret for masterdata bliver ikke placeret entydigt, og ambitionsniveauet er for lavt, lyder nogle af begrundelserne.

Brandslukninger

Især placeringen af ansvar bliver fremhævet af adm. direktør i konsulenthuset Platon, Michael Borges. Han ser det som vitalt, at virksomheden indfører faste procedurer for registrering og overvågning af data. Typisk lægger hver afdeling i virksomheden data ind på hver sin måde, og når ledelsen så vil have krydset data og lagt strategier, så har man balladen.

Dog mener Michael Borges, at en voksende interesse for at opbygge datavarehuse og bruge Business Intelligence-værktøjer så småt er ved at tage hul på problemerne og synliggøre dem.

»Ingen snakkede om datakvalitet for et par år siden, men nu flokkes virksomhederne til seminarer rundt omkring for at lære mere. Mange foretager brandslukninger ved at rette fejl i data manuelt, og kun få har automatiseret processen. Der er lang vej igen,« understreger Michael Borges.

Version2 har talt med en række firmaer, som er begyndt at rense data med det formål at opbygge et datavarehus. Alle bekræfter, at det er en vanskelig opgave.

Falck har samlet fem regioners data i et datavarehus, som blandt andet kan bruges til benchmarking af reddernes udrykningstider. Dette kan kun lade sig gøre, hvis registreringerne er foretaget korrekt fra begyndelsen.

Også i Region Midtjylland har man kastet sig over opgaven med at vaske data. Det er nødvendigt, fordi regionen samler fire amters forskelligartede it-systemer.

»Det er en stor opgave at vaske data, så der er konsistens i det hele. Vi har nu bygget økonomisystemet op igen fra bunden, og det er egentlig gået meget godt,« siger Per Grønbech, vicedirektør i Region Midtjylland.

Mange virksomheder har langt flere forskellige systemer at tage hensyn til, og det er bare med at komme i gang med det store oprydningsarbejde, siger Michael Borges.

»Det er en kolossal stor opgave, og den bliver ikke nemmere, fordi man venter fem eller ti år med at gå i gang. Tværtimod vil datamængden være steget, og der kommer hele tiden nye informationskilder til. Men når det hele er på plads, kan man for alvor udnytte data som strategisk ressource,« siger han.