المقالات >

عقدت الجمعية في يوم الأحد 5 ربيع الأول 1446 هـ، الموافق 8 سبتمبر 2024، لقاء بعنوان ‘الممارسات الفعالة لتمكين جودة البيانات وتعزيز الأداء في المنظمة’، من تقديم الأستاذ عبدالرحمن العنزي، مدير أول في إدارة البيانات وحمايتها وخبير في مجال إدارة وجودة البيانات.

ابتدأ الأستاذ عبدالرحمن حديثه بالإشارة إلى أن جودة البيانات تشكل اللبنة الأساسية في إطار إدارة البيانات، فهي جزء لا يتجزأ من نجاح المنظمة في بناء نظام موثوق وقوي لإدارة البيانات. وكما نعلم من إطار داما لإدارة البيانات، فإن حوكمة البيانات تُعد المحرك الأساسي لجميع المجالات، وخاصة مجال جودة البيانات.

وذكر أن أهمية إدارة البيانات الوصفية تكمن في تمكين المنظمة من تحليل البيانات بشكل صحيح. عندما تكون لديك معلومات كافية عن البيانات، تستطيع أن تبني بطاقات الأداء بناءً على المشكلات التي تواجهها وتستطيع تقديم نتائج دقيقة. الجودة هنا ليست خياراً، بل هي شرط أساسي لنجاح أي إطار عمل. كذلك، وجود إطار عمل داخل المنظمة يساعد في تحديد الأدوار والمسؤوليات، وجود السياسات التي تمكّن من حل مشكلات جودة البيانات بكفاءة.

أهم النقاط التي تطرق لها أ. عبدالرحمن في اللقاء هي كالتالي:

تعريف جودة البيانات

تشير جودة البيانات إلى مدى دقة وموثوقية صحة البيانات بناءً على الغرض المقصود من استخدامها. البيانات ذات الجودة العالية تساعد في اتخاذ قرارات صحيحة ودقيقة.

أثر جودة البيانات

قد تصل تكلفة تأثير مشكلات جودة البيانات على الأعمال إلى ما بين 10% و30% من الإيرادات. فعلى سبيل المثال، قدّرت شركة IBM تكلفة البيانات ذات الجودة الرديئة في الولايات المتحدة في عام 2016 بمبلغ 3.1 تريليون دولار.

أهمية جودة البيانات

بحسب دراسة أجرتها جامعة هارفرد للأعمال، تبيّن أن 3% فقط من المنظمات تطبق معايير جودة البيانات مثل الاكتمال، التناسق، التفرد، والصلاحية. من بين 75 منظمة تم دراستها، 3% فقط تحقق هذه المعايير.

أمثلة من الواقع

• مثال 1: في إحدى المنظمات، تم العمل على تحليلات استباقية لمبيعات السنوات الثلاث الماضية، ووجدوا أن نسبة المبيعات ترتفع في الربع الثاني من كل سنة إلى الضعف تقريباً بسبب منتج معين. بناءً على هذه البيانات، قررت المنظمة زيادة إنتاج هذا المنتج في الربع الثاني للسنة الرابعة. ولكن بسبب خطأ في بيانات العقود، تكبدت المنظمة خسائر بقيمة 13 مليون ريال

• مثال 2: عندما نتحدث عن القرارات الاستراتيجية التي تعتمد على بيانات مثل نسب البطالة، فإن جودة البيانات تأتي من مصادر متعددة ومعقدة، مثل توفير البيانات من التأمينات الاجتماعية ووزارة الموارد البشرية. هنا، الحوكمة والبيانات الوصفية تساعد على توفير تعريف موحد لمفهوم “البطالة” لضمان دقة النتائج.

فوائد جودة البيانات

1. دعم اتخاذ القرار: البيانات ذات الجودة العالية تدعم القرارات الاستراتيجية بشكل مباشر.

2. تحسين الكفاءة: تساعد في تسريع العمليات وتقليل الأخطاء المكلفة.

3. رفع الثقة: تعزز من ثقة المستخدمين في البيانات.

4. الامتثال للتشريعات: تساهم في تحقيق الامتثال للمعايير التقنية والتنظيمية المتعلقة بإدارة البيانات.

أبعاد جودة البيانات

أبعاد جودة البيانات: هي سمات أو خصائص تحدد متطلبات جودة البيانات وتكون قابلة للقياس ويتم تحديدها بشكل واضح في عمليات تقييم وتطوير قواعد جودة البيانات.

• الدقة: البيانات يجب أن تكون خالية من الأخطاء وأن تعكس الواقع أو الحالة الحقيقية لها.

• الاكتمال: البيانات يجب أن تكون كاملة وغير ناقصة.

• الاتساق: البيانات يجب أن تكون متسقة عبر أنظمة مختلفة وسجلات متعددة.

• التوقيت: البيانات يجب أن تكون محدثة وفي الوقت المناسب.

• الصلاحية: البيانات تم جمعها وتسجيلها وفقاً للفواعد والمعايير المحددة.

• التفرد: كل سجل في مجموعة البيانات يجب أن يكون فريداً وغير مكرر.

أثر جودة البيانات على أداء المنظمة

تشير دراسات من مصادر مثل “جارتنر” و”DAMA” إلى أن القيمة الاقتصادية المحتملة من خلال إنشاء بيانات موثوق بها يمكن أن يزيد دخل المنظمة بنسبة تصل إلى 15%، ويرفع الإيرادات التشغيلية بنسبة 35%، بينما يقلل التأثيرعلى إنتاجية العمل بنسبة 20%.، ويخفض التكاليف التشغيلية بنسبة 20%.

السيناريوهات الشائعة لمشاكل جودة البيانات

1. الإدخالات اليدوية غير الصحيحة:  تحدث نتيجة إدخال البيانات بشكل خاطئ من قِبَل المستخدمين، مما يؤدي إلى مشكلات في جودة البيانات وينتج عنها اتخاذ قرارات خاطئة.

2. أخطاء في النظام:  تحدث نتيجة سماح النظام للمستخدمين بإدخال بيانات غير صحيحة، مما يؤدي إلى مشكلات في جودة البيانات التي تؤثر سلباً على الوضع المالي أو التشغيلي.

3. مشكلة في قواعد التحقق  (Validation Rules): يحدث عندما تكون البيانت غير مطبقة سواء كان الأعمال يتجنبها أو كانت هناك مشكلة تقنية بسبب الإجراء الذي بُني بشكل خاطئ داخل النظام.

إدارة جودة البيانات

إدارة جودة البيانات هي عملية منظمة تهدف إلى ضمان أن البيانات التي يتم استخدامها تكون دقيقة، كاملة، متسقة وموثوقة. تتضمن هذه العملية عدة مراحل رئيسية لتمكين ممارسات إدارة جودة البيانات داخل المنظمة. 

1. التخطيط: يتضمن تحديد الهدف ونطاق العمل من خلال تحديد عناصر البيانات الهامة كمؤشرات للتقارير، ثم تحديد النطاق المستهدف.

2. التنفيذ:  يشمل تقييم جودة البيانات من خلال تطبيق أبعاد جودة البيانات، ثم تقييم الأثر على الأعمال. في هذه المرحلة، ركز الأستاذ عبدالرحمن على مقولة “Try to Speak Business” أو “حاول أن تتكلم بلغة الأعمال”. بعد ذلك، يتم تحليل السبب الجذري لتتبع مسببات المشاكل وحلها. تلي ذلك خطوة تقديم خطة التحسين، حيث يتم بناء بطاقة أداء يتم فيها تحديد العناصر (attributes) التي تحتوي على المشكلة، ثم إضافة خطة عمل وتحديد الحقول الفعالة وتطبيق الحلول.

3. التحسين والمتابعة:  إصلاح السبب الجذري يعد خطوة مهمة، وبعد ذلك يجب العمل على تصحيح البيانات الخاطئة ومتابعة العملية.

من المهم التواصل الفعّال والاجتماعات الدورية لضمان استمرارية تحسين جودة البيانات. كما يجب تبني نهج استباقي (Proactive)  لمعالجة مشكلات الجودة قبل ظهورها.

طرق تقييم وضمان جودة البيانات

1. مؤشرات أداء قياس جودة البيانات تشمل:

• القياس الفعال لأبعاد جودة البيانات
• مدى تطبيق قواعد الأعمال على البيانات
• مدى توافر البيانات الوصفية لحل أخطاء جودة البيانات
• علاقة أخطاء جودة البيانات للأعمال

2. مؤشرات أداء قياس إدارة جودة البيانات تشمل:

• الأثر المتوقع في حال تم التحسين من حل أخطاء جودة البيانات
• قياس حل أخطاء جودة البيانات
• أهم أخطاء البيانات التي تم إصلاحها
• التقييد بتنفيذ مشاريع الاستراتيجية

تحديات ممارسي جودة البيانات في المنظمة

• الأدوار والمسؤوليات غير المحددة
• لتعامل البيانات الضخمة
• قلة الموارد
• عدم الموائمة مع التشريعات
• ضعف التوعية داخل المنظمة
• تنوع مصادر البيانات

الأدوات الممكنة لتحسين جودة البيانات

• النموذج التشغيلي
• نشر الوعي
• أدوات فحص البيانات
• توفر البيانات الوصغية
• أدوات استعلام البيانات
• بناء تقارير التحسين المستمر

في الختام، يؤكد الأستاذ عبدالرحمن العنزي أن مشاكل البيانات عديدة وغير منتهية، وحتى بعد حلها ستظهر بأشكال وطرق مختلفة، مستشهداً بمفهوم في مجال جودة البيانات وهو “Data quality is never complete”.

في ضوء هذه التحديات والفرص الكبيرة التي تقدمها جودة البيانات لتحسين الأداء واتخاذ القرارات بشكل أكثر دقة، كيف ترى مستقبل إدارة جودة البيانات في منظمتك؟ وما هي الاستراتيجيات التي قد تعتمدها لتجنب التحديات وضمان استمرارية تحسين البيانات؟