在数据世界里,我们经常提到 “治理”与“质量”。这些术语听起来专业,但其实可以用一个熟悉的场景来理解—国庆游行。

每年八月三十一日的国庆日游行,总是井然有序。从军乐队、彩车到文化表演,所有队伍都依照著各自的顺序登场。观众看到的是一场完整的盛典,但背后其实是一项庞大的规划工作:谁先出场?表演时间如何控制?旗帜和服装要统一色彩?

这场游行之所以能顺利举行,不是因为队伍自然而然就能整齐划一,而是因为背后有著清楚的规划与标准。游行队伍需要依序出场,服装颜色就必须统一,表演时间需要控制。观众看到的是一场庄严而有序的盛典,但如果少了规范和检查,那么现场就会乱成一团。这个“秩序”与“品质”,也正是数据治理与数据质量的最佳写照。


数据治理:让队伍不再各走各路
在一场游行里,必须有人规定:谁负责指挥?谁先走?哪些动作应该保持一致?这些规范的存在,确保所有人能朝同一个方向前进。

数据治理 (Data Governance) 也有同样的角色。它关心的不是数据本身,而是“谁负责哪些数据?”,“如何使用?”,“如何存取?”,“要遵守什么规则?”。

没有治理的数据,就像没有总指挥的游行。就如同每个部门各自为政,数据定义不一,格式不同,最终无法整合出完整的全貌。

举个例子,假设一家企业的不同部门都在保存客户名单:销售部写“陈小明”,客服部写“Tan Siew Ming”,市场部只记“小明”。这些名字看似不同人,其实都是同一位客户。若没有统一的治理规范,企业最后连“到底有多少客户”这个最基本的问题都回答不准。


数据质量:坏数据就像破损的旗帜
治理能确保队伍有秩序,但如果服装破损、旗帜褪色,或者乐队走错拍,即使秩序再好,观感也会大打折扣。这就是数据质量 (Data Quality) 的比喻。

数据质量关注的,是数据的正确性、完整性与一致性。错误的数据就像破损的旗帜,不仅无法代表国家的荣耀,反而会让人质疑整个仪式的价值与专业。

对企业而言,坏数据的代价是非常直接的。如果零售商的销售数据不准确,那就会误判商店最畅销的产品。如果医院的病历资料缺漏,医院就可能因为低估某疾病的严重性,而导致药物或医护人手分配不足。如果政府的低收入群体申请数据不准确,就会造成资源分配不均,有人需要帮助却拿不到补助。如果学生就学率的数据重复或错误,就可能会错误判段哪个地区需要更多学校或师资。


多元需要规范,也需要品质
马来西亚的国庆游行最吸引人的地方在于“多元中的和谐”。来自不同州属、民族和文化的队伍,共同展现国家的特色。这份和谐并非偶然,而是靠清晰的部署规划与严谨的执行。

数据环境其实一样多元。资料来源可能来自销售系统、客服纪录、社交媒体、IoT感测器等。若没有统一的治理规范,那么这些数据就会像各自为政的队伍。若没有质量把关,它们即使聚在一起,也会像破损的旗帜和走错拍的乐队,让人无法信任。唯有治理与质量并重,才能把多元数据整合成一个完整、可靠的画面与内容。


展望:数据时代的“国庆游行”
随著马来西亚推动数码经济和智慧国家蓝图,我们其实正在准备另一场更大的“游行”——数据驱动的发展蓝图。

政府:若能建立良好的数据治理机制,就能在公共政策上做出更准确的决策,例如医疗资源分配、城市交通规划。
企业:若能确保数据质量,就能精准掌握顾客需求,提升市场竞争力。
个人:若具备数据素养,就能避免被错误讯息误导,作出更理性的选择。

国庆游行的秩序与品质,提醒我们自由不等于无序,而数据的价值也不是自然而然能产生的。它需要治理来建立秩序,需要质量来确保可信。当我们把这种态度应用到数据时代,才能真正让数据成为推动国家与企业前进的力量。
 

张苑柔

大马技术人员委员会(MBOT)认证专业科技师(Ts.),马来西亚国立大学(UKM)人工智能硕士,现为人工智能( AI) 工作者与商业智能(BI)顾问。

热门新闻

阅读全文

【新加坡大选】行动党蝉联执政 工人党政治版图扩大

阅读全文

烧烤摊违反行管令 老板顾客全被对付

阅读全文
档案照

哈萨克爆发不明肺炎 致死率远高于新冠病毒

阅读全文

CNN记者讲述北京防疫 女主播惊讶摇头