概要
データ品質が利益の構造を変える
統合情報基盤の有効性は、ソース・データの品質に大きく左右されます。個人・法人名、住所、電話番号、製品名等、お客様が保有するデータは表記基準が厳密に定められていない場合が多く、さまざまな形式でシステム内に存在します。その結果、保有データの品質に疑問があり業務が非効率になっていたり、データ精度が不明のため、システム対応負荷の算定が困難になっていたりと、お客様はデータ品質に関するさまざまな課題を抱えてらっしゃいます。
「データ・クオリティー診断(Data Quality Analysis:DQA)」は、お客様が保有しているデータ品質を向上させ、収益を上げるシステム構築計画を実施する前に、自身のデータの品質を知ることを目的としたソリューションです。
「顧客データを統合してクロスセリングなど効果的なマーケティングを実施したい」、「購買マスターの重複を見直してコストを削減したい」、「部品・商品のマスター・データの重複を解消したい」、「合併・統合によるデータベース統合に当たりデータ品質を調査したい」、「現在の名寄せツールの精度に満足していない」──このようなニーズをお持ちのお客様におすすめします。
DQAは、（1）調査・分析（ソースデータの各項目について品質を把握）、（2）標準化（データを意味のある単位に分割・表示形式を統一）、（3）マッチング（確率理論に基づき同一のデータを識別）、（4）サバイバーシップ（複数のレコードから最良の1レコードを合成・生成）という4つのステップから成るデータ・リエンジニアリング手法でデータを検証し、精度向上、重複解消を図りながら、システム化の期間短縮とコスト削減を実現します。
特徴
安価ですぐに始められるDQA
- 安価に短期間で、自社のデータの傾向やシステム化の課題点等の洗い出しが可能です。（約1カ月程度の作業で、費用は300万円程度）
他社にないファジー・マッチング機能（データ・マッチング）
- クオリティーを高めるため、上記の4つのステップから成るデータ・リエンジニアリング手法でデータの検証を行います。
- IBMは、マスターとのマッチングによる「確定的方法」ではなく、「確率的方法」を採用。「一致/不一致」の2択では得られない、判別精度の向上を図っています。
事例
DQA事例−大手保険会社A社様
複数の子会社と十数の関連会社を擁す、大手保険会社のA社では、顧客データの品質の劣化がビジネスに深刻な影響を及ぼしていました。各子会社は独立した顧客管理を行っており、効率的な営業が実施できないばかりでなく、顧客の奪い合いまで発生するなど、営業の機会損失を招いていました。また、ダイレクトメールの重複等による顧客満足度の低下防止のため、顧客アプローチの機会も失っていました。
そこで、A社はシステム要件定義（ツール選定）前に、データがどの程度劣化しているかを把握するため、DQAを実施。調査・分析の結果、「契約番号の25％が”0000”」であったり、「郵便番号が80％空欄」であったり、住所に至っては1,200ものパターンがあることがわかりました。
A社は、DQAをとおして自社の保有データの状態を客観的に知ることができたとし、最終的にツール（QualityStage）を採用されました。
IBM, IBM(logo), DB2, developerWorks, IMS, PartnerWorld, WebSphereはInternational Business Machines Corporationの米国およびその他の国における商標です。
他の会社名、製品名およびサービス名等はそれぞれ各社の商標。
