Data Quality Firewall
Omikron Data Quality Firewall
Det finns olika definitioner på Data Quality Firewall. Här används Wikipedias definition:
“A Data Quality Firewall is the use of software to protect a computer system from the entry of erroneous, duplicated or poor quality data.
Läs resten av definitionen här
Data Quality Firewall sätts upp som en arbetsprocess som utför nödvändiga kontroller och tolkningar. Detta garanterar att bara korrekta och exakta data knappas in i databasen. Med utgångspunkt från Serviceorienterad arkitektur (SOA) upprättas arbetsprocessen som en integrerad process tvärsöver olika system och databaser.
Data Quality Firewallen kan sättas in på olika ställen för att täcka olika behov. Omikron Data Quality är först med att utvidga begreppet bakom Data Quality Firewall så att man nu kan sätta upp brandväggen på flera ställen i arkitekturen bakom databasen, och därmed ytterligare förbättra dataskyddet.
Data Quality Firewallen kan omfatta följande processer:
| Process |
Beskrivning |
| Databasens fält |
Databasen är korrekt. Felaktiga för- och efternamn samt kompletterande upplysningar till ett företagsnamn kan identifieras. |
| Kontroll och korrigering av telefonnummer |
Telefonnummer kan analyseras och delas upp i internationella områdeskoder, nationella områdeskoder, telefonnummer och riktnummer.
Det är också möjligt att fastställa om ett telefonnummer är ett mobilnummer eller ett fast nummer, vilket gör det enkelt att flytta innehållet till de rätta fälten i databasen. Ett oidentifierat nummer kan också enkelt formateras.
. |
| Kontroll av e-post |
Kontrollerar om en e-postadress har ett standardiserat format och om det finns en e-postdomän. |
| Kontroll av bristfälliga adresser |
I enlighet med uppställda regler går det att kontrollera om en adress är bristfällig. Utifrån typen av referensdata som finns tillgänglig kan ytterligare kontroller av innehållet i adressen genomföras. |
| Kontroll av tilltalsform |
Kompletterar en bristfällig och kontrollerar en befintlig tilltalsform genom att jämföra med personens fullständiga namn. Att ha rätt tilltalsform är speciellt viktigt i länder såsom Tyskland. |
| Kontroll av för- och efternamn |
Förkortningar kan hittas och identifieras och namn kan kontrolleras mot listor över de mest vanliga namnen för att se om ett namn t.ex. är en förkortning av ett namn eller om det är flera personer med samma. |
| Bedrägerikontroll |
En ny kund tilldelas en speciell poäng genom en kontroll av adressens olika beståndsdelar mot speciella namnlistor och negativlistor för att undvika bedrägeri och fusk. |
| Kontroll mot sanktionslistor |
Kontrollerar mot EU:s sanktionslistor så att produkter inte levereras till sanktionerade organisationer. Modulen kan ingå som en del av modulen ”Bedrägerikontroll”. |
| PAF-rensning |
”Postcode Address File”-rensning kontrollerar, mot officiella data, att postnummer och adress är giltiga. |
| En mängd andra slags kontroller kan integreras i arbetsprocessen |
Till exempel identifiering och normalisering av förkortade gatunamn i ett land. |
En detaljerad status kan upprättas för den enskilda dataposten. Den detaljerade statusen kan analyseras och summeras som en statusöverblick för de givna testdata.
Alla korrigeringar samlas i en interaktiv rapport till den tillsynsansvarige.
Backend Data Quality Firewall
Detta är den mest utnyttjade Data Quality Firewallen på marknaden idag. Backend Data Quality Firewall kontrollerar datakvaliteten när data flyttas från tillfälliga databaser till en Master Database. D.v.s. att data inte kontrolleras första gången de knappas in i en tillfällig databas.
Även om felaktiga data hamnar i databasen när de knappas in förhindrar Backend Data Quality Firewall att inkorrekta data överförs till Master databasen eller till andra relevanta databaser. Arbetsprocesserna anpassas individuellt efter dina enskilda kunder för att optimera brandväggen till de data som överförs från olika system, operatörer, webb eller kundservice.
Orsaken till att Backend Data Quality Firewall placeras främst är att skyddet ska placeras så tätt inpå de viktigaste data som möjligt.
Frontend Data Quality Firewall
Som vi nämnde i beskrivningen av Backend Data Quality Firewall är orsaken till att Backend Data Quality Firewall placeras främst att skyddet ska placeras så nära de viktigaste data som möjligt. Genom att göra så placeras brandväggen samtidigt långt från de ställen där kontaminerade data uppstår. Kontaminerade och felaktiga data uppstår ofta under datainknappningsfasen. Det finns flera orsaker till detta:
Användarna kan inte hitta den riktiga kunden och knappar därför in en redan existerande kund.
I en bransch baserad på provision slåss användarna om kunderna. Befintliga kunder knappas in av misstag eller medvetet om det bara har skett en liten förändring i namnet. I båda fallen slåss användarna om ägarskap och provision.
Felaktiga eller ofullständiga data knappas in i de obligatoriska fälten så att användarna snabbt kan fortsätta till nästa kund.
Om brandväggen integreras i datainknappningsfasen reduceras mängden kontaminerade data avsevärt. Brandväggen består av arbetsprocesser individuellt anpassade efter den enskilda avdelningen eller landet med hjälp FACT-Finder Address-Search.
Följande resultat kan uppnås:
Med den feltoleranta sökfunktionen FACT-Finder Address-Search hittar användaren garanterat rätt kund med det samma. Detta sparar tid eftersom kunden inte behöver registreras på nytt. Användarna blir mer nöjda med sitt arbete och de kan öka antalet anrop.
Om en användare försöker knappa in en kund med bara en liten namnförändring i förhållande till en som redan existerar i kunddatabasen kommer användaren att få besked om att ”en eventuell dubblett har hittats – vill du fortsätta?” Från detta fönster kan användaren gå direkt till den identifierade dubbletten för att fortsätta arbeta med denna kund i databasen. Om användaren ignorerar detta besked kan det vara svårt att hävda att en kund blev upprättad till följd av ett misstag. FACT-Finder Address-Search kan innebära mindre kamp mellan användarna, större tillfredsställelse med det egna arbetet och mindre dubbelprovision.
Arbetsprocesser kan integreras så att ofullständiga och inkorrekta data kontrolleras.
En övervakningsfunktion kan implementeras för att säkerställa att användarna också använder sig av detta verktyg som de har till förfogande. Om en användare ignorerar en konstaterad dubblett kan denna handling loggas och skickas till den datakvalitetsansvarige som kontrollerar kvaliteten på användarens matchning eller dennes arbetsprocess.
FACT-Finder Address-Search kan implementeras så att den ingår som en integrerad del av ditt CRM-/ERP-system både vid egenutvecklade system och vid system som utvecklats av en extern leverantör såsom Salesforce.com, SuperOffice, Microsoft CRM och Siebel.
När brandväggen implementeras i datainknappningsfasen blir data som kommer från CRM-/ERP-systemet betydligt renare. Individuella arbetsprocesser blir mycket enklare och säkrare att integrera om de är optimerade i centrum av datainknappningen.
Dubbla eller flera brandväggar
Förr byggde man murar kring slottet för att skydda sig. Man kan integrera en Data Quality Firewall där olika behov behöver hanteras på olika sätt.
Den första Data Quality Firewallen kan placeras främst i systemet och optimerar arbetsprocessen på så sätt att de utmaningar som uppstår vid inknappningsfasen hanteras. Den första Data Quality Firewallen kan interagera med användaren och är därför en kraftfull lösning för att skydda datakvaliteten (mänsklig faktor). De utmaningar som Frontend Data Quality Firewallen hanterar är korrigering av grundfel:
- Den riktiga kunden hittas.
- Ufuldstændige data beriges
- Ofullständiga data kompletteras.
- Korrekt tilltal och kön identifieras.
- Om en dubblett har upprättats av den intelligenta sökfunktionen jämförs dubbletten med den ursprungliga dataposten och administratören underrättas om att det har upprättats en dubblett.
- Data som hamnat i fel fält korrigeras. T.ex. om ett förnamn skrivits in i fältet för efternamnet, eller om mobilnumret står i fältet för det fasta numret.
Den andra brandväggen kan sättas upp i Backenden och arbetsprocessen för denna brandvägg hanterar de utmaningar som uppstår när stora mängder av data ska flyttas från Frontenden till Master Databasen eller till optimerade databaser som CRM, ERP eller andra specialiserade databassystem. Den andra Data Quality Firewallen fungerar utan interaktion med användaren.
Fokus för den andra brandväggen:
- Får ordning på ”ekoproblemet”
- Bygger upp kundhierarkier
- Avancerad PAF-rensning och utrensning av dubbletter
Den dubbla brandväggen är mycket effektiv och ger den bästa avkastningen och de bästa resultaten bland lösningarna.
Vill du veta mer
Önskar du att få veta mer eller få ett erbjudande:
Ring +45 70 26 88 28 eller lämna ett medelande på kontaktformuläret. En kompetent medarbetare kommer att besvara dina frågor.
