高质量和可信的数据比以往任何时候都更重要。流行病学家、数据科学家、研究人员和医疗保健专业人员正在利用数据跟踪COVID-19的传播，并最终找到预防未来爆发的疫苗。这些数据公民必须迅速行动，积极主动;他们没有时间浪费在错误的数据上。
同样，今天的企业正受到COVID-19的巨大影响。由于经济的不确定性，组织需要能够迅速采取行动，重新考虑战略、预算和目标，以便在COVID-19的新世界中更加有效。
不幸的是，许多组织在此期间都难以快速采取行动，因为他们无法有效地访问可信数据。事实上，许多业务分析师平均花费更多的时间搜索数据，而不是产生业务见解。根据Forrester进行的调查在美国，业务分析师要花费70%以上的时间来寻找、理解和访问数据，这可能会减缓分析和最终创新的速度。这种低效率可能会导致错失机会、中断甚至经济损失，因此组织在做出业务决策时确保使用最高质量的数据是至关重要的。
介绍数据评分
在Co亚愽视频llibra，我们认识到现在对高质量数据的需求比以往任何时候都要大，我们可以提供帮助。我们希望您能够使用最可靠的可用数据，有效地做出数据驱动的决策，以应对您面临的任何业务挑战。
这就是为什么我们很高兴地宣布数据评分，一个新的功能亚愽视频Collibra数据目录，帮助企业提高生产力，并做出更明智的决策。数据评分提供洞察，使分析师在Collibra数据目录中购买数据时能够比较选项，并更快地找到他们需要的数据。亚愽视频通常，业务分析师必须手动对每个可能有用的数据集进行排序，以评估数据的质量，然后请求访问数据的许可，这减慢了洞察的时间。这个漫长而费力的过程导致许多业务分析师只是选择他们熟悉的数据集，并希望这些数据具有足够的质量——这意味着业务分析师通常不会在他们的分析中使用最高质量的数据。
你专栏的信用评分
数据评分增强了数据购物体验，使业务分析师能够使用指示相对数据质量的评分来比较相似的数据，并快速评估哪个数据集最适合他们的目的。更具体地说，Data Scoring使用在摄取期间收集的数据概要信息，按列生成表示数据质量的分数。
为了更好地理解数据评分，让我们把信用评分作为一个类比。在美国，信用评分是一个介于300-850之间的数字，用来描述个人的信用状况。该评分基于消费者的信用历史，如开立账户的数量、债务总水平和还款历史。贷方使用信用评分来评估个人及时偿还贷款的可能性。信用评分越高的人就越有吸引力，她就越有可能被批准开立新的信用卡或获得贷款。
类似地，Data Scoring帮助分析人员快速评估一个列相对于包含类似数据的其他可用列的数据质量。就像信用评分一样，分数越高，该栏中的数据质量越好，业务分析师在分析中使用该数据时就越有信心。数据评分使分析人员能够产生更准确的分析，并确保使用可用的最高质量的数据做出关键的业务决策。
克里夫去比价购物
让我们看一个例子。来认识一下克利夫，他是一名营销分析师，受首席营销官的委托，为新产品的发布建立营销活动。这不是一个简单的任务，因为Cliff必须寻找包含一系列数据的数据集，如客户姓名、联系信息、他们住在哪里、他们过去买过什么产品以及多久买一次。为此，他需要访问Collibra数据目录中的多个数据集。亚愽视频他希望使用可用的最佳数据，但他知道他想使用的一些数据集可能包含不准确或不完整的数据列。他向Data Scoring求助。
他首先在主屏幕的搜索栏中输入“客户”。当出现搜索结果时，Cliff单击Customer数据域，他可以看到映射到该域的数据类型的详细信息。在Co亚愽视频llibra Data Catalog中，有多个数据源包含Cliff需要的数据，因此他单击“查找数据源”。
他输入他希望在分析中使用的数据概念(或数据类型)，即客户电子邮件、全名、地址、业务区域、收入和产品名称，然后看到多个数据源，每个数据概念都有数据得分。Cliff扫描列表，看到一个数据源“CustomerProductSales”的Address得分最高。这是Cliff最感兴趣的数据，因为他想根据地理位置进行分析。
Cliff想要更好地理解这个分数，所以他点击了这个分数以获取更多信息。这将向他显示额外的详细信息，如空值、匿名值和无效值的%。因为百分比很低，所以他认为Address数据的质量很高。
现在他知道要使用哪个数据源，他找到包含来自该数据源的数据的数据集，将数据集添加到他的数据篮中并签出。由于数据评分，Cliff对他要求的数据质量很有信心。数据所有者授予Cliff访问数据集的权限，他使用这些数据建立了一个惊人的活动来发布新产品。Cliff很高兴，CMO也很高兴，公司从Cliff的营销活动中获得了比以往任何活动都多的销售额。
使您的组织能够做出更明智的决策
在这种情况下，尽快访问可用的最高质量数据至关重要。通过数据评分，我们帮助您提高组织的生产力，使您的所有“悬崖”能够更快地找到他们需要的数据，并确信这些数据是可用于其目的的最佳数据。Cliff不再需要手动对大量数据集进行排序和请求访问，相反，他可以有效地访问他信任的数据。数据评分最终使企业能够做出更明智的决策，这将帮助企业适应和应对当前的经济和社会气候。
