ว่าด้วยคุณภาพข้อมูล - หลักการพื้นฐาน

ข้อมูลไม่มีคุณภาพโดยกำเนิด และยิ่งข้อมูลสร้างคุณค่าได้มากขึ้นในกรณีใช้งานเฉพาะ ก็ยิ่งประเมินได้ว่ามีคุณภาพสูงขึ้น

คุณภาพข้อมูลประกอบด้วย 4 ระดับ ได้แก่ ข้อมูลรายชิ้น/คอร์ปัสทั้งหมด/ความเหมาะสมกับวัตถุประสงค์/ผลลัพธ์ทางธุรกิจ โดยระดับล่างทำให้ระดับบนเป็นไปได้ และระดับบนให้เหตุผลในการลงทุนกับระดับล่าง

ข้อมูลรายได้ที่ถูกต้องอาจเหมาะกับงานบัญชี แต่ไม่เหมาะกับการบริหารแบบเรียลไทม์หรือการคาดการณ์รายได้ในอนาคต ดังนั้นการประเมินคุณภาพของข้อมูลเดียวกันจึงเปลี่ยนไปตามผู้ใช้และวัตถุประสงค์

หากมุ่งตรวจสอบคุณลักษณะเพียงอย่างเดียว แม้จะสร้างข้อมูลที่สมบูรณ์แบบก็อาจไม่สร้างคุณค่าทางธุรกิจ แต่ในทางกลับกัน หากไล่ตามผลลัพธ์อย่างเดียวและละเลยคุณภาพพื้นฐาน ก็อาจสร้างระบบที่ไม่ยั่งยืนขึ้นมาได้

การจัดการคุณภาพข้อมูลไม่ควรหยุดอยู่แค่งานทำความสะอาดข้อมูล แต่ต้องรวมถึงกระบวนการวัดเส้นทางจากการใช้ข้อมูล→การเปลี่ยนแปลงในการตัดสินใจ→ผลลัพธ์ทางธุรกิจ และปรับการลงทุนตามผลลัพธ์ด้วย

เหตุผลที่นิยามมาตรฐานยังไม่เพียงพอ

ISO 8000 นิยามข้อมูลคุณภาพดีว่าเป็นข้อมูลที่เป็นไปตามข้อกำหนดที่ระบุไว้ แต่นี่เป็นนิยามแบบวนซ้ำที่แม้จะถูกต้อง แต่ไม่ได้ช่วยการตัดสินจริงมากนัก

ISO 25012 นิยามคุณภาพข้อมูลด้วยคุณลักษณะ 15 รายการ รวมถึงความถูกต้อง/ความครบถ้วน/ความสอดคล้อง

มีประโยชน์ต่อการตรวจสอบสภาพของข้อมูลรายชิ้น แต่ไม่สามารถครอบคลุมว่าข้อมูลนั้นมีส่วนช่วยต่อการใช้งานจริงและผลลัพธ์ทางธุรกิจหรือไม่

เหตุผลที่ผู้ปฏิบัติงานหลายคนประเมินข้อมูลเดียวกันต่างกัน คือพวกเขาตัดสินโดยอ้างอิงระดับคุณภาพและวัตถุประสงค์การใช้งานที่ต่างกัน

คุณภาพข้อมูลเกิดจากคุณค่าของข้อมูล

ข้อมูลไม่มีคุณค่าโดยตัวมันเอง สิ่งที่กำหนดคุณค่าคือเราสามารถทำอะไรกับข้อมูลนั้นได้

ตรรกะที่ใช้ใน
วิธีตั้งราคาสินทรัพย์ข้อมูล
สามารถนำมาประยุกต์กับคุณภาพได้เช่นกัน

คุณภาพข้อมูลคือคุณลักษณะที่เพิ่มคุณค่าของข้อมูล

เนื่องจากคุณค่าของข้อมูลเป็นฟังก์ชันของวิธีใช้งาน คุณภาพข้อมูลจึงถูกกำหนดตามวิธีใช้งานด้วย

เป้าหมายของการยกระดับคุณภาพคือการทำสิ่งต่าง ๆ ได้มากขึ้นด้วยข้อมูล ทำสิ่งเดิมให้ดีขึ้น เร็วขึ้น และถูกลง หรือทำให้สิ่งที่ต่างจากเดิมเป็นไปได้

ระดับที่ 1: คุณภาพข้อมูลรายชิ้น

คุณภาพระดับละเอียด (granular quality) ประเมินหน่วยข้อมูลรายชิ้น เช่น เรคอร์ดในฐานข้อมูล/ประโยค/คู่คำถาม-คำตอบ/ตัวอย่างที่ติดป้ายกำกับ

คุณลักษณะหลักที่ใช้ประเมินประกอบด้วยความถูกต้อง/ความแม่นยำ/ความเป็นปัจจุบัน/ความเหมาะสมของรูปแบบ/ความสอดคล้องภายใน/ความสมเหตุสมผล/แหล่งที่มา/ความตีความได้/ความน่าเชื่อถือ

คุณลักษณะแต่ละอย่างสามารถประเมินได้จากหน่วยข้อมูลรายชิ้นเพียงอย่างเดียว โดยไม่ต้องดูเรคอร์ดอื่น

อย่างไรก็ตาม การประเมินทั้งหมดต้องตั้งอยู่บนบริบทการใช้งาน

ต้องกำหนดว่าอะไรคือเกณฑ์ของความจริง

อะไรคือจุดเวลาที่ถือว่าเป็นปัจจุบัน

ข้อมูลใช้ได้ในลักษณะใด

และสอดคล้องในบริบทใด

คุณภาพรายชิ้นของข้อมูลรายได้

หากตีความเงื่อนไขสัญญา/การต่ออายุ/ส่วนลด/รายได้ครั้งเดียวและรายได้ประจำผิด รายการรายได้รายชิ้นก็อาจผิดตั้งแต่ต้น

แม้จะบันทึกไว้อย่างถูกต้อง การรับรู้รายได้จากมาร์เก็ตเพลซแบบยอดรวม (gross) หรือยอดสุทธิ (net) ก็ขึ้นอยู่กับโครงสร้างธุรกิจ

ต้องพิจารณาว่าธุรกิจให้คุณค่าโดยตรง ตั้งราคา และรับผิดชอบบริการด้วยหรือไม่

หรือใกล้เคียงกับตัวกลางที่เชื่อมผู้ซื้อกับผู้ขาย ซึ่งทำให้การตัดสินต่างกัน

แม้แต่ผู้สอบบัญชีก็อาจได้ข้อสรุปต่างกัน ดังนั้นความถูกต้องเองก็ไม่สามารถแยกออกจากวัตถุประสงค์การใช้งานและบริบททางบัญชีได้

ระดับที่ 2: คุณภาพของชุดข้อมูลทั้งหมด

แม้เรคอร์ดรายชิ้นทั้งหมดจะถูกต้อง ก็ไม่ได้รับประกันว่าคุณภาพของคอร์ปัสโดยรวม (aggregate quality) จะสูง

ในระดับภาพรวม ต้องประเมินคุณลักษณะต่อไปนี้

ขอบเขตและการขาดหาย

การลบรายการซ้ำ

ความละเอียดของข้อมูล

ความเป็นตัวแทนและสมดุล

ความสอดคล้องระหว่างเรคอร์ดและป้ายกำกับ

การกระจายตัวและสถิติรวม

ปริมาณข้อมูลและความเพียงพอ

ความต่อเนื่องตามเวลา

ความสามารถในการรวมกับข้อมูลอื่น

การ drift ตามเวลาและพื้นที่

คุณลักษณะเหล่านี้มองไม่เห็นจากข้อมูลรายชิ้น แต่ปรากฏจากความสัมพันธ์และการกระจายตัวของข้อมูลทั้งหมด

ต้องตรวจสอบว่าข้อมูลมีอยู่ครบหรือไม่/ถูกทำความสะอาดเพียงพอหรือไม่/สะท้อนความจริงหรือไม่/มีเสถียรภาพตามเวลาและพื้นที่หรือไม่

คุณภาพโดยรวมของข้อมูลรายได้

แม้เหตุการณ์รายได้รายชิ้นจะถูกบันทึกอย่างถูกต้อง ก็ยังอาจเหลือปัญหาต่อไปนี้

นิยามของรายได้เปลี่ยนไปกลางทางในข้อมูลอดีต

รายได้บางส่วนตกหล่น

รายได้เดียวกันถูกนับซ้ำ

ผลการรวมยอดจากหลายแหล่งไม่ตรงกัน

ข้อมูลที่สะท้อนลูกค้าปัจจุบันได้อย่างสมบูรณ์อาจมีคุณภาพสูงสำหรับบัญชีและรายงาน แต่ถ้าแตกต่างจากองค์ประกอบลูกค้าในอนาคต ก็อาจมีคุณภาพต่ำสำหรับการคาดการณ์รายได้จากการขยายตัว

ความเป็นตัวแทนของชุดข้อมูลต้องประเมินจากเป้าหมายที่จะนำไปใช้ ไม่ใช่จากตัวข้อมูลเอง

ระดับที่ 3: ความเหมาะสมกับวัตถุประสงค์

ความเหมาะสมกับวัตถุประสงค์ (fitness for purpose) ประเมินปฏิสัมพันธ์ระหว่างข้อมูลกับแอปพลิเคชันจริง มากกว่าคุณลักษณะของข้อมูล

งบการเงินไม่เหมาะกับแคมเปญโฆษณา และโปรไฟล์ลูกค้าไม่เหมาะกับการวิเคราะห์หุ้น แต่เมื่อเปลี่ยนการใช้งาน แต่ละอย่างก็อาจกลายเป็นข้อมูลที่จำเป็นได้

ความเหมาะสมเชิงสารสนเทศ

ประเมินว่าข้อมูลสามารถตอบคำถามที่ต้องการแก้ได้หรือไม่

ครอบคลุมความเกี่ยวข้อง/ความเหมาะสม/ความเพียงพอ/ความจำเป็น

ข้อเท็จจริงที่ว่าข้อมูลถูกต้อง กับข้อเท็จจริงที่ว่าข้อมูลให้สารสนเทศที่จำเป็น เป็นคนละประเด็นกัน

ความเหมาะสมเชิงปฏิบัติการ

ประเมินว่าสามารถใช้ข้อมูลได้อย่างมีประสิทธิภาพในสภาพแวดล้อมจริงหรือไม่

ครอบคลุมความพร้อมใช้งาน/ใบอนุญาตและการปฏิบัติตามกฎระเบียบ/การทำงานร่วมกัน/ผลตอบแทนเทียบกับความเสี่ยง

แม้สารสนเทศจะเพียงพอ แต่หากเข้าถึงไม่ได้ในเวลาที่จำเป็น หรือไม่สามารถใช้ได้ตามกฎหมาย ก็ไม่เหมาะกับวัตถุประสงค์

ความแตกต่างของข้อมูลรายได้ตามวัตถุประสงค์

การปิดยอดรายได้ปลายเดือนให้สมบูรณ์แบบต้องใช้เวลาหลายวันแม้สำหรับทีมการเงินที่ยอดเยี่ยม แต่ CEO อาจต้องตัดสินใจลงทุน/ลดค่าใช้จ่าย/จ้างงาน/เลิกจ้างภายในเดือนที่รายได้เบี่ยงเบนจากคาดการณ์

รายได้ที่ยืนยันแล้วซึ่งมีคุณภาพสูงสำหรับผู้สอบบัญชี อาจเป็นข้อมูลที่ช้าเกินไปสำหรับการดำเนินงานแบบเรียลไทม์

แม้ข้อมูลการเงินที่ละเอียดก็อาจไม่ตรงกับความต้องการของผู้ใช้แต่ละกลุ่ม

คณะกรรมการต้องการสรุปประเด็นสำคัญ

CMO ต้องการสัดส่วนการมีส่วนร่วมของการตลาด

ทีมขายต้องการขนาดค่าคอมมิชชันตามผลงาน

รายละเอียด/ความแตกต่างที่ละเอียดอ่อน/ข้อควรระวัง/มุมวิเคราะห์หลากหลายที่ช่วยเพิ่มคุณภาพให้ทีมการเงิน อาจกลับลดความสามารถในการใช้งานสำหรับผู้ใช้อื่น

ระดับที่ 4: คุณภาพผลลัพธ์ทางธุรกิจ

แม้คุณภาพรายชิ้น/คุณภาพโดยรวม/ความเหมาะสมกับวัตถุประสงค์จะยอดเยี่ยมทั้งหมด ก็ไม่ได้รับประกันว่าข้อมูลจะสร้างคุณค่าทางธุรกิจจริง

คุณภาพผลลัพธ์ทางธุรกิจ (business-outcome quality) ประเมินว่าข้อมูลปรับปรุงผลลัพธ์ของบริษัทได้มากเพียงใด

คะแนนประเมินดีขึ้น

อัตราการรักษารายได้ของบริษัทดีขึ้น

ผลตอบแทนที่ปรับตามความเสี่ยงดีขึ้น

อัตรา conversion ของลูกค้าเพิ่มขึ้น เป็นต้น

สามารถแบ่งเป็น 3 คำถามต่อไปนี้

ข้อมูลถูกนำไปใช้จริงหรือไม่

หลังใช้งานแล้ว อะไรเปลี่ยนไป

การเปลี่ยนแปลงนั้นคุ้มค่ากับการลงทุนหรือไม่

การวัดการใช้งานและผลลัพธ์

การใช้ข้อมูลวัดจากอัตราการนำไปใช้/ผลกระทบต่อการตัดสินใจ/ปริมาณการเปลี่ยนแปลงของพฤติกรรม

การเปลี่ยนแปลงของผลลัพธ์ประเมินจากความแตกต่างก่อนและหลัง/สัดส่วนการมีส่วนร่วมที่แม่นยำ/ความสำคัญของการเปลี่ยนแปลง

คุณค่าของการเปลี่ยนแปลงต้องพิจารณาไปถึงผลตอบแทนจากการลงทุน/ช่วงเวลาที่ผลลัพธ์ปรากฏ/ความต่อเนื่อง/ความเสี่ยง

กรณีที่ข้อมูลรายได้คุณภาพสูงล้มเหลว

แม้จะเปลี่ยนระบบค่าตอบแทนผลงานฝ่ายขายโดยอิงข้อมูลรายได้ที่ถูกต้อง ไม่มีอคติ และตรงกับความต้องการผู้ใช้ ผลลัพธ์ทางธุรกิจที่คาดหวังก็อาจไม่เกิดขึ้น

เมื่อทีมขายพุ่งเป้าเล่นตามสูตรใหม่ พฤติกรรมต่อไปนี้อาจเกิดขึ้น

เร่งดึงรายได้ในอนาคตมาไว้ข้างหน้าเพื่อรับค่าตอบแทนแบบเร่งอัตรา

เสนอส่วนลดที่บั่นทอนมาร์จิน

ไล่ทำสัญญาคุณภาพต่ำที่ปิดได้ง่าย แทนสัญญายากที่มีคุณค่าระยะยาวสูง

แม้ตัวข้อมูลเองจะมีคุณภาพสูงในทุกระดับล่าง แต่ระบบและการเปลี่ยนแปลงพฤติกรรมที่ใช้ข้อมูลนั้นอาจทำลายคุณค่าทางธุรกิจได้

ในระดับบนสุด สิ่งที่จำเป็นไม่ใช่การทำความสะอาดข้อมูลเพิ่มเติม แต่เป็นกระบวนการต่อไปนี้

นิยามคุณค่าที่ข้อมูลจะสร้างด้วยสมมติฐานที่ดีกว่าเดิม

วัดเส้นทางจากการใช้ข้อมูลไปสู่พฤติกรรมและผลลัพธ์

ลดหรือเพิ่มการลงทุนตามผลลัพธ์จริง

บันไดคุณภาพ

ทั้ง 4 ระดับไม่ใช่เช็กลิสต์ที่แยกจากกัน แต่เป็นบันไดที่มีลำดับและพึ่งพากัน

หากต้องการไปถึงความเหมาะสมกับวัตถุประสงค์และผลลัพธ์ทางธุรกิจ ต้องมีคุณภาพของข้อมูลรายชิ้นและข้อมูลทั้งหมดก่อน

ในทางกลับกัน คุณภาพระดับล่างไม่ได้สร้างคุณค่าโดยตัวมันเอง และต้องมีผลลัพธ์ระดับบนจึงจะเกิดเหตุผลในการลงทุน

ในระดับล่าง ต้องตรวจสอบว่าเราไม่ได้หมกมุ่นกับการตรวจคุณลักษณะจนลืมกรณีใช้งานทางธุรกิจหรือไม่

ในระดับบน ต้องตรวจสอบว่าเราไม่ได้หมกมุ่นกับผลลัพธ์จนละเลยสุขอนามัยข้อมูลพื้นฐานหรือไม่

รูปแบบความล้มเหลวของมาตรฐานเดิม

แนวทางแบบ ISO 25012 อาจตกหลุมเช็กลิสต์ คือวัดคุณลักษณะคุณภาพจำนวนมากแต่ธุรกิจไม่ดีขึ้น

แนวทางแบบ ISO 8000 หยุดอยู่ที่นิยามว่าข้อมูลที่ให้ผลลัพธ์ดีคือข้อมูลที่ดี จึงไม่บอกอย่างเป็นรูปธรรมว่าควรปรับปรุงอะไร

บันไดคุณภาพเชื่อมการตรวจสอบที่ลงมือทำได้ในระดับล่างกับการตัดสินคุณค่าในระดับบนไว้ในโครงสร้างเดียว

ความขัดแย้งที่เกิดขึ้นในคนละระดับ

การถกเถียงเรื่องคุณภาพข้อมูลมักเกิดขึ้นเมื่อผู้คนพูดกันคนละขั้นของบันได

วิศวกรปฏิบัติการข้อมูลให้ความสำคัญกับป้ายกำกับที่ถูกต้องและสภาพของเรคอร์ด แต่ข้อมูลนั้นอาจไม่ได้ถูกใช้ในธุรกิจ

CEO ให้ความสำคัญกับโมเดลปฏิบัติการในอุดมคติและผลลัพธ์ทางธุรกิจ แต่โมเดลนั้นอาจตั้งอยู่บนข้อมูลนำเข้าที่เชื่อถือได้ยาก

เมื่อเจอปัญหา ฝ่ายหนึ่งมองหาการแก้ไขข้อมูลรายละเอียดย่อย ส่วนอีกฝ่ายมองหากลยุทธ์ใหม่ แต่ไม่มีฝ่ายใดแก้ปัญหาทั้งหมดได้เพียงลำพัง

สามวิธีในการข้ามขั้น
ความล้มเหลวในการเปิดตัว

คือกรณีที่มุ่งเน้นระดับล่างมากเกินไป จนทำให้คุณภาพรายชิ้น/คุณภาพโดยรวม/ความเหมาะสมกับวัตถุประสงค์สมบูรณ์แบบ แต่ไม่สร้างคุณค่าทางธุรกิจเลย

ระดับล่างเป็นรูปธรรม วัดได้ และปรับปรุงโดยตรงได้ง่าย จึงเป็นจุดที่องค์กรโฟกัสได้ง่ายที่สุด

เพราะมีรายการที่วัดได้จำนวนมาก งานจัดระเบียบข้อมูลจึงอาจกลายเป็นเป้าหมายแทนผลลัพธ์จริง

ความล้มเหลวของรากฐาน

คือกรณีที่ละเลยระดับล่างและปรับให้เหมาะกับคุณค่าทางธุรกิจโดยตรงตั้งแต่ต้น

หากเป้าหมายชัดเจนและรอบฟีดแบ็กเร็วพอ อาจทำงานได้ชั่วคราว

แนวทางที่ว่าแม้ความถูกต้อง/แหล่งที่มา/ความเป็นปัจจุบันจะมีปัญหา แต่ขอเพียงผลลัพธ์ดีพอ โดยทั่วไปไม่ยั่งยืน และท้ายที่สุดปัญหาของข้อมูลพื้นฐานจะเผยตัวออกมา

การใช้แหล่งที่มาเป็นหลักฐานของคุณภาพ

แหล่งข้อมูลภายนอกที่น่าเชื่อถือสามารถช่วยรับประกันคุณภาพข้อมูลรายชิ้นและข้อมูลทั้งหมดแทนได้ ทำให้ลดการลงทุนตรวจสอบภายใน

หากเลือกผู้ให้บริการที่เชี่ยวชาญเฉพาะอุตสาหกรรม ก็สามารถลดภาระการตรวจสอบความเหมาะสมกับวัตถุประสงค์ได้ด้วย

อย่างไรก็ตาม คุณค่าทางธุรกิจต้องถูกสร้างโดยองค์กรที่ซื้อข้อมูลเอง

ความไว้วางใจต่อแหล่งข้อมูลไม่ได้เกิดขึ้นโดยอัตโนมัติ

มันก่อตัวผ่านเวลา/ทรัพยากร/ผลลัพธ์ซ้ำ ๆ

คงอยู่ตราบเท่าที่ข้อมูลยังทำงานได้ต่อเนื่อง

และลดลงอย่างรวดเร็วหากไม่ให้ผลลัพธ์ตามคาด

ขั้นตอนถัดไป

คุณภาพข้อมูลไม่ใช่คุณลักษณะสัมบูรณ์ที่มีอยู่ในตัวข้อมูลเอง แต่ปรากฏขึ้นจากวัตถุประสงค์การใช้งานและกระบวนการสร้างคุณค่า

การจัดการคุณภาพอย่างมีประสิทธิภาพต้องตรวจสอบทั้ง 4 ระดับ โดยไม่หยุดอยู่ที่ระดับใดระดับหนึ่ง

ตอนถัดไปจะกล่าวถึงว่า AI เปลี่ยนสัญชาตญาณเดิม ๆ เกี่ยวกับคุณภาพข้อมูลอย่างไร