数据基本使用方式
1.标准业务流程使用数据执行事务处理，还支持日常业务活动。
2.业务分析师通过报告和分析引擎考察日常运营结果数据，作为识别新的增效或增长机会的途径。
总结： 数据用于运转和改进组织实现业务目标的手段
商业案例进一步分析：
1.审查与信息使用相关的风险类型
2.考虑确定数据质量期望指数的方法
3.开发用于阐明数据质量计划的流程和工具
4.定义数据有效性约束
5.测量数据质量
6.报告和追踪数据问题
1.1信息加之与数据质量改进
分析数据对业务影响需要考虑的因素
1.数据质量的业务期望是什么
2.低劣数据质量是如何影响业务的
3.如何建立业务影响与具体数据质量问题之间的关联
1.2业务期望指数与数据质量
为了确定有数据质量计划带来的真是价值，应该使用相关数据质量规则，测量其与业务期望指数（以及对应的业务价值）是否符合。为此，需要确定如何测量低劣数据质量的业务影响，以及这些影响与其根源的关联关系，然后骨架消除这些根源的成本。对业务的影响和数据质量问题的描述为简历业务案例提供了框架
1.3减轻影响
影响业务主要类别：
1.对财务的影响
2.对置信度和满意度的影响
3.对生产率的影响
4.对与信用评级相关的风险与合规性的影响
总结：这些风险控制不仅要求使用或提供高质量的信息，还需要对内部质量监督控制手段进行充分性论证。
核心任务：简历数据质量改进评判标准
1.4实例
1.信用风险
2.欺诈付款
3.工资超支
4.少记费用与收入保障
5.保险承灾
6.开发风险
7.集成风险
8.健康风险
9.方针管理风险
10.欺诈风险
1.5进一步讨论
1.6业务影响分析
1.7其他影响类别
1.8影响分类系统和迭代改进
1.9将影响转化为绩效
设计影响层次结构的目标是双重的。
首先，当低劣数据质量影响能够分解成小的分析片段时，确定低劣数据质量如何影响业务流程的最初意图是一个更加易操作的任务
其次更有意思的是影响的类别陈醋会顺其自然的与将来测量改进的绩效报告结构相对应。
最后，当确定了低劣数据质量影响业务的位置，也就同时确定了能够改进业务的数据质量的改进位置。
总结：这些为量化可度量的绩效指标提供了固定框架，这些指标最终用于构建关键数据质量绩效指示器
