当前随着企业对数字化转型的需求越发迫切，也促使数据驱动创新及数据创造价值的模式已成为企业转型的重要共识。随着企业信息化的深入推进以及各种信息系统的大量建设、实施，有效地促进了业务生产效率及管理水平的提高，但是在数据应用时发现数据的准确性、一致性、及时性、可用性等方面还存在不少的问题。
在这个大数据时代，数据的特性具有规模庞大、类型多样、流转速度快、价值密度低等特性，欣思博认为如果想要充分发挥大数据的作用，首先需要确保数据质量的可靠性，大数据应用必须建立在质量可靠的数据之上才有意义。如果是建立在低质量、错误数据之上的应用不仅不能为企业所应用，可能还会导致经营决策的失败、工艺技术的错误、营销方式的差异、产品功能的失效等问题，且在一定程度上降低企业的核心竞争力。那么应该如何提高企业的数据质量呢？
1、 尽快落实数据的标准制定
企业应充分调查业务需求，以数据质量管控为主要出发点来分析数据生命周期的各个监控点。然后合理制定和完善元数据标准、主数据标准、业务数据标准、主题数据标准、数据交换标准、数据安全标准等相关规范，构建出企业数据的标准体系在新建系统中严格进行落实、实施，对既有系统进行改造和完善，从而在企业的数字化转型中不断地提升数据质量和利用效率。
2、 质量过程的检查和考核要加强
企业应进一步加强对数据的治理和管控，将数据质量的管控要求以及量化考核指标进行完善：加强对数据质量重要性的宣传教育，加强对相关员工的知识和技术培训，不断探索和优化技术检查和监测方法，通过组织评比、定期通报、总结分析、经验交流等多种方式来提高相关人员的数据治理技能和水平。
3、 建立数据管理部门
欣思博认为企业应该在传统的信息化部门之外，与数字化转型的推进力度以及大数据的应用情况相结合，研究探索出专职的数据管理部门。在整个数据管理部门中应明确标准制定、质量管控、价值利用、监督检查等方面的职责要求，然后再配备或培养专门的数据规划人员、数据管理人员、数据应用人员等，提升数据再驱动创新以及在数字化转型发展过程中的作用。
