在他們最近的書中，信息質量：數據和分析產生知識的潛力作者Ron Kenett和Galit Shmueli為數據分析師提供了一個框架（InfoQ），用於評估數據質量和尋找有意義見解的潛力。
他們解釋瞭如何整合目標，數據，分析和實用程序的概念 - 任何領域中數據分析的構建塊。他們討論了在學術課程和商業或工業項目中實施InfoQ的問題。
那麼您在信息質量方面面臨的挑戰是什麼？你是如何面對這些挑戰的？如果您在2月20日之前在這篇博客文章中留言，解釋您的信息質量挑戰，您可以獲得Kenett和Shmueli新書的副本。您的評論應該在50到75個字之間。我們將從符合條件的評論中隨機選擇兩名獲獎者。每個評論者只有一本書，只有美國和加拿大的評論者才有資格獲得獎品。
當然，只有兩個人會贏。但你可以買書使用代碼VBN54以20％的折扣。把它帶到你身邊探索峰會歐洲 ，作者是主題演講，你可以讓它由Kenett和Shmueli簽名！
專家們對本書的看法是：
“Kenett和Shmueli闡明了研究中錯誤結論的最大因素 - 研究中出現的信息質量差。這個問題 - 由於大數據的出現而變得更糟 - 在文學和課堂上受到的關注太少。信息質量問題可能會完全破壞研究的效用和可信度，但研究人員通常會以臨時的，隨意的方式處理它，通常是為時已晚。信息質量提供了一個合理的框架，以確保進入研究的數據能夠有效地回答所提問題。“Peter Bruce，統計教育研究所。
“政策制定者依靠高質量和相關的數據來做出決策，重要的是，隨著越來越多的不同類型的數據可用，我們注意到所提供信息質量的所有方面。這不僅包括統計質量，還包括本書中概述的其他方面，包括非常重要的數據和分析是否回答了相關問題。“英國倫敦英國統計局國家統計員John Pullinger
“只要看一下任何技術圖書館的統計數據，就會發現大多數書籍都只關注數據分析方法的細節。幾乎所有的統計教學都是如此。本卷將有助於糾正這種疏忽。它將為讀者提供對實證分析其他關鍵部分的洞察和理解，這些部分對於研究產生有效，準確和有用的結論至關重要。“David Hand，英國倫敦帝國理工學院教授
感謝您分享您的體驗， @Peter_Bartell
我經常遇到的一個挑戰是缺乏對業務度量關鍵的操作定義（或更糟糕的是，多個操作定義）。例如，我在一家大型跨國公司擔任銷售預測員4年。每月我必須為業內的內部選區準備多份報告。來自市場營銷，銷售，分銷，製造，供應鏈的人員，您將這些人稱為我們的月度運營評論。你會驚訝於人們對“銷售”這個概念有多少不同的定義。一個簡單的例子，一個項目經理將來自客戶的非約束性意向書計為“銷售”。我在創建應收帳款條目時計算了“銷售”。當產品從公司所有權的最後一點移動到貨物時，供應鏈計為“銷售”。嘗試將其轉移到財務部門並讓他們計算一份意向書？或者把它帶到供應鏈......他們想知道為什麼庫存需求與他們看到的不匹配？因此，在做出業務決策之前，請花些時間了解這些操作定義......並選擇符合業務需求或要求的定義。
