博客
改善数据质量的过程
通过 斯蒂芬·博伊尔 2015年8月6日
该博客是我们“如何成为更好的定价策略师”系列文章的一部分，在该系列文章中，我们询问了定价领域的顶尖思想领袖和行业专家：“您能给同等定价策略师最好的建议是什么？”阅读所有回复 这里.
定价分析的质量只能与源数据的质量一样好。良好的数据对于有效的分析和有效的价格决策至关重要。
但是，这并不意味着您应该等到拥有完善的数据集后再开始使用该信息。 大 数据和 完善 数据不是同义词，因此在搜索乌托邦数据集时不会瘫痪。而是要留意异常情况，当异常发生时，请花点时间调查该异常是否有效。
阅读更多： 您如何实施定价项目？一步一步来…
您不能追逐每只兔子的每一个洞。但是，当您发现并纠正错误数据的一部分时，还请检查附近区域–同一产品组中的项目，来自同一制造地点或供应商的项目以及由相同或相似组件组成的项目。与最初的发现相比，您可以通过更少的研究和探索来快速发现和纠正其他问题。
就像从事园艺一样，管理和提高数据质量是一个持续不断的过程。仅仅因为您在春季经历并除掉了所有杂草，并不意味着您的花园将全年无杂草。不断识别，删除和纠正有缺陷的数据的警惕性应该可以帮助您识别是否有重复出现的错误信息源，从而有可能从根本上纠正根本原因，而不是寻求和解决那些不良数据源的影响。
要了解更多专家提示和建议，请查看我们的 定价最佳做法SlideBook在这里.
