数据科学家经常抱怨，他们大部分时间都花在收集、清理和构建数据上，而不是寻找见解。数据人员使用的 (不) 著名的 80/20 规则表明，80% 的时间花在收集和准备上，只有 20% 的时间用于实际分析。
Gartner 似乎同意这一说法。根据他们的 2021 年报告，数据准备是主要投资领域之一。幸运的是，使用数据准备工具可以减少某些任务的 电话号码数据库 自动化时间。我只能补充一点，这些工具必须基于 AI 才能显著影响性能。
其他数据科学家参考了George Labovitz 和 Yu Sang Chang 于 1992 年制定的1-10-100 规则。根据他们的说法，在输入记录时验证记录需要花费 1 美元，稍后清理和删除重复记录需要花费 10 美元，如果没有人注意到错误，则时间和资源的成本将达到 100 美元。
这是使用人工智能进行清理比自己编写算法更具成本效益的另一个理由。人工智能需要更长的时间来编写和执行任务，而且更容易出错。有时，编写正确的数据清理代码根本是不可能的。
您可以从业务数据中受益
有些企业认为他们无法从大数据中获益。这完全是错误的。
数据，尤其是纯净的数据，可以 这些服务提供准确的 帮助各种类型的企业。我们可以从公司数据开始，这对于检查您的竞争对手和市场非常有用。与员工相关的公开专业数据对于您的人力资源部门选择新员工来说非常有价值。
别忘了您的销售部门。拥有必要的数据可能意味着从主动联系到向准备购买的合适客户提供合适的选择。
如果这还不够的话，融资数据还能提供有关融资趋势的宝贵见解。它可以帮助您跟踪公司业绩、识别新融资企业并检查投资者的实际数量。简而言之，融资数据可让您在投资、潜在客户开发和市场研究方面做出更好的决策。
利用数据优化成本的四种方法
现在，你应该已经清楚，干净的数据比传统的原始数据有很多优势。但它究竟能帮你省钱吗？以下是我的四个例子。
1. 缩短入职时间和价值实现时间
缩短入职时间对于清洁数据来说是一个很大的优势。在大多数情况下，您与提供商之间建立交付流程需要一个多月的时间。在此期间，您要为以后才能使用的产品付费。
干净的数据结构经过简化和改进，使设 我的电话号码 置变得简单得多。当然，当您无需等待即可使用新购买的数据集时，这会缩短价值实现时间。但能缩短多少呢？
最简短、最无趣的答案是“视情况而定”。对于某些人来说，可能需要几天，而对于其他人来说，可能需要几个月。虽然数据处理速度更快，因为数据较少，但这从来都不是主要因素。让我们来探讨一个例子。
假设您有一支经验丰富的数据团队，随时准备清理您购买的原始 B2B 数据。但是，您的所有数据分析师是否都是数据清理专家还不得而知。他们完成了工作，但过了一段时间，您就会收到销售团队的投诉，说有些数据缺失。
现在，您感到困惑和愤怒，于是回到数据专家那里，命令他们尽快解决问题。他们半诚恳地道歉，然后重新开始。请记住，这段时间里，您的销售部门没有任何线索。
你要求他们重新进行电话营销，但客户反应冷淡，热情不高，导致转化率低。最后，你的数据分析师上传了第二个版本。现在，你知道这个问题终于解决了吗，或者你希望它能解决吗？
所以，这个故事的寓意是，干净的数据可以让你从希望转变为了解。