推荐序

当前，人工智能、机器学习、商业智能、区块链等新兴技术飞速发展，极具吸引力。所有这些新技术都依赖于高质量数据，也就是它们只有在可靠的数据基础上才能发挥作用。若它们在错误的数据基础上运行，根本就不会起作用。计算机科学与信息通信技术领域有GIGO（Garbage In Garbage Out）原则，它是指如果将错误的、无意义的垃圾数据输入计算机系统，计算机系统也一定会输出错误的、无意义的垃圾结果。因此，新兴技术需要以高质量数据作为基础，而数据质量往往被忽视。

普拉桑特·苏特卡尔（Prashanth Southekal）博士的这本书聚焦数据质量，探讨了关键领域中数据管理和数据治理的最佳实践，内容十分全面。数据质量的先驱拉里·英格利什（Larry English）一定会为苏特卡尔博士所做的工作感到自豪。因为苏特卡尔博士浇灌了他在许多年前播下的数据质量概念的种子，这些种子已经在一片郁郁葱葱、翠绿欲滴之地茁壮成长。

我从这本书中受益匪浅。这本书有如下亮点：

• 数据定义——数据是什么，以及它为什么在业务中很重要。

• 数据血缘——许多作者忽略了这个主题。

• 数据记录系统——大多数作者都忽略的一个重要概念。

• 认识数据量在决策中发挥的重要作用。

• 数据治理——什么是数据治理以及如何进行数据治理。

• 数据保护和数据安全对于任何现代组织来说都是必不可少的。

• 数据伦理——大多数作者都没有涉及这个主题。

• 数据所有权和管理责任。

如果你要构建依赖于数据的系统，或者有更加宏大的目标，那么通过阅读此书，你将打下坚实的基础。

“数据仓库之父”比尔·恩门（Bill Inmon）