Většina vedoucích oslovených na fóru INSEAD odmítla vsadit vlastní bonus na úplnost a správnost firemních dat. Problém přitom často nevzniká v databázi, ale v každodenní práci lidí, kteří informace vytvářejí. Pokud nevidí důsledky pozdního nebo chybného záznamu, firma náklady nekvalitních dat pouze tiše absorbuje. AI tento problém nevyřeší; naopak zvyšuje význam jasného vlastnictví dat v byznysu.
Kvalita dat se snadno stane technickým tématem. Jakmile se objeví duplicity, chybějící údaje nebo rozdílné hodnoty, problém dostane datový tým nebo IT. INSEAD upozorňuje, že takové řešení často začíná příliš pozdě.
Na Alumni Forum 2026 v Oslu dostali vedoucí jednoduchou otázku: vsadili by celý svůj bonus na přesnost a úplnost dat, z nichž firma vytváří nejdůležitější rozhodnutí? Většina odmítla, významná část kvalitu dat neznala a pouze čtyři respondenti by sázku přijali.
Nekvalitní data přitom nemusí vyvolat jeden viditelný kolaps. Organizace jejich cenu často průběžně absorbuje. Jeden z odborníků v diskusi uvedl příklad obchodníka, který z desetihodinového pracovního dne stráví tři hodiny přípravou údajů, jež už měl mít k dispozici.
Takový problém nevznikl primárně v analytickém nástroji. Je důsledkem procesu: někdo informaci nevytvořil včas, zapsal ji jiným způsobem nebo nevěděl, kdo ji bude následně používat.
INSEAD uvádí zkušenost z HelloFresh, kde pomohlo i jednoduché sdílení informací mezi týmy. Lidé vytvářející data pochopili důsledky chyb pro jejich následné uživatele a kvalita se zlepšila.
Pro management je proto vhodnější začít konkrétním obchodním problémem než celofiremním programem „čištění dat“. Vyberte rozhodnutí, jehož kvalitu špatná data viditelně poškozují. Určete, které údaje k němu potřebujete, kdo je vytváří, kdo je používá a kde se jejich význam nebo formát cestou mění.
Vlastnictví musí zůstat v byznysu. Datový tým může nastavovat standardy, kontrolu a technické prostředky, ale nezná automaticky obchodní význam každé položky.
AI význam této disciplíny zvyšuje. Automatizovaný systém může špatná data zpracovat rychleji a ve větším měřítku, ale nedokáže z principu napravit nejasný obchodní proces, který je vytváří.
Nejdůležitější otázkou proto není, zda má firma moderní datovou platformu. Je to otázka, zda člověk, který zadává údaj na začátku procesu, rozumí tomu, kdo a k jakému rozhodnutí jej použije na jeho konci.
KLÍČOVÉ POJMY
- Kvalita dat: Přesnost, úplnost, aktuálnost a použitelnost údajů pro konkrétní obchodní účel.
- Vlastník dat: Člověk nebo útvar odpovědný za obchodní význam a kvalitu konkrétního souboru údajů.
- Datový producent: Osoba nebo proces, který údaj při běžné práci vytváří.
- Skrytý náklad dat: Čas a chyby vznikající opravováním, dohledáváním a ověřováním nekvalitních informací.