什么是第三方重复数据？大多数公司已经在利用其运营和事务数据来生成有价值的见解。他们也越来越多地利用外部数据进行更复杂的分析和更深入的洞察。为了通过个性化的客户体验和提高效率来获得竞争优势，他们经常寻找第三方数据来扩充内部数据集。如今，外部数据是一个很大的市场。例如，2019年，营销人员在全球第三方数据上花费超过200亿美元，以获取新客户并丰富现有客户的信息。当不同的业务线为不同的需求购买数据时，问题就出现了，而这些数据却停留在部门的筒仓中。金融部门可能会购买经济预测，而生产部门可能会寻找供应商数据和市场需求预测。有时不同的部门需要同一实体的特定数据集，但从不同的角度来看。市场营销可能需要客户情绪数据来个性化客户体验，而风险管理可能会购买客户信用评级数据以进行风险检测和缓解。如果公司没有中央数据存储库，这些昂贵的外部数据集仍由各个部门负责数据采集过程通常是事后才进行的，正如《数据采集的来龙去脉：信念和最佳实践》中所述，并且可能没有正式建立或有效管理。缺乏定义良好的数据共享策略也会增加问题，因为团队无法快速定位和访问相关数据。由于没有标准化的数据采集流程，而且不知道以前购买的数据集，各部门都在按要求不断获取数据。结果呢？尽管在第三方数据上花费了大量资金，但公司最终往往会购买相同的数据集或具有巨大重叠的数据集。IDC的一项研究强调，一个典型的企业在给定的时间内至少有10个结构化数据源的拷贝。在一个大型的B2B或B2C企业中，每年有几十万美元浪费在冗余的第三方数据购买上。此外，10-20%的资金浪费在不必要的内存、基础设施和存储和处理这些冗余数据的集成上。此外，不一致的按需购买方法延迟了数据采集和入职，推迟了上市时间。使用第三方数据的挑战组织报告说，在从外部数据中获取见解时，存在各种各样的业务和技术挑战。业务挑战之一是数据提供商市场的规模和复杂性，这使得很难确定正确的数据源和合作伙伴，正如《哈佛商业评论》（Harvard business Review）的这篇文章所解释的那样，第三方信息如何增强数据分析能力。技术挑战包括：没有获取数据的中央存储库：不同组织的筒仓中存在重复数据缺乏标准化的数据获取流程：第三方数据的获取没有任何战略规划、监督或最佳实践缺少元数据：无法查看所购买数据的上下文、质量和业务价值跨数据集的定义不一致：没有跨数据供应商的术语或通用定义的标准使用缺乏定义良好的数据共享策略：数据使用不合规且没有沿袭记录随着对外部数据获取需求的增加，公司正意识到关键方面和差距。这些差距可以通过集成的数据治理和数据目录解决方案来弥补。如何简化数据采集和消除重复数据开销解决重复数据开支是一个机会，可以采取更全面的方法来精简和管理所获得的数据。使用具有内置治理的数据目录，您可以创建一个中央存储库，其中包含您拥有并计划在将来购买的所有第三方数据资产。一旦有了具有通用定义的存储库，就可以标准化和集中化数据请求漏斗。Forrester Consulting记录显示，48%的公司在实施数据目录后实现了对数据的更好理解，以推动洞察力和行动。使用Collibra Data Catalog，您可以在购买第三方数据时实现20%的直接成本节约，每年可节省50万至300万美元。解决数据冗余问题有助于将数据治理专家和数据分析师的生产率提高25%，每年可额外贡献50万至500万美元。使用受管理的数据目录，您可以：标准化数据采集过程，以减少在相同信息上的重复开支为外部数据集设置企业范围的标准定义捕获元数据并将其与沿袭图一起使用以发现冗余根据外部数据集的类型、敏感度和对组织的价值自动分类在主题专家的帮助下验证外部数据集，以提高对数据的信任和信心提高外部数据使用的法规遵从性，以降低风险和潜在成本