据最新调查显示，尽管数据质量软件的使用率已经达到了历史最高点，但是连企业自己也必须承认，不精确的低质量数据每年都能造成巨大的经济损失。

　　Gartner做出的一项调查显示，企业平均每年因低质量数据造成的经济损失已经高达820万美元。参加调查的企业有140多家，其中22%的企业每年因不良数据造成的损失将近2000万美元，而4%的企业由此造成的损失更是达到了上亿美元。

　　分析师Ted Friedman在采访中指出，大部分损失是由于员工生产率下降造成的。当意识到数据不准确时，他们被迫要对误差进行弥补或使用业务和分析应用程序时要创建工作区。

　　要不是数据质量软件的使用日益广泛，损失可能还会进一步增长。据Gartner的调查报告显示，2008年数据质量软件市场扩张了近26%，已经达到了4.25亿美元的规模。

　　另外调查发现，许多使用数据质量工具的企业已经将它们部署到项目中作为支持，甚至比之前最常用的两种工具——数据仓库和商业智能应用还广泛。

　　“这样的工具价格昂贵，因此人们总会想出多种使用方法来将它的价值最大化。” Friedman说。

　　特别需要指出的是，半数受访者表示，他们使用数据质量工具来支持主数据管理（MDM）主动性，四成受访者使用数据质量工具辅助系统和数据迁移项目。

　　尽管如此，对于企业来说要完全理解数据质量工具的工作流程，他们还有漫长的道路要走。Friedman表示，一个最明显的缺点是数据质量工具对于不同员工来说理解起来很难，因此使用它们的往往只是小部分员工，通常是IT部门。

　　调查显示，58%的机构中最多只有5人会使用数据质量工具，另外22%的机构会有6-10人使用。

　　要在企业中提高数据质量工具的利用率，厂商需要对工具进行简化，让更多人可以接受。这样企业才会体验到数据质量工具为他们带来的收益。

　　“特别地，为广大企业提供数据分析和可视化功能（报告和数据质量指标与异常仪表盘）将提高人们对数据质量问题的关注，并能促进数据管理积极性。” Friedman在一篇报告中这样写道。

　　Friedman还说，越来越多的机构正在将数据质量应用到数据域中，但是他们需要做的还有很多。尤其是金融数据质量，如处理不当则肯定会造成更大损失。

　　企业在捕获和创建数据质量规则上还应加大技术投资。据调查显示，不到一半的企业在运用此项技术，它在CRM软件中的应用比较广泛。

　　据以往经历看，数据质量工具大多是在脱机和批处理模式下运行的。Gartner建议用户考虑在整个基础架构中进行数据质量控制，这样可以确保数据在捕获和维护时与质量标准的一致性。