W obliczu zmiennych nastrojów gospodarczych i globalnej konkurencji na niespotykaną wcześniej skalę jakość informacji zarządczej ma kluczowe znaczenie. Wzrasta również zakres tego typu informacji. W przypadku coraz powszechniejszych dziś rozwiązań wspierających zarządzanie, z systemami klasy Business Intelligence na czele, w rozmaitych wymiarach analizowane są niemal wszelkie dostępne informacje powiązane z prowadzoną działalnością. Apetyt działów biznesowych jest niemal nieograniczony. "W obecnych czasach ten, kto wie i wie szybciej, zyskuje przewagę nad konkurentami. Informacje zbierane niejako przy okazji prowadzenia normalnej działalności są też niewyczerpanym źródłem wiedzy o rynku, konkurencji i własnej organizacji. Kluczowe jest jednak, aby informacje były prawdziwe i aktualne" - podkreśla Olgierd Kobyliński, prezes firmy BNC.pl. Według niego, istnieje poważne ryzyko, że decyzje podejmowane na podstawie błędnych informacji negatywnie odbiją się na efektywności oraz pozycji rynkowej firmy.

Problem niskiej jakości danych jest powszechny. Z analiz firmy Gartner Research wynika, że co czwarta firma zaliczana do grupy Fortune 1000 na poziomie operacyjnym korzysta z danych złej jakości. Tymczasem analitycy organizacji Data Warehousing Institute szacują, że decyzje podejmowane na bazie przetworzonych danych złej jakości w 2004 roku przyniosły amerykańskiej gospodarce straty rzędu 600 mld USD. Biorąc pod uwagę systematyczny wzrost znaczenia informacji zarządczej w biznesie, można się spodziewać, że obecnie wartość ta jest kilkakrotnie wyższa. Często wystarczy, aby informacje były niepełne, niejednoznaczne lub nawet w niewielkim zakresie błędne. O ile lekkie odchylenia mogą być automatycznie wykrywane i niwelowane, o tyle te powtarzane systematycznie mogą w istotny sposób zaważyć na trafności analiz i prognoz, nie wspominając o prawdziwości skonsolidowanych raportów tworzonych m.in. dla zarządu.

Nawet nowe, świeżo wdrożone rozwiązanie biznesowe nie spełni pokładanych w nim nadziei, jeśli będzie działać na nieaktualnych, niejednoznacznych, niepełnych lub nieprawdziwych danych. "Głównym grzechem jest traktowanie narzędziami analitycznymi danych, o których wiadomo, że są zaśmiecone. Nawet w przypadku prostszych systemów raportujących należy poinformować użytkowników o dopuszczalnym stopniu ufności" - mówi Filip Łapiński, Business Analytics and Optimization Leader w IBM Global Business Services. Większość problemów z jakością danych dotyczy informacji o klientach. Relatywnie często błędy pojawiają się też w kontekście danych finansowych oraz produktowych.