I takt med att möjligheterna att använda data ökar, blir det allt viktigare att förstå vad som krävs för att data ska kunna användas på ett meningsfullt och handlingskraftigt sätt. Att analysera och förlita sig på data kräver mer än bara tillgång till siffror – kvaliteten och relevansen i underlaget är avgörande för att fatta kloka beslut.

För att data ska vara användbar behöver den vara “agerbar”, det vill säga tillgänglig, trovärdig och relevant samt möjlig att omsätta i praktiken. Det förutsätter också att utvalda data är av god kvalitet. Låg datakvalitet kan ge missvisande resultat även om själva analysen är rätt. Det är därför avgörande att säkerställa att data är insamlad, bearbetad och lagrad på rätt sätt samt att den är tillgänglig och trovärdig.

N.D. Lawrence (University of Cambridge) beskriver de tre grundläggande nivåerna av dataförberedelse på följande sätt:

1. Tillgänglighet – Finns data och går det att använda?
2. Trovärdighet – Är data kvalitetssäkrad och korrekt?
3. Relevans – Passar utvald data för den aktuella frågan?

När dessa nivåer är uppfyllda kan data betraktas som “agerbar” och därmed användas för analys och för att skapa verklig nytta i verksamheten. Vid användning av mer känslig data kan ytterligare förberedelse behöva göras eller nytta mot risk övervägas innan man beslutar om användning.