用户和管理者经常认为数据是IT企业必须按需要提供的服务。他们将数据上出现的任何问题都归罪于IT企业。他们并没有意识到或想要发现的问题的原因是由于业务流程及其他在企业内部和外部的活动产生的数据，而这些数据是IT系统仅仅能收集、存储和展示出来一部分。对数据的来源缺乏了解导致管理者丧失了对数据质量的资源管理的能力。

领导人应该展示一些由于低质量的数据引发的商业烦恼的商业管理案例，比如糟糕的决策制定和在客户面前失去信誉。如果可能的话，领导人应该将低质量的数据与罚款结合起来，企业负责的个人或团体必须为此付出代价 — 例如，错过了项目的最后期限或未能满足协议中规定的服务水平。与此同时，领导人要督促这方面的专家告诉上一级的业务经理更好的数据如何将帮助他们表现得更好。数据质量的领导人也可以使用Gartner(高德纳公司)的成熟度模型来评估他们项目的优点和缺点，决定企业必须达到什么成熟等级才能实现它的目标，而且显示必须做什么才能达到那个水平。

提高数据质量的商业驱动的可以划分为三大类。

收入和利润增长上的驱动包括：(1)由交叉市场和销售生成新的收入和利润，通过更好的了解顾客价值和行为提高顾客维系度;(2)提供更好的、更连贯和更有价值的顾客体验，部分通过创造更好的整合、终端到终端的流程，横跨所有的渠道。

成本优化和效率的驱动包括：通过强化系统和功能，标准化流程，减少浪费，减少手动调和数据来节约成本。

遵守规定、风险管理的驱动包括：更好地管理穿越在产品、渠道和其他企业仓储之间的风险，和改善相对于大范围的严格的标准的法规符合性(通常取决于产业)。

这些成果混合了硬收益和软收益。虽然在企业中的少数一些人会否定对软效益的需要获取，有些人会怀疑是否特定的投资能实现这些软效益，而其他人会争论谁为共享的基础设施买单。相比之下，硬效益，特别是那些注重于强制性法规遵从上，更有可能达成商业案例的签署。不管怎样，企业需要解释低质量数据用于商业驱动的影响，或所有三种类型的难处。