Data quality management as a factor in increasing the efficiency of enterprise project activities
Abstract
Background. In modern enterprise project management, data is a key resource, determining the validity of management decisions and the effectiveness of project implementation. The expansion of digital processes is accompanied by an increase in the volume of information and the complexity of information flows, increasing the risk of inaccuracies, inconsistencies, and the use of outdated information. Such distortions impact timeline and cost calculations, departmental coordination, and project risk management, reducing the sustainability of project management. Purpose. Development of a scientifically based solution for managing data quality in the enterprise's project activities, which will improve the accuracy of planning, the sustainability of management decisions, and the effectiveness of project results. Methodology. The study relies on empirical and theoretical analysis to examine existing approaches to data quality management in project activities. To achieve this goal, comparative analysis and logical systematization methods were used to identify key data quality criteria (accuracy, completeness, consistency, relevance, and structure) and their impact on project performance. Content analysis was also used to examine regulatory documents and standards governing data management, and a case study approach was used to analyze real-world examples from companies with digital infrastructure. Results. A literature review identified key data quality criteria relevant to project activities: accuracy, completeness, consistency, relevance, and structure. These criteria were systematized and compared with project cycle stages, allowing us to determine at which stages data quality violations have the greatest impact on timelines, budgets, and risk management. A comparison of various approaches presented in publications and regulatory documents revealed that most methodologies focus on the technical aspects of working with data and do not consider the specifics of the project environment. Based on this, requirements were formulated for an approach that combines management and information elements and can be integrated into existing enterprise processes. A company case study confirmed the significance of the identified criteria. An analysis of working documentation and examples of deviations demonstrated that data errors primarily arise at the intersection of departments, and their consequences affect procurement planning, labor cost calculation, and task execution monitoring. Interpretation of the case data revealed several typical situations in which data inconsistencies lead to time and resource overruns. The obtained results form the basis for developing an approach to data quality management focused on the requirements of project activities and the real practical conditions of the enterprise. Practical implications. The research findings can be used in various industries and organizations involved in project-based activities to develop and implement effective data quality management systems. The proposed approach will help improve planning accuracy, reduce risks associated with insufficient or outdated information, and improve project management in the digital economy.
Keywords
data quality, project activities, digital infrastructure, project management, information reliability, data control methods, digital transformation, project management resilience
Управление качеством данных как фактор повышения эффективности проектной деятельности предприятия
Аннотация
Обоснование. В современной проектной деятельности предприятия данные выступают ключевым ресурсом, определяющим обоснованность управленческих решений и результативность реализации проектов. Расширение цифровых процессов сопровождается ростом объёма информации и усложнением информационных потоков, что увеличивает риск возникновения неточностей, несогласованности и использования устаревших сведений. Такие искажения отражаются на расчётах сроков и затрат, координации действий подразделений и управлении проектными рисками, снижая устойчивость проектного управления. Цель – разработка научно обоснованного подхода к управлению качеством данных в проектной деятельности предприятия, позволяющего повысить точность планирования, устойчивость управленческих решений и предсказуемость результатов проектов. Метод и методология проведения работы. В основе исследования лежат методы эмпирического и теоретического анализа, направленные на изучение существующих подходов к управлению качеством данных в проектной деятельности. Для достижения цели использовались методы сравнительного анализа и логической систематизации, что позволило выделить ключевые критерии качества данных (точность, полнота, согласованность, актуальность и структурированность) и их влияние на эффективность проектной деятельности. Также применен метод контент-анализа для изучения нормативных документов и стандартов, регулирующих работу с данными, и кейс-метод для анализа реальных примеров из практики предприятий с цифровой инфраструктурой. Результаты. Проведённый обзор научных публикаций и нормативных источников показал, что в проектной деятельности ключевое значение имеют такие характеристики качества данных, как точность, полнота, согласованность, актуальность и структурированность. Указанные критерии были проанализированы в привязке к этапам проектного цикла, что позволило выявить стадии, на которых снижение качества данных наиболее существенно отражается на соблюдении сроков, формировании бюджета и управлении рисками. Анализ существующих методик управления качеством данных показал, что значительная часть подходов сосредоточена преимущественно на технической стороне обработки информации и в меньшей степени учитывает специфику проектной деятельности. В результате были определены требования к подходу, ориентированному на сочетание управленческих и информационных механизмов и адаптацию к действующим процессам предприятия. Рассмотрение практического кейса подтвердило практическую значимость выделенных критериев качества данных. Анализ рабочей документации и примеров отклонений продемонстрировал, что ошибки в данных возникают преимущественно на стыке подразделений, а их последствия затрагивают планирование закупок, расчёт трудозатрат и контроль выполнения задач. Интерпретация фактов кейса позволила выделить несколько типичных ситуаций, в которых несогласованность данных приводит к перерасходу времени и ресурсов. Полученные результаты формируют основу для разработки подхода к управлению качеством данных, ориентированного на требования проектной деятельности и реальные практические условия предприятия. Область применения результатов. Результаты исследования могут быть использованы в различных отраслях и организациях, занимающихся проектной деятельностью, для разработки и внедрения эффективных систем управления качеством данных. Предложенный подход поможет повысить точность планирования, уменьшить риски, связанные с недостаточной или устаревшей информацией, и улучшить управление проектами в условиях цифровой экономики.
Ключевые слова
качество данных, проектная деятельность, цифровая инфраструктура, управление проектами, достоверность информации, методы контроля данных, цифровая трансформация, устойчивость проектного управления
Список литературы
1. Архипов, П. Ю. (2024). Анализ современных подходов к управлению качеством проектов. В Гагаринские чтения 2024: Сборник тезисов докладов 50‑й Международной молодёжной научной конференции (Москва, 9–12 апреля 2024 г.), с. 662. Москва: Издательство «Перо». EDN: https://elibrary.ru/TSVXDQ
2. Баширова, М. М. (2020). Технология управления проектами и проектными командами на основе методологии гибкого управления проектами. Наука: общество, экономика, право, (2), с. 178–183. https://doi.org/10.34755/IROK.2020.64.29.068. EDN: https://elibrary.ru/JGPZAF
3. Бражникова, К. А., & Ильц, Д. Е. (2024). Методические рекомендации оценки качества процесса управления научно‑техническим проектом на этапе научных исследований на базе вуза. Омский научный вестник, 4(192), с. 58–66. https://doi.org/10.25206/1813-8225-2024-192-58-66. EDN: https://elibrary.ru/PLEWIO
4. Горбашко, Е. А., & Титова, А. В. (2024). Научное обеспечение портфельного подхода в управлении проектами организации. В Современный менеджмент: проблемы и перспективы: сборник статей XIX Международной научно‑практической конференции (с. 40–43). Санкт‑Петербург. EDN: https://elibrary.ru/EDHPCI
5. Двирняк, Л. Ю., & Шишкина, В. А. (2025). Обзор современных подходов к гибридным формам управления проектами. Академическая наука, (4), с. 83–91. https://doi.org/10.24412/3034-4042-2025-4-83-91. EDN: https://elibrary.ru/GJGIUG
6. Ильенкова, С. Д. [и др.]. (2020). Управление качеством: учебник для студентов вузов, обучающихся по специальностям экономики и управления. Москва: ЮНИТИ‑ДАНА, 287 с. ISBN: 978-5-238-02344-1. [Электронный ресурс]. http://www.iprbookshop.ru/66305.html
7. Калязина, Е. Г. (2021). Цифровой менеджмент в управлении проектами. Креативная экономика, 15(12), с. 4747–4766. https://doi.org/10.18334/ce.15.12.113968. EDN: https://elibrary.ru/KIVVZD
8. Казангапова, Б. А., & Нысанова, А. С. (2020). Обзор современного программного обеспечения по управлению проектами и критерии его выбора. В Национальные экономические системы в контексте формирования глобального экономического пространства (с. 293–295). Симферополь.
9. Муранова, Т. Д. (2021). Бизнес‑процессы и качество управления инновационно‑инвестиционными проектами. В Наука и образование XXI века (с. 86–92). Чебоксары. EDN: https://elibrary.ru/WRYMHT
10. Мусаева, А. К. (2020). Сущность и содержание управления проектами, цель и критерии управления проектом. Вестник научных конференций, 6‑2(58), с. 132–133. EDN: https://elibrary.ru/PHVTSQ
11. Редько, В. С., & Цимбельман, Н. Я. (2024). Алгоритм анализа и контроля качества данных и качества проекта с применением цифровой информационной модели. Инженерный вестник Дона, 7(115), с. 518–536. https://ivdon.ru/ru/magazine/archive/n7y2024/8740. EDN: https://elibrary.ru/ECDPWM
12. Римский, Я. Р., & Михайлов, Ю. И. (2021). Управление качеством в IT‑индустрии на основе гибкой методологии Scrum. В Современные проблемы менеджмента (с. 115–119). Санкт‑Петербург. EDN: https://elibrary.ru/SPLGMS
13. Смайлов, Н. К. (2025). Методы и технологии оценки и управления качеством данных. Экономика и социум, 8(135), с. 949–960. https://cyberleninka.ru/article/n/metody-i-tehnologii-otsenki-i-upravleniya-kachestvom-dannyh. EDN: https://elibrary.ru/NJAZHT
14. Соколова, М. Д., & Михайлов, Ю. И. (2023). Пути улучшения качества процессов управления проектами в производстве автоматизированных систем управления. В Актуальные аспекты модернизации российской экономики (с. 169–172). Санкт‑Петербург. EDN: https://elibrary.ru/IOPFKK
15. Шелестов, Н. В. (2025). Управление качеством как ключевой элемент управления проектами. В Стратегическое развитие отечественной науки (с. 74–82). Уфа.
16. Якушина, Е. В., Буланов, С. В., & Гаврилин, И. А. (2010). Электронный журнал и виртуальный дневник ученика: варианты и особенности информационных систем. Народное образование, (6), с. 226–234. EDN: https://elibrary.ru/LUZWXZ
17. ГОСТ Р 71484.3‑2021 (2021). Качество данных. Часть 3. Качество данных для проектной деятельности. Москва: Стандартинформ.
18. ГОСТ Р ИСО 9001‑2015 (2015). Системы менеджмента качества. Требования. Москва: Стандартинформ.
19. Иванюшкин, А. Я. (2004). В защиту «коллегиальной модели» взаимоотношений врачей, медсестёр и пациентов. Общественное здоровье и профилактика заболеваний, (4), с. 52–56.
20. Foote, K. D. (2020). The impact of poor data quality (and how to fix it). DATAVERSITY. https://www.dataversity.net/articles/the-impact-of-poor-data-quality-and-how-to-fix-it
21. Kerzner, H. (2017). Project management: A systems approach to planning, scheduling, and controlling (12th ed.). Hoboken, NJ: Wiley.
22. Redman, T. C. (2013). Data driven: Profiting from your most important business asset. Boston, MA: Harvard Business Review Press.
23. Too, E. G., & Weaver, P. (2014). The management of project management: A conceptual framework. International Journal of Project Management, 32(8), pp. 1382–1394. https://doi.org/10.1016/j.ijproman.2013.07.006
24. Wang, R. Y., & Strong, D. M. (1996). Beyond accuracy: What data quality means to data consumers. Journal of Management Information Systems, 12(4), pp. 5–33. https://doi.org/10.1080/07421222.1996.11518099
Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK® Guide) (7th ed.). Newtown Square, PA: PMI.
References
1. Arkhipov, P. Yu. (2024). Analysis of modern approaches to project quality management. In Gagarin Readings 2024: Abstracts of the 50th International Youth Scientific Conference (Moscow, April 9–12, 2024, p. 662). Moscow: Pero Publishing House. EDN: https://elibrary.ru/TSVXDQ
2. Bashirova, M. M. (2020). Project and team management technology based on agile project management methodology. Science: Society, Economy, Law, (2), 178–183. https://doi.org/10.34755/IROK.2020.64.29.068. EDN: https://elibrary.ru/JGPZAF
3. Brazhnikova, K. A., & Ilts, D. E. (2024). Methodological recommendations for assessing the quality of scientific project management during the research phase at a university. Omsk Scientific Bulletin, 4(192), 58–66. https://doi.org/10.25206/1813-8225-2024-192-58-66. EDN: https://elibrary.ru/PLEWIO
4. Gorbashko, E. A., & Titova, A. V. (2024). Scientific support for the portfolio approach in organizational project management. In Modern Management: Problems and Prospects: Proceedings of the XIX International Scientific and Practical Conference (pp. 40–43). Saint Petersburg. EDN: https://elibrary.ru/EDHPCI
5. Dvirnyak, L. Yu., & Shishkina, V. A. (2025). Review of modern approaches to hybrid project management forms. Academic Science, (4), 83–91. https://doi.org/10.24412/3034-4042-2025-4-83-91. EDN: https://elibrary.ru/GJGIUG
6. Ilyenkova, S. D. et al. (2020). Quality management: Textbook for university students majoring in economics and management. Moscow: YUNITI‑DANA, 287 p. ISBN: 978-5-238-02344-1. Retrieved from http://www.iprbookshop.ru/66305.html
7. Kalyazina, E. G. (2021). Digital management in project management. Creative Economy, 15(12), 4747–4766. https://doi.org/10.18334/ce.15.12.113968. EDN: https://elibrary.ru/KIVVZD
8. Kazangapova, B. A., & Nysanova, A. S. (2020). Review of modern project management software and selection criteria. In National Economic Systems in the Context of Global Economic Space Formation (pp. 293–295). Simferopol.
9. Muranova, T. D. (2021). Business processes and quality of innovation‑investment project management. In Science and Education of the XXI Century (pp. 86–92). Cheboksary. EDN: https://elibrary.ru/WRYMHT
10. Musaeva, A. K. (2020). Essence and content of project management, goals and criteria of project management. Bulletin of Scientific Conferences, 6‑2(58), 132–133. EDN: https://elibrary.ru/PHVTSQ
11. Redko, V. S., & Tsimbelman, N. Ya. (2024). Algorithm for data quality and project quality analysis and control using a digital information model. Engineering Bulletin of the Don, 7(115), 518–536. Retrieved from https://ivdon.ru/ru/magazine/archive/n7y2024/8740. EDN: https://elibrary.ru/ECDPWM
12. Rimsky, Ya. R., & Mikhailov, Yu. I. (2021). Quality management in the IT industry based on the agile Scrum methodology. In Modern Problems of Management (pp. 115–119). Saint Petersburg. EDN: https://elibrary.ru/SPLGMS
13. Smaylov, N. K. (2025). Methods and technologies for data quality assessment and management. Economy and Society, 8(135), 949–960. Retrieved from https://cyberleninka.ru/article/n/metody-i-tehnologii-otsenki-i-upravleniya-kachestvom-dannyh. EDN: https://elibrary.ru/NJAZHT
14. Sokolova, M. D., & Mikhailov, Yu. I. (2023). Ways to improve the quality of project management processes in the production of automated control systems. In Actual Aspects of Modernization of the Russian Economy (pp. 169–172). Saint Petersburg. EDN: https://elibrary.ru/IOPFKK
15. Shelestov, N. V. (2025). Quality management as a key element of project management. In Strategic Development of Domestic Science (pp. 74–82). Ufa.
16. Yakushina, E. V., Bulanov, S. V., & Gavrilin, I. A. (2010). Electronic journal and virtual student diary: Options and features of information systems. Public Education, (6), 226–234. EDN: https://elibrary.ru/LUZWXZ
17. Russian Federation. (2021). GOST R 71484.3‑2021. Data quality. Part 3: Data quality for project activities. Moscow: Standartinform.
18. Russian Federation. (2015). GOST R ISO 9001‑2015. Quality management systems. Requirements. Moscow: Standartinform.
19. Ivanyushkin, A. Ya. (2004). In defense of the “collegial model” of relationships between doctors, nurses and patients. Public Health and Disease Prevention, (4), 52–56.
20. Foote, K. D. (2020). The impact of poor data quality (and how to fix it). DATAVERSITY. Retrieved from https://www.dataversity.net/articles/the-impact-of-poor-data-quality-and-how-to-fix-it
21. Kerzner, H. (2017). Project management: A systems approach to planning, scheduling, and controlling (12th ed.). Hoboken, NJ: Wiley.
22. Redman, T. C. (2013). Data driven: Profiting from your most important business asset. Boston, MA: Harvard Business Review Press.
23. Too, E. G., & Weaver, P. (2014). The management of project management: A conceptual framework. International Journal of Project Management, 32(8), 1382–1394. https://doi.org/10.1016/j.ijproman.2013.07.006
24. Wang, R. Y., & Strong, D. M. (1996). Beyond accuracy: What data quality means to data consumers. Journal of Management Information Systems, 12(4), 5–33. https://doi.org/10.1080/07421222.1996.11518099
Project Management Institute. (2021). A guide to the project management body of knowledge (PMBOK® Guide) (7th ed.). Newtown Square, PA: PMI.