Data Management body of Knowledge (DMBOK) definuje Datové Kvality (DQ) jako „plánování, realizaci a kontrolu činností, které se vztahují kvality, techniky řízení dat, aby se zajistilo, že je vhodné pro spotřebu a potřebám údaje spotřebitelů.“
vzhledem k tomu, že očekávání ohledně kvality dat nejsou vždy verbalizována a známa, je zapotřebí probíhající diskuse. Kvalita dat závisí na kontextu a požadavcích spotřebitele dat.
krátký seznam rozměrů kvality dat je:
- Správnost
- Úplnost
- Konzistence
- Poctivost
- Přiměřenosti
- Aktuálnost
- Jedinečnost/Deduplikace
- Platnosti
- Přístupnost
Ostatní Definice Kvality Dat Patří:
- „Vhodné pro účel. Splňuje požadavky svých autorů, uživatelů a správců.“(Dr. Peter Aiken, adaptovaný od Martina Epplera)
- „spoléhání se na přesnost, konzistenci a úplnost údajů, které mají být užitečné v celém podniku.“(Michelle Knight)
- Nástroje a postupy použít k analýze a jejich standardizace, generalizované „čistky,“ odpovídající, profilování, monitorování, a obohacení (Gartner)
- Silný-Wang rámec: (Wang, a Silný, MIT a DAMA DMBOK)
- Vnitřní DQ:
- Správnost
- Objektivita
- Věrohodnost
- Pověst
- Kontextové DQ:
- přidaná Hodnota
- Relevance
- Úplnost
- Vhodné množství dat
- Reprezentační DQ:
- Interpretovatelnost
- Snadnost porozumění
- Reprezentační konzistence
- Stručné zastoupení
- Dostupnost DQ:
- Přístupnost
- Zabezpečení Přístupu
- Vnitřní DQ:
Pár Používá Kvality Údajů jsou:
- Zvýšení hodnoty organizační údaje a možnosti použití.
- snížení rizika a nákladů spojených se špatnou kvalitou dat.
- zlepšení organizační efektivity a produktivity.
- ochrana a posílení reputace organizace.
- profilování dat.
- standardizace dat.
- monitorování dat.
- čištění dat.
Foto Kredit: Rawpixel.com/.com