a Data Management Body of Knowledge (Dmbok) az adatminőséget (DQ) úgy határozza meg, mint “olyan tevékenységek tervezését, megvalósítását és ellenőrzését, amelyek minőségirányítási technikákat alkalmaznak az adatokra annak biztosítása érdekében, hogy azok fogyasztásra alkalmasak és megfeleljenek az adatfogyasztók igényeinek.”
mivel az adatminőséggel kapcsolatos elvárások nem mindig verbálisak és ismertek, folyamatos megbeszélésre van szükség. Az adatok minősége a kontextustól és az adatfogyasztó igényeitől függ.
az adatminőségi dimenziók rövid listája:
- pontosság
- teljesség
- következetesség
- integritás
- ésszerűség
- időszerűség
- egyediség/deduplikáció
- érvényesség
- kisegítő lehetőségek
az adatminőség Egyéb meghatározásai a következők:
- “alkalmas egy célra. Megfelel a szerzők, a felhasználók és a rendszergazdák követelményeinek.”(Dr. Peter Aiken, adaptálva Martin Eppler-től)
- ” az adatok pontosságára, következetességére és teljességére való támaszkodás hasznos lehet az egész vállalkozásban.”(Michelle Knight)
- elemzéshez és szabványosításhoz, általános “tisztításhoz”, illesztéshez, profilozáshoz, monitorozáshoz és dúsításhoz használt eszközök és folyamatok (Gartner)
- erős-Wang keretrendszer: (Wang, és erős, MIT és DAMA DMBOK)
- belső DQ:
- pontosság
- objektivitás
- hihetőség
- hírnév
- kontextus DQ:
- hozzáadott érték
- relevancia
- teljesség
- megfelelő mennyiségű adat
- Reprezentációs DQ:
- értelmezhetőség
- könnyű megértés
- Reprezentációs konzisztencia
- Tömör ábrázolás
- Kisegítő lehetőségek DQ:
- Kisegítő lehetőségek
- hozzáférési biztonság
- belső DQ:
az adatminőség néhány felhasználása:
- a szervezeti adatok értékének növelése és azok felhasználási lehetőségeinek növelése.
- a rossz minőségű adatokkal kapcsolatos kockázatok és költségek csökkentése.
- a szervezeti hatékonyság és termelékenység javítása.
- a szervezet hírnevének védelme és javítása.
- adatprofil.
- adatok szabványosítása.
- Adatfigyelés.
- adattisztítás.
Fotó Jóváírás: Rawpixel.com/.com
