Data Topics

data qualityde Data Management Body of Knowledge (Dmbok) definieert Data Quality (DQ) als “de planning, implementatie en controle van activiteiten die technieken voor kwaliteitsbeheer toepassen op data, om ervoor te zorgen dat deze geschikt is voor consumptie en voldoet aan de behoeften van gegevensconsumenten.”

aangezien verwachtingen over de kwaliteit van de gegevens niet altijd worden verhaald en bekend zijn, is een voortdurende discussie nodig. De kwaliteit van de gegevens hangt af van de context en de eisen van de consument.

een korte lijst van Gegevenskwaliteitsdimensies is:

  • Nauwkeurigheid
  • Volledigheid
  • Samenhang
  • Integriteit
  • Redelijkheid
  • Tijdigheid
  • Uniciteit/Deduplicatie
  • Geldigheid
  • Toegankelijkheid

Andere Definities van Kwaliteit van de Gegevens Zijn:

  • “Geschikt voor een doel. Voldoet aan de eisen van de auteurs, gebruikers en beheerders.”(Dr.Peter Aiken, adapted from Martin Eppler)
  • ” Reliance on accuracy, consistence and volleyness of data to be useful across the enterprise.”(Michelle Knight)
  • Tools en processen die gebruikt worden voor het parseren en standaardisatie, gegeneraliseerde “reiniging” matching, profilering, monitoring en verrijking (Gartner)
  • Sterke-Wang kader: (Wang, en Sterk, MIT en DAMA DMBOK)
    • Intrinsieke DQ:
      • Nauwkeurigheid
      • Objectiviteit
      • Geloofwaardigheid
      • Reputatie
    • Contextuele DQ:
      • toegevoegde Waarde
      • Relevantie
      • Volledigheid
      • Juiste hoeveelheid van gegevens
    • Representatieve DQ:
      • Interpreteerbaarheid
      • Gemak van begrip
      • Representatieve consistentie
      • Beknopte weergave
    • Toegankelijkheid DQ:
      • Toegankelijkheid
      • Access Security

Een Paar Toepassingen van Data Kwaliteit:

  • Het verhogen van de waarde van organisatorische gegevens en de mogelijkheden om het te gebruiken.
  • vermindering van risico ‘ s en kosten in verband met gegevens van slechte kwaliteit.
  • verbetering van organisatorische efficiëntie en productiviteit.
  • bescherming en verbetering van de reputatie van de organisatie.
  • gegevensprofilering.
  • standaardisatie van gegevens.
  • gegevensbewaking.
  • gegevensreiniging.

Fotokrediet: Rawpixel.com/.com

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.