Termer och begrepp inom datakvalitet

Introduktion till datakvalitet

Chrissy Bloom

Head of Enterprise Data Strategy & Governance

Definiera datakvalitet

  • Datakvalitet: ett mått på i vilken grad data är lämplig för sitt syfte
  • God datakvalitet = tillit till data
    • Bättre affärsbeslut
    • Bättre underbyggda affärsprocesser
  • God datakvalitet tas ofta för given
  • Datakvalitet måste mätas och övervakas för att säkerställa att data är användbar.

datatabell

Introduktion till datakvalitet

Definiera datakvalitetsdimensioner

Datakvalitetsdimension: ett mått på ett specifikt attribut hos datas kvalitet

  • Använd datakvalitetsdimensioner för att kvantifiera hur lämplig data är för sitt syfte.
    • Fullständighet
    • Giltighet
    • Unikhet
    • Konsistens
    • Aktualitet
    • Noggrannhet

kub

Introduktion till datakvalitet

Fullständighet som datakvalitetsdimension

rutnät

Fullständighet:

  • Datamängdsnivå: mäter i vilken grad alla förväntade poster i en datamängd finns.
  • Dataelementnivå: mäter i vilken grad alla poster har data ifyllt när det förväntas.
  • Affärsproblem vid ofullständig data:
    • Siffror kan bli snedvridna
    • Kunder kan påverkas
Introduktion till datakvalitet

Exempel på fullständighet

datatabell

Alla poster måste ha ett värde i fältet CustomerName.

Introduktion till datakvalitet

Giltighet som datakvalitetsdimension

Giltighet: mäter i vilken grad värdena i ett dataelement är giltiga

  • Kräver affärskontext
  • Definiera lista eller kriterier för giltiga värden
  • Numeriskt mått på giltighet = antal giltiga / totalt antal

rutnät

Introduktion till datakvalitet

Exempel på giltighet

datatabell

  • Värdet i CustomerBirthDate måste vara ett datum i det förflutna.
  • Värdet i CustomerAccountType måste vara antingen Loan eller Deposit.
  • Värdet i LatestAccountOpenDate måste vara ett datum i det förflutna.
Introduktion till datakvalitet

Unikhet som datakvalitetsdimension

randigt rutnät

Unikhet: mäter i vilken grad posterna i en datamängd inte är duplicerade

  • Kräver affärskontext för att definiera kriterier för unika poster
  • Kan behöva söka efter dubbletter i en eller flera kolumner för att identifiera fel
Introduktion till datakvalitet

Exempel på unikhet

datatabell

Alla poster måste ha ett unikt CustomerID och CustomerName.

Introduktion till datakvalitet

Nu kör vi en övning!

Introduktion till datakvalitet

Preparing Video For Download...