Datenqualitätsdimensionen
Datenqualitätsdimensionen beschreiben ein messbares Merkmal von Daten und helfen bei der Definition von Datenqualitätsanforderungen. Verwenden Sie Datenqualitätsdimensionen, um die erwarteten Ergebnisse der Datenqualitätsbewertung zu ermitteln, unabhängig davon, ob es sich um eine Erstbewertung oder eine fortlaufende Überwachung handelt.
Der Status, in dem sich Ihre Daten normalerweise befinden sollen, kann als für die Verwendung geeignet, fehlerfrei, entspricht der Spezifikationoder erfüllt Erwartungen und Anforderungendefiniert werden. Wenn Sie die Datenqualität messen, vergleichen Sie den tatsächlichen Status Ihrer Daten mit diesem gewünschten Status. Die Standards, Erwartungen und Anforderungen, die für Ihre Geschäftsprozesse wichtig sind, werden als Merkmale oder Dimensionen der Daten ausgedrückt.
Die Data Management Association (DAMA ) International hat ein Papier veröffentlicht, das 6 Kerndimensionen der Datenqualität beschreibt: Genauigkeit, Vollständigkeit, Konsistenz, Aktualität, Einzigartigkeit und Validität
Zusätzlich zu diesen Kerndimensionen bietet IBM Knowledge Catalog die Dimension Homogenität.
Alle diese Dimensionen können durch die Durchführung von Datenqualitätsprüfungen im Rahmen der Metadatenanreicherung oder durch die Anwendung individueller Datenqualitätsregeln bewertet werden.
| Dimension | Beschreibung | Vordefinierte Datenqualitätsprüfungen, die Probleme identifizieren, die dieser Dimension zugeordnet sind |
|---|---|---|
| Genauigkeit | Datenwerte sind so nah wie möglich an realen Werten. | Keine. |
| Vollständigkeit | Alle erforderlichen Datenwerte sind vorhanden. | Unerwartete fehlende Werte |
| Konsistenz | Datenwerte in einer Spalte entsprechen einer Regel. | Inkonsistente Großschreibung Inkonsistente Darstellung fehlender Werte Verdächtige Werte |
| Homogenität | Die Daten innerhalb eines Datenbestands sind einheitlich und im Laufe der Zeit konsistent. Alle Datenpunkte haben ähnliche Merkmale, Formate oder Strukturen. | Keine. |
| Pünktlichkeit | Daten stellen die Realität ab einem erforderlichen Zeitpunkt dar. | Keine. |
| Eindeutigkeit | Unterschiedliche Werte werden nur einmal angezeigt. | Unerwartete duplizierte Werte |
| Gültigkeit | Die Daten entsprechen dem Format, Typ oder Bereich ihrer Definition. | Verstöße gegen die Datenklassen Verstöße gegen den Datentyp Formatverstöße Werte außerhalb des gültigen Bereichs |
Sie können Ihre eigenen Datenqualitätsdimensionen erstellen, indem Sie die IBM Knowledge Catalog API Create a data quality dimension verwenden.
Weitere Informationen
- Ergebnisse der Datenqualitätsanalyse
- Vordefinierte Datenqualitätsprüfungen
- Stammdatenworkflows konfigurieren
- IBM Knowledge Catalog API: Alle Datenqualitätsdimensionen auflisten
- IBM Knowledge Catalog API: Erstellen einer Datenqualitätsdimension
Übergeordnetes Thema: Datenqualität verwalten