データ品質ディメンション

最終更新: 2025年4月10日

データ品質ディメンション

データ品質ディメンションは、データの測定可能な特性を記述し、データ品質要件の定義に役立ちます。データ品質ディメンションを使用して、初期評価または継続的なモニタリングに関係なく、データ品質評価の予期される結果を判別します。

通常、データの状態は、 使用に適合、 障害フリー、 対応する仕様、または 期待と要件を満たすものとして定義できます。データ品質を測定するときに、データの実際の状態をこの目的の状態と比較します。ビジネス・プロセスにとって重要な標準、期待、および要件は、データの特性またはディメンションとして表されます。

Data Management Association (DAMA ) Internationalは、データ品質の6つの核となる次元について記述した論文を発表した： 正確性（Accuracy）、 完全性（Completeness）、 一貫性（Consistency ）、 適時性（Timeliness ）、 一意性（Uniqueness）、 妥当性（Validity）

これらの中核的な次元に加えて、 IBM Knowledge Catalog は「 均質性」という次元を提供している。

これらのすべての次元は、メタデータ強化の一環としてデータ品質チェックを実行するか、個別のデータ品質ルールを実行することで評価できます。

コア・データ品質ディメンション
ディメンション	詳細	このディメンションに関連する問題を識別する事前定義のデータ品質検査
正解性	データ値は、実際の値に可能な限り近くなります。	なし。
完全性	必要なすべてのデータ値が存在します。	予期しない欠落値
整合性	列内のデータ値はルールに従います。	大/小文字の不整合欠損値の表現の不整合「疑わしい値」
均一性	データ資産内のデータは統一されており、長期にわたって一貫している。すべてのデータポイントは、類似した特徴、フォーマット、または構造を共有している。	なし。
適時性	データは、必要な時点からの現実を表します。	なし。
固有性	個別の値は 1 回だけ表示されます。	予期しない重複値
妥当性	データは、その定義の形式、タイプ、または範囲に準拠しています。	データ・クラス違反データ・タイプ違反形式違反範囲外の値