Veri kalitesi boyutları, verilerin ölçülebilir bir özelliğini tanımlar ve veri kalitesi gereksinimlerinin tanımlanmasına yardımcı olur. İlk değerlendirme mi, yoksa sürekli izleme mi, veri kalitesi değerlendirmesinin beklenen sonuçlarını belirlemek için veri kalitesi boyutlarını kullanın.

Verilerinizin genellikle içinde olmasını istediğiniz durum, kullanım için uygun, hatasız, belirtimya da beklentileri ve gereksinimleri karşılamaolarak tanımlanabilir. Veri kalitesini ölçtüğünüzde, tarihinizin gerçek durumunu bu istenilen durumla karşılaştırıyorsunuz. İş süreçleriniz için önemli olan standartlar, beklentiler ve gereksinimler, verilerin özellikleri veya boyutları olarak ifade edilir.

Data Management Derneği (DAMA) International, veri kalitesinin 6 temel boyutunu açıklayan bir rapor yayınladı:

Doğruluk

Veri değerleri, gerçek değerlere mümkün olduğunca yakındır.

Bu boyutla ilişkili sorunları tanımlayan önceden tanımlanmış veri kalitesi denetimleri: yok

Tamlık

Gerekli tüm veri değerleri var.

Bu boyutla ilişkili sorunları tanımlayan önceden tanımlanmış veri kalitesi denetimleri: Beklenmeyen eksik değerler

Tutarlılık

Bir sütundaki veri değerleri bir kuralla uyumludur.

Bu boyutla ilişkili sorunları tanımlayan önceden tanımlanmış veri kalitesi denetimleri: Tutarsız büyük harf, Eksik değerlerin tutarsız gösterimi, Şüpheli değerler

Zamanlılık

Veriler, zaman içinde gerekli bir noktadan gerçekliği temsil eder.

Bu boyutla ilişkili sorunları tanımlayan önceden tanımlanmış veri kalitesi denetimleri: yok

Benzersizlik

Ayrı değerler yalnızca bir kez görüntülenir.

Bu boyutla ilişkili sorunları tanımlayan önceden tanımlanmış veri kalitesi denetimleri: Beklenmeyen yinelenen değerler

Geçerlilik

Veriler, tanımının biçimine, tipine ya da aralığına uygun.

Bu boyutla ilişkili sorunları tanımlayan önceden tanımlanmış veri kalitesi denetimleri: Veri sınıfı ihlalleri, Veri tipi ihlalleri, Biçim ihlalleri, Aralık dışı değerler

Veri kalitesi denetimleri çalıştırılarak değerlendirilen bu temel boyutlara ek olarak, IBM Match 360 (konuşlandırıldıysa) Varlık güvenilirliği boyutuna katkıda bulunur. Bu boyut, sistemin verilerinizdeki varlıkla eşleşmesinin doğru olduğundan ne kadar emin olduğunu gösterir. Boyut puanı, üye olarak olası eşleşme sorunları olan kayıtları olmayan belirli varlık tipinin varlıklarının yüzdesini temsil eder.