データ品質の5つの特徴
On 10月 2, 2021 by adminデータ品質は非常に重要です – それは、情報が特定のコンテキスト(たとえば、データ分析など)でその目的を果たすことができるかどうかを評価するものです。 では、与えられた情報セットの品質をどのように判断すればよいのでしょうか。 データ品質には、注意しなければならない特徴があります。
データ品質には、正確性、完全性、信頼性、関連性、および適時性という5つの特性があります。
- 精度
- 完全性
- 信頼性
- 妥当性
- 適時性
特徴 | 測定方法 |
---|---|
正確性 | その情報は細部にわたって正しいか。 |
完全性 | 情報はどの程度包括的か? |
信頼性 | その情報は他の信頼できるリソースと矛盾していないか? |
関連性 | この情報は本当に必要ですか? |
適時性 | 情報はどのくらい新しいものですか? |
Accuracy
その名が示すように、このデータ品質特性は、情報が正しいことを意味します。 データが正確かどうかを判断するには、その情報が現実の状況を反映しているかどうかを自問自答します。 例えば、金融サービスの領域では、顧客が本当に自分の銀行口座に100万ドルを持っているかどうか。
不正確な情報は深刻な結果を伴う重大な問題を引き起こす可能性があるため、正確さは極めて重要なデータ品質特性です。 上記の例を使用します。顧客の銀行口座にエラーがある場合、それは、誰かが彼の知らないうちにそれにアクセスしたことが原因かもしれません。 顧客の姓名が必要でも、ミドルイニシャルは任意かもしれません。
なぜデータ品質の特性として完全性が重要なのでしょうか。 情報が不完全だと、使い物にならないかもしれません。 例えば、メーリングリストを送信するとします。 それがなければ、データは不完全です。
信頼性
データ品質特性の領域では、信頼性とは、情報の一部が別のソースまたはシステムで別の情報と矛盾しないことを意味します。 ある患者の誕生日が、あるシステムでは1970年1月1日であるのに、別のシステムでは1973年6月13日である場合、その情報は信頼できないことになります。
信頼性は、データ品質の重要な特性です。 情報の断片が矛盾していると、そのデータを信用することはできません。 あなたの会社がお金と風評被害を被るようなミスを犯すかもしれません。
eBook
4 Ways to Measure Data Quality
実際にデータ品質評価がどのようなものかをご覧ください。 組織がデータ品質を測定するために使用できる4つの主要な測定基準を確認する
関連性
データ品質の特性を見るとき、そもそもなぜこの情報を収集しているのかについて正当な理由がなければならないため、関連性が関係してくる。 この情報が本当に必要なのか、それともただ必要だから集めているのかを検討する必要があります。
なぜ、データ品質特性として関連性が重要なのでしょうか。 無関係な情報を収集している場合、お金だけでなく時間も浪費していることになります。 あなたの分析はそれほど価値のあるものにはならないでしょう。
適時性
適時性は、その名が示すように、情報がどれだけ新しいかを意味します。 もしそれが過去1時間以内に集められたものであれば、新しい情報が入ってきて以前の情報が役に立たなくならない限り、それは時宜を得たものであると言えます。
情報の適時性は、重要なデータ品質特性です。なぜなら、適時でない情報は、人々が間違った決定を下すことにつながるからです。
「適時性は重要なデータ品質特性である-古い情報は企業に時間とコストをかける」
今日のビジネス環境では、データ品質特性により、情報を最大限に活用することができます。 情報がこれらの標準を満たしていない場合、それは価値あるものではありません。 詳しくは電子ブックでご確認ください。 データ品質を測定する4つの方法
をご覧ください。
コメントを残す