5 Cech Jakości Danych
On 2 października, 2021 by adminJakość danych jest kluczowa – ocenia, czy informacja może służyć swojemu celowi w określonym kontekście (takim jak na przykład analiza danych). Jak więc określić jakość danego zestawu informacji? Istnieją cechy jakości danych, o których warto wiedzieć.
Jest pięć cech, które można znaleźć w jakości danych: dokładność, kompletność, wiarygodność, istotność i aktualność – czytaj dalej, aby dowiedzieć się więcej.
- Dokładność
- Kompletność
- Reliability
- Relevance
- Timeliness
Charakterystyka | Jak się ją mierzy |
---|---|
Dokładność | Czy informacja jest poprawna w każdym szczególe? |
Kompletność | Jak wyczerpująca jest informacja? |
Reliability | Czy informacja jest sprzeczna z innymi zaufanymi źródłami? |
Relevance | Czy naprawdę potrzebujesz tej informacji? |
Timeliness | Jak bardzo aktualna jest informacja? Czy można ją wykorzystać do raportowania w czasie rzeczywistym? |
Dokładność
Jak sama nazwa wskazuje, ta cecha jakości danych oznacza, że informacje są poprawne. Aby określić, czy dane są dokładne czy nie, należy zadać sobie pytanie, czy informacje odzwierciedlają rzeczywistą sytuację. Na przykład, w sferze usług finansowych, czy klient naprawdę ma 1 milion dolarów na swoim koncie bankowym?
Dokładność jest kluczową cechą jakości danych, ponieważ niedokładne informacje mogą powodować znaczące problemy z poważnymi konsekwencjami. Posłużymy się powyższym przykładem – jeśli na koncie bankowym klienta jest błąd, może to być spowodowane tym, że ktoś uzyskał do niego dostęp bez jego wiedzy.
Kompletność
„Kompletność” odnosi się do tego, jak wyczerpujące są informacje. Patrząc na kompletność danych, zastanów się, czy wszystkie dane, których potrzebujesz, są dostępne; możesz potrzebować imienia i nazwiska klienta, ale środkowy inicjał może być opcjonalny.
Dlaczego kompletność ma znaczenie jako cecha jakości danych? Jeśli informacja jest niekompletna, może być bezużyteczna. Załóżmy, że wysyłasz mailing. Potrzebujesz nazwiska klienta, aby upewnić się, że poczta trafi pod właściwy adres – bez niego dane są niekompletne.
Reliability
W sferze cech jakości danych, niezawodność oznacza, że fragment informacji nie jest sprzeczny z innym fragmentem informacji w innym źródle lub systemie. Użyjemy przykładu z dziedziny opieki zdrowotnej; jeśli data urodzenia pacjenta jest 1 stycznia 1970 w jednym systemie, ale jest to 13 czerwca 1973 w innym, informacja jest niewiarygodna.
Reliability jest istotną cechą jakości danych. Kiedy fragmenty informacji są ze sobą sprzeczne, nie można ufać danym. Możesz popełnić błąd, który może kosztować Twoją firmę pieniądze i utratę reputacji.
Zapoznaj się z naszym eBookiem
4 Ways to Measure Data Quality
Zobacz, jak ocena jakości danych wygląda w praktyce. Przejrzyj cztery kluczowe metryki, których organizacje mogą używać do mierzenia jakości danych
Relevance
Gdy patrzysz na charakterystykę jakości danych, istotność wchodzi w grę, ponieważ musi istnieć dobry powód, dlaczego w ogóle zbierasz te informacje. Musisz rozważyć, czy naprawdę potrzebujesz tej informacji, czy też zbierasz ją tylko dla niej.
Dlaczego istotność ma znaczenie jako cecha jakości danych? Jeśli zbierasz nieistotne informacje, tracisz zarówno czas, jak i pieniądze. Twoje analizy nie będą tak wartościowe.
Timeliness
Timeliness, jak sama nazwa wskazuje, odnosi się do tego, jak aktualne są informacje. Jeśli została zebrana w ciągu ostatniej godziny, to jest aktualna – chyba że pojawiły się nowe informacje, które sprawiają, że poprzednie informacje są bezużyteczne.
Terminowość informacji jest ważną cechą jakości danych, ponieważ informacje, które nie są aktualne, mogą prowadzić do podejmowania przez ludzi niewłaściwych decyzji. To z kolei kosztuje organizacje czas, pieniądze i utratę reputacji.
„Aktualność jest ważną cechą jakości danych – nieaktualne informacje kosztują firmy czas i pieniądze”
W dzisiejszym środowisku biznesowym, cechy jakości danych zapewniają, że można uzyskać jak najwięcej z informacji. Jeśli informacje nie spełniają tych standardów, nie są wartościowe. Dowiedz się więcej w naszym eBooku: 4 Ways to Measure Data Quality
.
Dodaj komentarz