Datenqualität verbessern

Daten sind zwingend notwendig - Integrierte, verständliche und hochqualitative Daten sind unbezahlbar.

Datenqualität ist die Bewertung von Daten. Es kommt darauf an, wie gut Daten dafür geeignet sind, einen Zweck in einem bestimmten Zusammenhang zu erfüllen. In Unternehmen ist eine ausreichende Datenqualität entscheidend für operative und transaktionale Prozesse sowie die Zuverlässigkeit von Analysen und Berichten basierend auf den Daten.

Die Datenqualität wird durch die Art und Weise, wie Daten eingegeben, gespeichert und verwaltet werden, beeinflusst. Datenqualitätssicherung bezeichnet dabei den Prozess der Verifizierung von Zuverlässigkeit und Effektivität von Daten. Die Datenqualität zu bewahren bedeutet, Datenbestände regelmäßig zu überprüfen und zu säubern.

Häufige Probleme sind Aktualisierungen, Standardisierungen, Validierungen, Plausibilitätsprüfungen und Deduplikation von Datensätzen.

Datenqualität kann in Kriterien gemessen werden! Für einen Datensatz können mehrere Kriterien oder auch keines der folgenden Kriterien zutreffen.

Wenn Daten die tatsächliche Eigenschaft des beschriebenen Objektes zeitnah abbilden.

Aktualität

Wenn die Nutzung von Daten zu einer quantifizierbaren Steigerung einer monetären Zielfunktion führt.

Wertschöpfung

Wenn alle erforderlichen Daten zu einem festgelegten Zeitpunkten in den jeweiligen Prozessschritten zur Verfügung stehen

Vollständigkeit

Wenn die Menge der verfügbaren Daten den gestellten Anforderungen genügt

Angemessener Umfang

Wenn Daten für den Anwender notwendige Informationen liefern um ein Problem zu lösen.

Relevanz

Wenn Daten unmittelbar von den Anwendern verstanden und für deren Zwecke eingesetzt werden können.

Verständlichkeit

Wenn Daten (auch unterschiedlicher Quellen) in einem passenden und leicht fassbaren Format dargestellt werden.

Übersichtlichkeit

Wenn Daten fortlaufend und über verschiedene Datenquellen auf dieselbe Art und Weise abgebildet werden.

Einheitliche Darstellung

Wenn Daten in gleicher, fachlich korrekter Art und Weise begriffen werden.

Eindeutige Auslegbarkeit

Wenn Daten einen hohen Qualitätsstandard aufweisen oder die Informationsgewinnung und -verarbeitung mit hohem Aufwand betrieben werden.

Glaubwürdigkeit

Wenn Daten streng sachlich und wertfrei sind.

Objektivität

Wenn Daten mit der Realität übereinstimmen.

Fehlerfreiheit

Wenn die Datenquelle, das Transportmedium und das verarbeitende System im Ruf einer hohen Vertrauenswürdigkeit und Kompetenz stehen.

Hohes Ansehen

Wenn Daten leicht zu ändern und für unterschiedliche Zwecke zu verwenden sind.

Bearbeitbarkeit

Wenn Daten anhand einfacher Verfahren und auf direktem Weg für den Anwender abrufbar sind.

Zugänglichkeit

Datenqualität und der (Mehr)wert für Unternehmen ist immer individuell und frühzeitig im Projekt zu definieren (Daten Screening). Daher bietet DataRocket neben vorkonfigurierten Regeln einen Editor (Data Pipelines) an, in dem Sie individuelle Qualitätskriterien und Berechnungspfade definieren können. DataRocket vereinheitlicht die Datenstruktur, ermöglicht eine automatisierte Erkennung von Datenproblemen und eine messbare Verbesserung der Datenqualität.

 

Sie benötigen weitere Informationen?

Oder möchten Sie mit uns zusammenarbeiten? Dann stellen Sie gerne direkt eine Anfrage an Dieter Zimmermann.

Dieter Zimmermann, innoscale, innoscale AG, Start-Up, Berlin, Stammdatenmanagement, MDM, Master Data Management

Ihr Ansprechpartner:
Dieter Zimmermann

innoscale AG
Märkisches Ufer 34
10179 Berlin

+49 30 25766920
DE | EN