Olvasói vélemények
Összegzés:Az adatminőségről és -kezelésről szóló könyvet dicsérik átfogó, ugyanakkor közérthető megközelítése miatt, így mind a tudományos szakemberek, mind a gyakorlati szakemberek számára alkalmas. Ugyanakkor kritika éri a magas ár miatt, amely egyes kritikusok szerint nem indokolt a tartalomhoz képest más elérhető címekhez képest.
Előnyök:Hatékonyan foglalkozik az adatminőség és -kezelés valamennyi alapfogalmával, gyakorlati példákkal szolgál, az írásmód élvezetes, az olvasók széles köre számára alkalmas, az akadémikusoktól a gyakorlati szakemberekig, felsőfokú hallgatók számára oktatási szövegként szolgálhat.
Hátrányok:A hasonló címekhez képest túlárazottnak tartják, egyesek szerint sem a magas szintű stratégiában, sem az alacsony szintű értékelésben nem jeleskedik, ami korlátozhatja a vonzerejét.
(2 olvasói vélemény alapján)
Eredeti címe:
Data Quality: Dimensions, Measurement, Strategy, Management, and Governance
Könyv tartalma:
A jó adatok számtalan lehetőség forrása, míg a rossz adatok óriási terhet jelentenek. Azok a vállalatok, amelyek hatékonyan kezelik adataikat, képesek versenyelőnyre szert tenni a piacon, míg a rossz adatok, mint a rák, gyengíthetik és megölhetik a szervezetet. Ebben az átfogó könyvben Rupa Mahanti útmutatást nyújt az adatminőség különböző aspektusairól azzal a céllal, hogy képesek legyünk javítani az adatminőséget. A könyv konkrétan foglalkozik a következőkkel: A rossz adatminőség okai, a rossz adatminőség hatásai és az adatminőség fontossága az adatminőség igazolása érdekében Az adatminőség pillangóhatása Az adatminőség dimenzióinak részletes leírása és mérésük Az adatminőségi stratégia megközelítése Az adatminőség hat Szigma - DMAIC megközelítése az adatminőséghez Az adatminőség-kezelési technikák Az adatminőség az olyan adatkezdeményezésekkel kapcsolatban, mint az adatmigráció, MDM, adatkezelés stb. Adatminőségi mítoszok, kihívások és kritikus sikertényezők A hallgatók, egyetemi oktatók, szakemberek és kutatók mindannyian felhasználhatják a könyv tartalmát, hogy bővítsék ismereteiket és útmutatást kapjanak saját konkrét projektjeikhez.
A technikai részletek (például SQL utasítások, relációs adatbázis-összetevők, adatminőségi dimenziók mérése) és a magasabb szintű minőségi viták (az adatminőség költségei, adatminőségi stratégia, adatminőségi érettség, az adatminőség mellett szóló érvelés stb.) között egyensúlyt teremt, és mindvégig esettanulmányokat, illusztrációkat és valós példákat tartalmaz. A szerzőről Rupa Mahanti, Ph. D. üzleti és információmenedzsment-tanácsadó, aki különböző megoldási környezetekben és iparágakban dolgozott az Egyesült Államokban, az Egyesült Királyságban, Indiában és Ausztráliában. Ügyfeleinek olyan tevékenységekben segít, mint az üzleti folyamatok feltérképezése, az információkezelés, az adatminőség és a stratégia. Több mint másfél évtizedes munkatapasztalattal (egyetemi, ipari és kutatási) rendelkezik, Rupa doktori disszertációt vezetett, és számos kutatási cikket publikált. A Software Quality Professional folyóirat társszerkesztője és több nemzetközi folyóirat bírálója. "Ez nem az a fajta könyv, amit egyszer elolvasol, és kész. Ezért első alkalommal gyorsan lapozza át, hogy képet kapjon a terjedelméről. Aztán ássa bele magát egy, a munkája szempontjából különösen fontos témába. Végül pedig használd referenciaként, hogy irányt mutasson a következő lépéseidhez, részleteket tanulj meg belőle, és szélesítsd a perspektívádat." Thomas C. Redman, Ph. D., a Data Doc dr. előszavából.
Mahanti nagyon részletes és alapos lefedettséget biztosít az adatminőség-menedzsment minden aspektusáról, amely a kezdőtől a haladó szakemberekig mindenféle szakértelemmel rendelkezik. A rengeteg példával, ábrával stb. ellátott könyv könnyen követhető, és elmélyíti az adattartalommal kapcsolatos ismereteket. Ezt biztosan kéznél fogom tartani, mint a kézikönyvemet. El sem tudom képzelni, hogy Dr. Mahanti mekkora erőfeszítést és szenvedélyt fektetett ebbe a könyvbe, amely ennyi tudást és tapasztalatot fogalmaz meg az olvasó javára. Nagyon ajánlom ezt a könyvet a teljesség, a mélység és a részletesség miatt. Kötelező darab az adatgyakorlók számára bármilyen szinten. Clint D'Souza, vezérigazgató és igazgató, CDZM Consulting.
