Az adatminőség értékelése

Olvasói vélemények

Arkady Maydanchik „Data Quality Assessment” című könyvét pozitívan értékelik az adatminőségi koncepciók és gyakorlati alkalmazások világos, szervezett bemutatása miatt. Hasznos bevezetésként szolgál a témába, és használható betekintést nyújt, bár egyes technikai olvasók túlságosan alaposnak találják.

A könyv jól szervezett, világosan megírt, és gyakorlati példákkal szolgál. Átfogóan tárgyalja az adatminőség alapjait, és a technikai háttérrel nem rendelkező olvasók számára is hozzáférhető. Különösen hasznos az adatminőség értékelésében részt vevő vezetők és gyakorlati szakemberek számára. Sok olvasó értékeli a szerző tapasztalatát és élvezetes írói stílusát.

Néhány technikai olvasó úgy érzi, hogy a könyv túlságosan leegyszerűsítő, és nem elég mélyreható a fejlett adatminőségi koncepciók tekintetében. Kritika érte a metaforák használatát, amelyek túlbonyolíthatják az egyszerű gondolatokat, és néhány olvasó úgy találta, hogy a könyv nem hasznos a vezetői vagy mérnöki szerepkörök számára.

(18 olvasói vélemény alapján)

Eredeti címe:

Data Quality Assessment

Könyv tartalma:

Képzeljünk el egy csapat őskori vadászt, akik kőhegyű lándzsákkal vannak felfegyverkezve. Primitív fegyvereik veszélyes munkává tették a nagy állatok, például a mamutok vadászatát. Idővel azonban a vadászok egy új fajtája alakult ki. A korábban elejtett mamut bőrét a falra feszítették, és a lándzsáikat a falra dobták, miközben megfigyelték, hogy melyik lándzsa, milyen szögből és távolságból dobva, hatolt át a legjobban a bőrön. Az összegyűjtött adatok segítségével jobb lándzsákat készítettek, és jobb vadászati stratégiákat dolgoztak ki.

A minőségi adatok a kulcsa minden fejlődésnek, legyen szó akár a kőkorszakból a bronzkorba való átmenetről. Vagy az információs korszakból a következő korszakba. A vállalatok és kormányzati intézmények sikere nagyban függ attól, hogy milyen hatékonysággal képesek összegyűjteni, rendszerezni és felhasználni a termékekre, ügyfelekre, versenytársakra és alkalmazottakra vonatkozó adatokat. Szerencsére az adatminőség javítása nem kell, hogy ilyen mamutfeladat legyen.

A DATA QUALITY ASSESSMENT kötelező olvasmány mindazok számára, akiknek meg kell érteniük, ki kell javítaniuk vagy meg kell előzniük az adatminőségi problémákat a szervezetükben. Az elméletet kihagyva és pusztán a gyakorlatra és a működő dolgokra összpontosítva ez a szöveg bevált megközelítést tartalmaz az adathibák azonosításához, tárolásához és elemzéséhez - ami minden adatminőségi program első lépése. Mestertechnikák a következőkben:

⬤ Adatprofilozás és metaadatok gyűjtése.

⬤ Adatminőségi szabályok azonosítása, tervezése és végrehajtása.

⬤ Szabály- és hibakatalógusok rendszerezése.

⬤ Az adatminőségi értékelés pontosságának és teljességének biztosítása.

⬤ A dimenzionális adatminőségi értékelőlap felépítése.

⬤ Újbóli adatminőségi értékelés végrehajtása.