Datenqualitätsdimensionen
Datenqualitätsdimensionen beschreiben ein messbares Merkmal von Daten und helfen bei der Definition von Datenqualitätsanforderungen. Verwenden Sie Datenqualitätsdimensionen, um die erwarteten Ergebnisse der Datenqualitätsbewertung zu ermitteln, unabhängig davon, ob es sich um eine Erstbewertung oder eine fortlaufende Überwachung handelt.
Der Status, in dem sich Ihre Daten normalerweise befinden sollen, kann als für die Verwendung geeignet, fehlerfrei, entspricht der Spezifikationoder erfüllt Erwartungen und Anforderungendefiniert werden. Wenn Sie die Datenqualität messen, vergleichen Sie den tatsächlichen Status Ihrer Daten mit diesem gewünschten Status. Die Standards, Erwartungen und Anforderungen, die für Ihre Geschäftsprozesse wichtig sind, werden als Merkmale oder Dimensionen der Daten ausgedrückt.
Die Data Management Association (DAMA ) International hat ein Papier veröffentlicht, das 6 Kerndimensionen der Datenqualität beschreibt: Genauigkeit, Vollständigkeit, Konsistenz, Aktualität, Einzigartigkeit und Validität
Zusätzlich zu diesen Kerndimensionen gibt es auf IBM watsonx.data intelligence die Dimension Homogenität.
Die folgende Tabelle beschreibt die Datenqualitätsdimensionen und listet die Datenqualitätsprüfungen in der Metadatenanreicherung auf, die Probleme im Zusammenhang mit einer bestimmten Dimension identifizieren können. Darüber hinaus können diese Dimensionen durch die Ausführung einzelner Datenqualitätsregeln bewertet werden.
| Dimension | Beschreibung | Arten von Datenqualitätsprüfungen |
|---|---|---|
| Genauigkeit | Datenwerte sind so nah wie möglich an realen Werten. | Keine. |
| Vollständigkeit | Alle erforderlichen Datenwerte sind vorhanden. | Prüfung auf Vollständigkeit |
| Konsistenz | Datenwerte in einer Spalte entsprechen einer Regel. | Prüfung der Großschreibung Prüfung der Darstellung fehlender Werte Prüfung der referenziellen Integrität Prüfung verdächtiger Werte |
| Homogenität | Die Daten innerhalb eines Datenbestands sind einheitlich und im Laufe der Zeit konsistent. Alle Datenpunkte haben ähnliche Merkmale, Formate oder Strukturen. | Langzeitstabilität |
| Pünktlichkeit | Daten stellen die Realität ab einem erforderlichen Zeitpunkt dar. | Keine. |
| Eindeutigkeit | Unterschiedliche Werte werden nur einmal angezeigt. | Prüfung auf Eindeutigkeit |
| Gültigkeit | Die Daten entsprechen dem Format, Typ oder Bereich ihrer Definition. | Prüfung der Datenklasse Prüfung des Datentyps Prüfung des Formats Prüfung der Länge Prüfung der möglichen Werte Prüfung des Bereichs Prüfung des Regex |
Sie können Ihre eigenen Datenqualitätsdimensionen erstellen, indem Sie die IBM Knowledge Catalog API Create a data quality dimension verwenden.