データ品質ディメンション
データ品質ディメンションは、データの測定可能な特性を記述し、データ品質要件の定義に役立ちます。 データ品質ディメンションを使用して、初期評価または継続的なモニタリングに関係なく、データ品質評価の予期される結果を判別します。
通常、データの状態は、 使用に適合、 障害フリー、 対応する仕様、または 期待と要件を満たすものとして定義できます。 データ品質を測定するときに、データの実際の状態をこの目的の状態と比較します。 ビジネス・プロセスにとって重要な標準、期待、および要件は、データの特性またはディメンションとして表されます。
Data Management Association (DAMA ) Internationalは、データ品質の6つの核となる次元について記述した論文を発表した： 正確性（Accuracy）、 完全性（Completeness）、 一貫性（Consistency ）、 適時性（Timeliness ）、 一意性（Uniqueness）、 妥当性（Validity）
これらの中核的な次元に加えて、 IBM watsonx.data intelligence は均質性という次元を提供している。
次の表は、データ品質ディメンジョンを説明し、特定のディメンジョンに関連する問題を特定できるメタデータ・エンリッチメントのデータ品質チェックをリストしたものです。 さらに、個々のデータ品質ルールを実行することで、これらの次元を評価することができる。
| ディメンション | 説明 | データ品質チェックの種類 |
|---|---|---|
| 正解性 | データ値は、実際の値に可能な限り近くなります。 | なし。 |
| 完全性 | 必要なすべてのデータ値が存在します。 | 完全性検査 |
| 整合性 | 列内のデータ値はルールに従います。 | 大文字小文字スタイルチェック 欠落値表現チェック 参照整合性チェック 疑わしい値チェック |
| 均一性 | データ資産内のデータは統一されており、長期にわたって一貫している。 すべてのデータポイントは、類似した特徴、フォーマット、または構造を共有している。 | 時間経過に伴う安定性 |
| 適時性 | データは、必要な時点からの現実を表します。 | なし。 |
| 固有性 | 個別の値は 1 回だけ表示されます。 | 固有性検査 |
| 妥当性 | データは、その定義の形式、タイプ、または範囲に準拠しています。 | データ・クラス・チェック データ型チェック フォーマットチェック 長さチェック 可能な値のチェック レンジチェック 正規表現チェック |
IBM Knowledge Catalog API を使用して、独自のデータ品質ディメンジョンを作成できます 。