جودة البيانات - نقطة التحول (بارفاثي مينون)

"البيانات شيء ثمين وستستمر لفترة أطول من الأنظمة نفسها." هكذا قال

تيم بيرنرز لي، مخترع شبكة الويب العالمية. "ثمينة" شريطة أن تكون البيانات جديرة بالثقة بالفعل وذات جودة مضمونة ومتسقة. وقد أقر العملاء بلا منازع بحقيقة أن جودة البيانات تشكل بالفعل الأساس لجميع مبادرات إدارة البيانات والمبادرات التي تعتمد على التحليلات

ولكن بعد ذلك لماذا كل الضجة حول جودة البيانات ومسار التعهد حولها. . ما يحير العملاء في كثير من الأحيان ، هو ضخامة نقاط التفتيش في كل مرحلة من مراحل دورة حياة البيانات. مع مجموعة من حلول إدارة البيانات التي يمتلكها العملاء داخل مشهد النظام الخاص بهم. يبدو أن مستودعات البيانات و Data Marts وحلول إدارة البيانات الرئيسية وبحيرات البيانات وما شابه ذلك ، هناك مستوى معين من عدم اليقين والشك بشأن نهج جودة البيانات.

وإذا نظر المرء إلى امتداد دورة حياة البيانات ، فمن المحتمل أن تظهر مشكلات الجودة في كل منعطف ، من المصدر إلى ETL أو أي تحويلات للمستودعات المتوسطة إلى مستودعات البيانات الموحدة وبحيرات البيانات في العالم وحتى أخيرًا يلتقط المستخدم النهائي أو العميل في شكل من أشكال تحليلات التقارير وشاشة المستخدم وما إلى ذلك.

لذلك من بين مجموعة البيانات والأنظمة المتنوعة الموجودة داخل المؤسسات ، هل هناك أي قاعدة صارمة وسريعة حول مكان وكيفية معالجة شيطان جودة البيانات. حسنًا ، كثيرًا على قائمة رغباتنا. ولكن بعد ذلك ، إذا كانت الأمنيات خيول ....... يجب أن يكون الغرض الوحيد من برنامج جودة البيانات هو ضمان إتاحة البيانات المقدسة لجميع العمليات التجارية القابلة للتطبيق سواء كانوا مستهلكين داخليين أو خارجيين.

فيما يلي قائمة بالإرشادات الأساسية التي يمكن أن تساعد في توجيه رؤية جودة البيانات لمؤسستك:

تصنيف البيانات وتحديد أولوياتها:

من بين الأنواع المختلفة من البيانات المتاحة. البيانات الرئيسية ، بيانات المعاملات / العمليات ، البيانات المرجعية ، البيانات التحليلية ، قد تكون هناك حاجة ملحة لتطهير البيانات داخل حدود الأنظمة التشغيلية أو التحليلية لأن هذا هو الأقرب حيث يمكن للمستخدمين الوصول إلى بياناتهم / استخدامها ، ولكن استدعاء ذلك سيكون الحل قصير المدى بخسًا ، لأنه بعد كل شيء يتعامل المرء مع المشكلة فقط عندما تأتي ولا يعالجها حقًا في جوهرها. بالأحرى ، ما هو أفضل هو النظر إلى فئة البيانات التي يتم استخدامها بالفعل على مستوى المؤسسة والتي لن تكون سوى كيانات الأعمال الرئيسية الخاصة بك من العميل والمنتج والمورد والموظف والأصول والموقع وما إلى ذلك. وبالتالي التطهير والإثراء يمكن استخدام عمليات المطابقة والبقاء المطبقة على البيانات الرئيسية لإنشاء أفضل نسخة من السجل الرئيسي وبالتالي توفير عرض واحد وموحد ومتسق لكيانات الأعمال الرئيسية الخاصة بك.

 تطبيق الشيكات في وقت مبكر من دورة الحياة:

قم بتنظيف البيانات في أقرب مكان ممكن من المصدر ، والآن هذه أفضل ممارسة أساسية وبالطبع حالة من القمامة في الداخل والقمامة. إنها دائمًا إستراتيجية أفضل لمعالجة مشكلات جودة البيانات بالقرب من المصدر أو لهذه المسألة في المصدر نفسه ، حيث يمكن أن يوفر عليك الكثير من الجهد والنفقات. وبقدر ما يمكنك محاولة تنقية البيانات وتوحيدها في أنظمة المصدر الخاصة بك ، فأنت تفضل إجراء عمليات فحص قبل الإدخال لتجنب الحاجة إلى التطهير بأثر رجعي

 مشاكل مختلفة اختفاء مختلف:

قد تتطلب بعض العمليات الحاسمة مع مؤسسة المرء عمليات فحص جودة البيانات في الوقت الفعلي والتي لا مفر منها لتجنب أي أنشطة احتيالية أو مزدوجة. مثال على ذلك أي معاملة بنكية. على عكس العملية الأقل تأثيرًا على الأعمال. في كلتا الحالتين ، بقدر ما يمكنك تطبيق مبادئ إدارة جودة البيانات ، يحتاج المرء إلى التعرف على احتياجات الاحتراق مقابل الآخرين والتعامل مع المهمة وفقًا لذلك

شمول الأعمال في كل مرحلة:

لا يمكن التأكيد بشكل أكبر على مشاركة أصحاب المصلحة في الأعمال خلال رحلة جودة البيانات. منذ بداية رحلة DQ المعروفة أيضًا بتقييم الجودة لتطهير البيانات وإلغاء تكرارها ، هناك مستوى عالٍ جدًا من المشاركة المتوقعة من جانب الأعمال. وغني عن القول ، أن التزام الأعمال ورعايتها لبرنامج جودة البيانات يوضح احتمالية نجاحه

 إنشاء عملية معالجة الحلقة المغلقة:

سيضمن هذا النشاط المستمر للتقييم والتطهير والتنظيم أن البيانات مناسبة للغرض والاستخدام في جميع الأوقات بدلاً من إجراء نشاط لمرة واحدة أو انتقاما من الإبلاغ عن الخطأ أو التصعيد

 اعتماد سباقات رشيقة:

يمكن للمرء أن يطلق على مجموعة Agile و DQ مطابقة مصنوعة في الجنة. يمكن أن يساعد اعتماد نهج رشيق في برنامج جودة البيانات إلى حد كبير في تقليل زمن الانتقال الذي ينشأ من التعليقات المتأخرة من أصحاب المصلحة. يساعد النهج الرشيق في DQ على تسريع العملية بأكملها نظرًا لأن أصحاب المصلحة التجاريين يمكنهم لعب دور مدير المنتج بالإضافة إلى أنه نظرًا لأن السباق سيركز على منطقة عمل معينة ، فإنه يتيح تحليلًا أسرع وبالتالي نتائج أسرع (اقرأ القيمة في Agile)

 أدوات النفوذ:

يمكن أن يثبت التقاط كميات هائلة من البيانات من أنظمة متباينة ومحاولة تحليل البيانات لإلغاء تأمين قيمتها الحقيقية أنها مهمة شاقة للغاية بالنسبة للمحللين ، نظرًا لأن العملية ليست مرهقة يدويًا فحسب ، بل إنها أيضًا غير فعالة للوقت وعرضة للخطأ. مع وجود عدد كبير من مجموعات الأدوات المتاحة لتوصيف البيانات وتنظيفها ، ومشاحنات البيانات ، فمن الضروري أن تستثمر الشركات في النوع الصحيح من الأدوات ، مما يمكّن الشركات من تقديم رؤى قيمة حقًا بالطريقة المثلى

يستحق التركيز المستمر على جودة البيانات كل بنس من الاستثمار ، لأنه لن يساعد فقط في غرس ثقة الشركة في البيانات ، ولكنه سيساعد أيضًا في جني فوائد جميع حلول المؤسسات الأخرى الموجودة 

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• بلاتوبلوكشين. Web3 Metaverse Intelligence. تضخيم المعرفة. الوصول هنا.
• المصدر https://www.finextra.com/blogposting/23987/data-quality–the-tipping-point?utm_medium=rssfinextra&utm_source=finextrablogs