データ品質 – 転換点 (Parvathy Menon)

「データは貴重なものであり、システム自体よりも長持ちします。」 そう言った

Tim Berners-Lee氏、ワールド ワイド ウェブの発明者。 データが確かに信頼でき、保証された一貫した品質である場合、「貴重」です。 また、顧客は、データ品質が実際にすべてのデータ管理と分析主導のイニシアチブの基盤を形成するという事実を認めています。

しかし、なぜデータ品質をめぐるすべての騒動とそれをめぐる取り組みの軌跡. . 多くの場合、顧客を当惑させるのは、データ ライフサイクルのあらゆる段階でのチェックポイントの膨大さです。 お客様がシステムランドスケープ内に持つ一連のデータ管理ソリューションを使用します。 データ ウェアハウス、データ マート、マスター データ管理ソリューション、データ レイクなど、データ品質へのアプローチにはある程度の不確実性と懐疑論があるようです。

また、データ ライフサイクルの広がりに目を向けると、ソースから ETL、またはミドルウェアの変換から統合されたデータ ウェアハウスや世界中のデータ レイクに至るまで、すべての接合点で品質の問題が発生する可能性があります。最終的には、なんらかの形式のレポート分析、ユーザー画面など、およびそのカブームでエンドユーザーまたは顧客を捉えます!!!!

企業内に存在するさまざまなデータとシステムの中で、どこでどのようにデータ品質の悪魔に取り組むべきかについて、厳密で迅速なルールはありますか。 私たちのほとんどのウィッシュリストに載っています。 しかし、希望が馬である場合……データ品質プログラムの唯一の目的は、内部または外部の消費者であるすべての適用可能なビジネスプロセスで神聖なデータが確実に利用できるようにすることです。

以下は、組織のデータ品質のビジョンを推進するのに役立つ主要なガイドラインのリストです。

データを分類して優先順位を付ける:

利用可能なさまざまな種類のデータの中で、 マスターデータ、トランザクション/運用データ、参照データ、分析データ。ユーザーがデータにアクセス/使用する場所に最も近いため、運用システムまたは分析システムの範囲内でデータをクレンジングすることが急務になる可能性があります。結局のところ、問題が発生したときに問題に対処するだけであり、実際にはその核心に対処していないため、短距離の解決策は控えめな表現です。 むしろ、企業全体で実際に使用されており、顧客、製品、ベンダー、従業員、資産、および場所などのマスター ビジネス エンティティに他ならないデータのカテゴリを確認することをお勧めします。したがって、クレンジング、エンリッチメントマスター データに適用される一致および存続プロセスを使用して、マスター レコードの最適なバージョンを作成し、主要なビジネス エンティティの単一の統一された一貫したビューを提供できます。

 ライフサイクルの早い段階でチェックを適用します。

できるだけソースに近いデータをクレンジングします。これは基本的なベスト プラクティスであり、もちろんガベージ インとガベージ アウトのケースです。これにより、多くの労力と費用を節約できます。 また、ソース システムのデータをクレンジングして標準化することができる限り、入力前にチェックを入れて、事後クレンジングの必要性を回避したいと考えています。

 さまざまな問題 さまざまなレイテンシ:

組織の特定の重要なプロセスでは、リアルタイムのデータ品質チェックが必要になる場合があります。これは、不正または重複した活動を回避するために避けられないものです。 例は、銀行取引です。 ビジネスに影響の少ないプロセスとは対照的です。 どちらの場合も、データ品質管理の原則を適用できる限り、書き込みのニーズと他のニーズを認識し、それに応じてタスクに取り組む必要があります。

すべての段階でのビジネス インクルージョン:

データ品質の旅におけるビジネス利害関係者の参加は、これ以上強調することはできません。 品質評価とも呼ばれる DQ ジャーニーの開始から、データのクレンジングと重複排除まで、ビジネス側から非常に高いレベルの関与が期待されます。 言うまでもなく、データ品質プログラムに対するビジネスのコミットメントとスポンサーシップは、その成功の可能性を示しています。

 クローズド ループの修復プロセスを確立します。

この継続的な評価、クレンジング、整理の活動により、一度限りの活動やエラー報告やエスカレーションへの報復ではなく、データが常に目的と使用に適合することが保証されます。

 アジャイル スプリントを採用する:

アジャイルと DQ の組み合わせは、最高の組み合わせと言えます。 データ品質プログラムにアジャイル アプローチを採用すると、利害関係者からのフィードバックの遅れによって生じるレイテンシを大幅に短縮できます。 DQ のアジャイル アプローチは、ビジネス ステークホルダーがプロダクト マネージャーの役​​割を果たすことができるため、プロセス全体を加速するのに役立ちます。さらに、スプリントは特定のビジネス領域に焦点を当てるため、より迅速な分析が可能になり、結果がより迅速に得られます (アジャイルで価値を読み取る)。

 ツールセットを活用する:

異種システムから膨大な量のデータを取得し、データを分析してその真の価値を解き放とうとすることは、アナリストにとって非常に困難な作業であることがわかります。これは、このプロセスが手動で面倒であるだけでなく、時間効率が悪く、エラーが発生しやすいためです。 データのプロファイリングとクレンジング、データのラングリングに利用できるツールセットが豊富にあるため、企業が適切な種類のツールに投資して、価値のある洞察を最適な方法で真に提供できるようにすることは不可欠です。

データ品質に継続的に注力することは、投資のすべての価値があります。これは、データに対するビジネスの信頼を高めるのに役立つだけでなく、導入されている他のすべてのエンタープライズ ソリューションのメリットを享受するのにも役立つからです。 

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
• 情報源： https://www.finextra.com/blogposting/23987/data-quality–the-tipping-point?utm_medium=rssfinextra&utm_source=finextrablogs