Dizalice

Kada smo prvi put vidjeli podatke?

1. Sredinom dvadesetog veka
2. Kao nasljednik Vulkana, Spock
3. 18,000 BC
4. Ko zna?  

Koliko god možemo da idemo u otkrivenu istoriju, nalazimo ljude koji koriste podatke. Zanimljivo je da podaci čak prethode pisanim brojevima. Neki od najranijih primjera pohranjivanja podataka potiču od oko 18,000 godina prije Krista kada su naši preci na afričkom kontinentu koristili oznake na štapićima kao oblik knjigovodstva. Odgovori 2 i 4 će također biti prihvaćeni. Međutim, bila je sredina dvadesetog veka kada je poslovna inteligencija prvi put definisana kako je danas razumemo. BI nije postao široko rasprostranjen skoro na početku 21. veka.

Prednosti kvaliteta podataka su očigledne. 

• povjerenje. Korisnici će bolje vjerovati podacima. “75% rukovodilaca ne vjeruje svojim podacima"
• Bolje odluke. Moći ćete koristiti analitiku u odnosu na podatke kako biste donosili pametnije odluke.  Kvalitet podataka je jedan od dva najveća izazova s ​​kojima se suočavaju organizacije koje usvajaju AI. (Drugi su setovi vještina osoblja.)
• Konkurentska prednost.  Kvalitet podataka utiče na operativnu efikasnost, korisničku uslugu, marketing i krajnji rezultat – prihod.
• uspjeh. Kvalitet podataka je u velikoj mjeri povezan s poslovanjem uspjeh.

6 ključnih elemenata kvaliteta podataka

Ako ne možete vjerovati svojim podacima, kako možete poštovati njihove savjete?

Danas je kvalitet podataka ključan za valjanost odluka koje kompanije donose pomoću BI alata, analitike, mašinskog učenja i veštačke inteligencije. Najjednostavnije rečeno, kvalitet podataka je podatak koji je valjan i potpun. Možda ste vidjeli probleme s kvalitetom podataka u naslovima:

• CDC-ovo poboljšanje podataka o COVID-19 – “Tokom pandemije, CDC je poboljšavao pravovremenost, potpunost i kvalitet kritičnih podataka za odgovor.”
• Smeće unutra, smeće van; gradski nadzornik pronalazi zabrinjavajući obrazac nepouzdanog kvaliteta podataka – „Novi izveštaj vršioca dužnosti glavnog inspektora [Čikaga] kaže da „problemi kvaliteta podataka“ utiču na „objektivnost, korisnost i integritet“ informacija koje se koriste za alokaciju resursa, merenje učinka zaposlenih i praćenje niza programa.“
• GAO pronalazi probleme sa kvalitetom podataka tokom uvođenja EHR-a VA – „VA nije osigurao kvalitet podataka prebačenih u svoj novi Cerner EHR sistem.”

Na neki način – čak iu trećoj deceniji poslovne inteligencije – postizanje i održavanje kvaliteta podataka je još teže. Neki od izazova koji doprinose stalnoj borbi za održavanje kvaliteta podataka uključuju:

• Spajanja i preuzimanja koja pokušavaju da spoje različite sisteme, procese, alate i podatke iz više entiteta. 
• Interni silosi podataka bez standarda za pomirenje integracije podataka.            
• Jeftino skladištenje je olakšalo hvatanje i zadržavanje velikih količina podataka. Sakupljamo više podataka nego što možemo analizirati.
• Složenost sistema podataka je porasla. Postoji više dodirnih tačaka između sistema evidencije u koji se unose podaci i tačke potrošnje, bilo da je to skladište podataka ili oblak.

O kojim aspektima podataka govorimo? Koja svojstva podataka doprinose njihovom kvalitetu? Postoji šest elemenata koji doprinose kvalitetu podataka. Svaka od njih su čitave discipline. 

• pravovremenost
  • Podaci su spremni i upotrebljivi kada su potrebni.
  • Podaci su dostupni za izvještavanje na kraju mjeseca u toku prve sedmice sljedećeg mjeseca, na primjer.
• vrijednost
  • Podaci imaju ispravan tip podataka u bazi podataka. Tekst je tekst, datumi su datumi, a brojevi su brojevi.
  • Vrijednosti su unutar očekivanih raspona. Na primjer, dok je 212 stepeni Farenhajta stvarna mjerljiva temperatura, to nije važeća vrijednost za ljudsku temperaturu.  
  • Vrijednosti imaju ispravan format. 1.000000 nema isto značenje kao 1.
• dosljednost
  • Podaci su interno konzistentni
  • Nema duplikata zapisa
• integritet
  • Odnosi između tabela su pouzdani.
  • Nije nenamjerno promijenjen. Vrijednosti se mogu pratiti do njihovog porijekla. 
• potpunost
  • Nema „rupa“ u podacima. Svi elementi zapisa imaju vrijednosti.  
  • Nema NULL vrijednosti.
• preciznost
  • Podaci u izvještajnom ili analitičkom okruženju – skladištu podataka, bilo on-prem ili u oblaku – odražavaju izvorne sisteme, sisteme ili zapise
  • Podaci su iz provjerljivih izvora.

Slažemo se, dakle, da je izazov kvaliteta podataka star koliko i sami podaci, da je problem sveprisutan i od vitalnog značaja za rješavanje. Dakle, šta da radimo po tom pitanju? Razmotrite svoj program kvaliteta podataka kao dugoročan, beskrajan projekat.  

Kvalitet podataka usko predstavlja koliko tačno ti podaci predstavljaju stvarnost. Da budem iskren, neki podaci su važniji od drugih. Saznajte koji su podaci ključni za čvrste poslovne odluke i uspjeh organizacije. Počni tamo. Fokusirajte se na te podatke.  

Kao Data Quality 101, ovaj članak predstavlja uvod na nivou brucoša u temu: istorija, trenutni događaji, izazov, zašto je to problem i pregled na visokom nivou kako se baviti kvalitetom podataka unutar organizacije. Javite nam ako ste zainteresovani da dublje proučite bilo koju od ovih tema u članku na nivou od 200 ili diplomiranih. Ako je tako, detaljnije ćemo zaroniti u pojedinosti u narednim mjesecima.