teasers

Noiz ikusi genituen lehen datuak?

1. mendearen erdialdea
2. Vulkanoren oinordeko gisa, Spock
3. 18,000 BC
4. Nork daki?  

Deskubritutako historian atzera egin dezakegun neurrian gizakiak aurkitzen ditugu datuak erabiliz. Interesgarria da datuak idatzizko zenbakien aurretik ere. Datuak gordetzeko lehen adibideetako batzuk K.a. 18,000 ingurukoak dira, non Afrikako kontinenteko gure arbasoek makiletan markak erabiltzen zituzten kontabilitate moduan. 2. eta 4. erantzunak ere onartuko dira. mendearen erdialdea zen, ordea, Business Intelligence gaur egun ulertzen dugun moduan definitu zenean. BI ez zen hedatu XXI. mendearen amaierara arte.

Datuen kalitatearen onurak agerikoak dira. 

• Fidatu. Erabiltzaileek hobeto fidatuko dute datuekin. “Zuzendarien % 75ek ez dute euren datuetan fidatzen"
• Erabaki hobeak. Datuen aurkako analisiak erabili ahal izango dituzu erabaki adimentsuak hartzeko.  Datuen kalitatea IA hartzen duten erakundeek duten bi erronka handienetako bat da. (Bestea langileen trebetasun multzoak dira.)
• Abantaila lehiakorra.  Datuen kalitateak eraginkortasun operatiboan, bezeroarentzako zerbitzuan, marketinean eta beheko emaitzan eragina du: diru-sarrerak.
• Arrakastaren. Datuen kalitatea negozioarekin oso lotuta dago arrakasta.

Datuen kalitatearen 6 funtsezko elementuak

Ezin bazara zure datuetan fidatu, nola errespeta ditzakezu haren aholkuak?

Gaur egun, datuen kalitatea funtsezkoa da enpresek BI tresnekin, analitikarekin, ikaskuntza automatikoarekin eta adimen artifizialarekin hartzen dituzten erabakien baliozkotasunerako. Berez, datuen kalitatea baliozko eta osoa den datuak dira. Baliteke datuen kalitatearen arazoak goiburuetan ikusi izana:

• CDCren COVID-19ko datuen hobekuntza - "Pandemian zehar, CDCk erantzuna emateko datu kritikoen puntualtasuna, osotasuna eta kalitatea hobetzen joan da".
• Zaborra sartu, zaborra kanpora; City Watchdog-ek datu-kalitate fidagarriaren eredu kezkagarria aurkitzen du - "[Chicago] jarduneko inspektore orokorraren txosten berri batek dio "datuen kalitate-arazoek" baliabideak esleitzeko, langileen errendimendua neurtzeko eta programa ugari kontrolatzeko erabiltzen den informazioaren "objektibotasuna, erabilgarritasuna eta osotasuna" eragiten dutela.
• GAOk datuen kalitate-arazoak aurkitzen ditu VAren EHR inplementatzean - "VAk ez zuen ziurtatu Cerner EHR sistema berrira migratutako datuen kalitatea".

Zenbait modutan, baita Business Intelligenceren hirugarren hamarkadan ere, datuen kalitatea lortzea eta mantentzea zailagoa da. Datuen kalitatea mantentzeko etengabeko borrokan laguntzen duten erronketako batzuk hauek dira:

• Hainbat entitateren sistema, prozesu, tresna eta datuak elkartzen saiatzen diren fusioak eta eskuraketak. 
• Datuen barne-siloak datuen integrazioa bateratzeko estandarrik gabe.            
• Biltegiratze merkeak datu kopuru handiak harrapatzea eta atxikitzea erraztu du. Azter ditzakegun baino datu gehiago jasotzen ditugu.
• Datu-sistemen konplexutasuna hazi egin da. Datuak sartzen diren erregistro sistemaren eta kontsumo puntuaren artean ukipen puntu gehiago daude, datu biltegia edo hodeia izan.

Datuen zein alderdiri buruz ari gara? Datuen zer ezaugarrik laguntzen diote kalitateari? Datuen kalitatea laguntzen duten sei elementu daude. Horietako bakoitza diziplina osoak dira. 

• egokitasuna
  • Datuak prest eta erabil daitezke behar direnean.
  • Datuak hilabete amaierako txostenak egiteko eskuragarri daude hurrengo hilabeteko lehen astean, adibidez.
• Baliozkotasun
  • Datuek datu-mota zuzena dute datu-basean. Testua testua da, datak datak eta zenbakiak zenbakiak dira.
  • Balioak espero diren tarteen barruan daude. Esate baterako, 212 gradu Fahrenheit benetako tenperatura neurgarria den arren, ez da balio baliozkoa gizakiaren tenperaturarako.  
  • Balioek formatu zuzena dute. 1.000000 ez du 1-en esanahi bera.
• Koherentzia
  • Datuak barne-koherenteak dira
  • Ez dago erregistroen bikoizturik
• Osotasuna
  • Taulen arteko harremanak fidagarriak dira.
  • Ez da nahi gabe aldatzen. Balioak beren jatorrian aurki daitezke. 
• osotasun
  • Datuetan ez dago "zulorik". Erregistro bateko elementu guztiek balio dute.  
  • Ez dago NULL baliorik.
• Zehaztasuna
  • Txostenen edo ingurune analitikoko datuek (datu biltegian, lokalean edo hodeian) iturburu-sistemak edo sistemak edo erregistroak islatzen dituzte.
  • Datuak iturri egiaztagarrietatik datoz.

Ados gaude, beraz, datuen kalitatearen erronka datuak bezain zaharra dela, arazoa nonahikoa eta ezinbestekoa dela konpontzeko. Beraz, zer egiten dugu horren aurrean? Demagun zure datuen kalitatearen programa epe luzeko eta amaigabeko proiektu gisa.  

Datuen kalitateak oso ondo adierazten du datu horiek errealitatea zein zehaztasunez adierazten duten. Egia esateko, datu batzuk beste datu batzuk baino garrantzitsuagoak dira. Jakin zeintzuk diren datu garrantzitsuak negozio-erabaki sendoetarako eta erakundearen arrakastarako. Hasi hor. Datu horietara bideratu.  

Data Quality 101 gisa, artikulu hau Freshman mailako sarrera bat da gaiari: historia, egungo gertaerak, erronka, zergatik den arazoa eta erakunde baten datuen kalitatea nola jorratzeko maila altuko ikuspegi orokorra. Esan iezaguzu gai hauetakoren bat sakonago aztertzea interesatzen zaizun 200-mailako edo graduondoko artikulu batean. Hala bada, zehaztasunetan sakonduko dugu datozen hilabeteetan.