Teasers
Quando abbiamo visto i dati per la prima volta?
- Metà del Novecento
- Come successore del Vulcaniano, Spock
- 18,000 BC
- Chissà?
Per quanto possiamo andare indietro nella storia scoperta, troviamo umani che usano i dati. È interessante notare che i dati precedono anche i numeri scritti. Alcuni dei primi esempi di memorizzazione dei dati risalgono al 18,000 aC circa, quando i nostri antenati nel continente africano usavano i segni sui bastoncini come forma di contabilità. Saranno accettate anche le risposte 2 e 4. Era la metà del ventesimo secolo, però, quando la Business Intelligence fu definita per la prima volta come la intendiamo oggi. La BI non si è diffusa fino all'inizio del 21° secolo.
I vantaggi della qualità dei dati sono evidenti. 
- Affidati ad. Gli utenti si fideranno meglio dei dati. “Il 75% dei dirigenti non si fida dei propri dati"
- Decisioni migliori. Sarai in grado di utilizzare l'analisi rispetto ai dati per prendere decisioni più intelligenti. Qualità dei dati è una delle due maggiori sfide che devono affrontare le organizzazioni che adottano l'IA. (L'altro è il set di abilità del personale.)
- Vantaggio competitivo. La qualità dei dati influisce sull'efficienza operativa, sul servizio clienti, sul marketing e sui profitti: le entrate.
- Storie Di. La qualità dei dati è fortemente legata al business il successo.
6 elementi chiave della qualità dei dati
Se non puoi fidarti dei tuoi dati, come puoi rispettarne i consigli?
Oggi, la qualità dei dati è fondamentale per la validità delle decisioni che le aziende prendono con strumenti di BI, analisi, machine learning e intelligenza artificiale. Nella sua forma più semplice, la qualità dei dati è un dato valido e completo. Potresti aver visto i problemi di qualità dei dati nei titoli:
- Miglioramento dei dati COVID-19 di CDC – “Nel corso della pandemia, CDC ha migliorato la tempestività, la completezza e la qualità dei dati critici per la risposta”.
- Spazzatura dentro, spazzatura fuori; il watchdog della città rileva un modello preoccupante di qualità dei dati inaffidabile – "Un nuovo rapporto dell'ispettore generale [di Chicago] afferma che i "problemi di qualità dei dati" influiscono sull'"obiettività, utilità e integrità" delle informazioni utilizzate per allocare le risorse, misurare le prestazioni dei dipendenti e monitorare una serie di programmi".
- GAO rileva problemi di qualità dei dati durante il lancio di EHR di VA – "Il VA non ha garantito la qualità dei dati migrati al suo nuovo sistema Cerner EHR."
In un certo senso, anche nel terzo decennio di Business Intelligence, raggiungere e mantenere la qualità dei dati è ancora più difficile. Alcune delle sfide che contribuiscono alla lotta costante per mantenere la qualità dei dati includono:
- Fusioni e acquisizioni che cercano di riunire sistemi, processi, strumenti e dati disparati provenienti da più entità.
- Silos interni di dati senza gli standard per conciliare l'integrazione dei dati.
- L'archiviazione a basso costo ha semplificato l'acquisizione e la conservazione di grandi quantità di dati. Acquisiamo più dati di quanti ne possiamo analizzare.
- La complessità dei sistemi di dati è cresciuta. Esistono più punti di contatto tra il sistema di registrazione in cui vengono inseriti i dati e il punto di consumo, sia esso il data warehouse o il cloud.
Di quali aspetti dei dati stiamo parlando? Quali proprietà dei dati contribuiscono alla sua qualità? Ci sono sei elementi che contribuiscono alla qualità dei dati. Ognuna di queste sono intere discipline. 
- Tempestività
- I dati sono pronti e utilizzabili quando è necessario.
- I dati sono disponibili, ad esempio, per i rapporti di fine mese entro la prima settimana del mese successivo.
- Validità
- I dati hanno il tipo di dati corretto nel database. Il testo è testo, le date sono date e i numeri sono numeri.
- I valori rientrano negli intervalli previsti. Ad esempio, mentre 212 gradi fahrenheit è una temperatura misurabile effettiva, non è un valore valido per una temperatura umana.
- I valori hanno il formato corretto. 1.000000 non ha lo stesso significato di 1.
- Consistenza
- I dati sono internamente coerenti
- Non ci sono duplicati di record
- Integrità
- Le relazioni tra le tabelle sono affidabili.
- Non viene modificato involontariamente. I valori possono essere ricondotti alle loro origini.
- Completezza
- Non ci sono "buchi" nei dati. Tutti gli elementi di un record hanno valori.
- Non ci sono valori NULL.
- Precisione
- I dati nell'ambiente di reporting o analitico (il data warehouse, in locale o nel cloud) riflettono i sistemi di origine, i sistemi o i record
- I dati provengono da fonti verificabili.
Siamo d'accordo, quindi, che la sfida della qualità dei dati è vecchia quanto i dati stessi, il problema è onnipresente e vitale da risolvere. Quindi cosa facciamo a riguardo? Considera il tuo programma per la qualità dei dati come un progetto a lungo termine e senza fine.
La qualità dei dati rappresenta da vicino la precisione con cui i dati rappresentano la realtà. Ad essere onesti, alcuni dati sono più importanti di altri dati. Scopri quali dati sono fondamentali per solide decisioni aziendali e il successo dell'organizzazione. Inizia da lì. Concentrati su quei dati.
Come Data Quality 101, questo articolo è un'introduzione a livello di matricola all'argomento: la storia, gli eventi attuali, la sfida, il motivo per cui è un problema e una panoramica di alto livello su come affrontare la qualità dei dati all'interno di un'organizzazione. Facci sapere se sei interessato ad approfondire uno di questi argomenti in un articolo di livello 200 o di livello universitario. Se è così, approfondiremo le specifiche nei prossimi mesi.
