ਟੀਜ਼ਰ
ਅਸੀਂ ਪਹਿਲੀ ਵਾਰ ਡੇਟਾ ਕਦੋਂ ਦੇਖਿਆ?
- ਵੀਹਵੀਂ ਸਦੀ ਦੇ ਮੱਧ
- ਵੁਲਕਨ, ਸਪੌਕ ਦੇ ਉੱਤਰਾਧਿਕਾਰੀ ਵਜੋਂ
- 18,000 ਬੀ.ਸੀ.
- ਕੌਣ ਜਾਣਦਾ ਹੈ?
ਜਿੱਥੋਂ ਤੱਕ ਅਸੀਂ ਖੋਜੇ ਗਏ ਇਤਿਹਾਸ ਵਿੱਚ ਜਾ ਸਕਦੇ ਹਾਂ ਅਸੀਂ ਡੇਟਾ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਮਨੁੱਖ ਲੱਭਦੇ ਹਾਂ। ਦਿਲਚਸਪ ਗੱਲ ਇਹ ਹੈ ਕਿ ਡੇਟਾ ਵੀ ਲਿਖਤੀ ਸੰਖਿਆਵਾਂ ਤੋਂ ਪਹਿਲਾਂ ਹੁੰਦਾ ਹੈ। ਡਾਟਾ ਸਟੋਰ ਕਰਨ ਦੀਆਂ ਕੁਝ ਸਭ ਤੋਂ ਪੁਰਾਣੀਆਂ ਉਦਾਹਰਣਾਂ ਲਗਭਗ 18,000 ਬੀ ਸੀ ਤੋਂ ਹਨ ਜਿੱਥੇ ਅਫ਼ਰੀਕੀ ਮਹਾਂਦੀਪ ਵਿੱਚ ਸਾਡੇ ਪੂਰਵਜਾਂ ਨੇ ਬੁੱਕਕੀਪਿੰਗ ਦੇ ਇੱਕ ਰੂਪ ਵਜੋਂ ਸਟਿਕਸ 'ਤੇ ਨਿਸ਼ਾਨਾਂ ਦੀ ਵਰਤੋਂ ਕੀਤੀ ਸੀ। ਜਵਾਬ 2 ਅਤੇ 4 ਵੀ ਸਵੀਕਾਰ ਕੀਤੇ ਜਾਣਗੇ। ਇਹ ਵੀਹਵੀਂ ਸਦੀ ਦਾ ਅੱਧ ਸੀ, ਹਾਲਾਂਕਿ, ਜਦੋਂ ਬਿਜ਼ਨਸ ਇੰਟੈਲੀਜੈਂਸ ਨੂੰ ਪਹਿਲੀ ਵਾਰ ਪਰਿਭਾਸ਼ਿਤ ਕੀਤਾ ਗਿਆ ਸੀ ਜਿਵੇਂ ਅਸੀਂ ਅੱਜ ਸਮਝਦੇ ਹਾਂ। BI ਲਗਭਗ 21ਵੀਂ ਸਦੀ ਦੇ ਮੋੜ ਤੱਕ ਫੈਲਿਆ ਨਹੀਂ ਸੀ।
ਡਾਟਾ ਗੁਣਵੱਤਾ ਦੇ ਫਾਇਦੇ ਸਪੱਸ਼ਟ ਹਨ. 
- ਟਰੱਸਟ. ਯੂਜ਼ਰਸ ਡਾਟਾ 'ਤੇ ਬਿਹਤਰ ਭਰੋਸਾ ਕਰਨਗੇ। "75% ਕਾਰਜਕਾਰੀ ਆਪਣੇ ਡੇਟਾ 'ਤੇ ਭਰੋਸਾ ਨਹੀਂ ਕਰਦੇ ਹਨ"
- ਬਿਹਤਰ ਫੈਸਲੇ. ਤੁਸੀਂ ਚੁਸਤ ਫੈਸਲੇ ਲੈਣ ਲਈ ਡੇਟਾ ਦੇ ਵਿਰੁੱਧ ਵਿਸ਼ਲੇਸ਼ਣ ਦੀ ਵਰਤੋਂ ਕਰਨ ਦੇ ਯੋਗ ਹੋਵੋਗੇ। ਡਾਟਾ ਗੁਣ AI ਨੂੰ ਅਪਣਾਉਣ ਵਾਲੀਆਂ ਸੰਸਥਾਵਾਂ ਦਾ ਸਾਹਮਣਾ ਕਰਨ ਵਾਲੀਆਂ ਦੋ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਚੁਣੌਤੀਆਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ। (ਦੂਜਾ ਸਟਾਫ ਹੁਨਰ ਸੈੱਟ ਹੈ।)
- ਪ੍ਰਤੀਯੋਗੀ ਲਾਭ. ਡੇਟਾ ਦੀ ਗੁਣਵੱਤਾ ਕਾਰਜਸ਼ੀਲ ਕੁਸ਼ਲਤਾ, ਗਾਹਕ ਸੇਵਾ, ਮਾਰਕੀਟਿੰਗ ਅਤੇ ਤਲ ਲਾਈਨ - ਮਾਲੀਆ ਨੂੰ ਪ੍ਰਭਾਵਿਤ ਕਰਦੀ ਹੈ।
- ਸਫਲਤਾ. ਡੇਟਾ ਗੁਣਵੱਤਾ ਕਾਰੋਬਾਰ ਨਾਲ ਬਹੁਤ ਜ਼ਿਆਦਾ ਜੁੜੀ ਹੋਈ ਹੈ ਸਫਲਤਾ.
ਡਾਟਾ ਗੁਣਵੱਤਾ ਦੇ 6 ਮੁੱਖ ਤੱਤ
ਜੇਕਰ ਤੁਸੀਂ ਆਪਣੇ ਡੇਟਾ 'ਤੇ ਭਰੋਸਾ ਨਹੀਂ ਕਰ ਸਕਦੇ ਹੋ, ਤਾਂ ਤੁਸੀਂ ਇਸਦੀ ਸਲਾਹ ਦਾ ਆਦਰ ਕਿਵੇਂ ਕਰ ਸਕਦੇ ਹੋ?
ਅੱਜ, BI ਟੂਲਸ, ਵਿਸ਼ਲੇਸ਼ਣ, ਮਸ਼ੀਨ ਸਿਖਲਾਈ, ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਨਾਲ ਕਾਰੋਬਾਰਾਂ ਦੁਆਰਾ ਲਏ ਗਏ ਫੈਸਲਿਆਂ ਦੀ ਵੈਧਤਾ ਲਈ ਡੇਟਾ ਦੀ ਗੁਣਵੱਤਾ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਸਭ ਤੋਂ ਸਰਲ 'ਤੇ, ਡੇਟਾ ਗੁਣਵੱਤਾ ਉਹ ਡੇਟਾ ਹੈ ਜੋ ਵੈਧ ਅਤੇ ਸੰਪੂਰਨ ਹੈ। ਤੁਸੀਂ ਸੁਰਖੀਆਂ ਵਿੱਚ ਡਾਟਾ ਗੁਣਵੱਤਾ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਦੇਖੀਆਂ ਹੋ ਸਕਦੀਆਂ ਹਨ:
- CDC ਦਾ COVID-19 ਡਾਟਾ ਸੁਧਾਰ - "ਮਹਾਂਮਾਰੀ ਦੇ ਦੌਰਾਨ, ਸੀਡੀਸੀ ਜਵਾਬ ਲਈ ਨਾਜ਼ੁਕ ਡੇਟਾ ਦੀ ਸਮਾਂਬੱਧਤਾ, ਸੰਪੂਰਨਤਾ ਅਤੇ ਗੁਣਵੱਤਾ ਵਿੱਚ ਸੁਧਾਰ ਕਰ ਰਹੀ ਹੈ।"
- ਕੂੜਾ ਅੰਦਰ, ਕੂੜਾ ਬਾਹਰ; ਸਿਟੀ ਵਾਚਡੌਗ ਨੂੰ ਅਵਿਸ਼ਵਾਸਯੋਗ ਡਾਟਾ ਗੁਣਵੱਤਾ ਦਾ ਪਰੇਸ਼ਾਨ ਕਰਨ ਵਾਲਾ ਪੈਟਰਨ ਮਿਲਦਾ ਹੈ - "[ਸ਼ਿਕਾਗੋ] ਦੇ ਕਾਰਜਕਾਰੀ ਇੰਸਪੈਕਟਰ ਜਨਰਲ ਦੀ ਇੱਕ ਨਵੀਂ ਰਿਪੋਰਟ ਵਿੱਚ ਕਿਹਾ ਗਿਆ ਹੈ ਕਿ "ਡੇਟਾ ਗੁਣਵੱਤਾ ਦੇ ਮੁੱਦੇ" ਸਰੋਤਾਂ ਦੀ ਵੰਡ, ਕਰਮਚਾਰੀਆਂ ਦੀ ਕਾਰਗੁਜ਼ਾਰੀ ਨੂੰ ਮਾਪਣ ਅਤੇ ਪ੍ਰੋਗਰਾਮਾਂ ਦੀ ਇੱਕ ਮੇਜ਼ਬਾਨ ਦੀ ਨਿਗਰਾਨੀ ਕਰਨ ਲਈ ਵਰਤੀ ਜਾਣ ਵਾਲੀ ਜਾਣਕਾਰੀ ਦੀ "ਉਦੇਸ਼, ਉਪਯੋਗਤਾ ਅਤੇ ਅਖੰਡਤਾ" ਨੂੰ ਪ੍ਰਭਾਵਤ ਕਰਦੇ ਹਨ।"
- GAO ਨੂੰ VA ਦੇ EHR ਰੋਲਆਉਟ ਦੌਰਾਨ ਡਾਟਾ ਗੁਣਵੱਤਾ ਸੰਬੰਧੀ ਸਮੱਸਿਆਵਾਂ ਮਿਲਦੀਆਂ ਹਨ - "VA ਨੇ ਆਪਣੇ ਨਵੇਂ Cerner EHR ਸਿਸਟਮ ਵਿੱਚ ਮਾਈਗਰੇਟ ਕੀਤੇ ਡੇਟਾ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਯਕੀਨੀ ਨਹੀਂ ਬਣਾਇਆ।"
ਕੁਝ ਤਰੀਕਿਆਂ ਨਾਲ - ਵਪਾਰਕ ਖੁਫੀਆ ਜਾਣਕਾਰੀ ਦੇ ਤੀਜੇ ਦਹਾਕੇ ਵਿੱਚ ਵੀ - ਡੇਟਾ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਪ੍ਰਾਪਤ ਕਰਨਾ ਅਤੇ ਬਣਾਈ ਰੱਖਣਾ ਹੋਰ ਵੀ ਮੁਸ਼ਕਲ ਹੈ। ਕੁਝ ਚੁਣੌਤੀਆਂ ਜੋ ਡੇਟਾ ਗੁਣਵੱਤਾ ਨੂੰ ਕਾਇਮ ਰੱਖਣ ਦੇ ਨਿਰੰਤਰ ਸੰਘਰਸ਼ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੀਆਂ ਹਨ ਵਿੱਚ ਸ਼ਾਮਲ ਹਨ:
- ਵਿਲੀਨਤਾ ਅਤੇ ਗ੍ਰਹਿਣ ਜੋ ਵੱਖ-ਵੱਖ ਇਕਾਈਆਂ ਤੋਂ ਵੱਖ-ਵੱਖ ਪ੍ਰਣਾਲੀਆਂ, ਪ੍ਰਕਿਰਿਆਵਾਂ, ਸਾਧਨਾਂ ਅਤੇ ਡੇਟਾ ਨੂੰ ਇਕੱਠੇ ਲਿਆਉਣ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰਦੇ ਹਨ।
- ਡੇਟਾ ਦੇ ਏਕੀਕਰਨ ਲਈ ਮਿਆਰਾਂ ਤੋਂ ਬਿਨਾਂ ਡੇਟਾ ਦੇ ਅੰਦਰੂਨੀ ਸਿਲੋਜ਼।
- ਸਸਤੀ ਸਟੋਰੇਜ ਨੇ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਡੇਟਾ ਨੂੰ ਕੈਪਚਰ ਕਰਨਾ ਅਤੇ ਸੰਭਾਲਣਾ ਆਸਾਨ ਬਣਾ ਦਿੱਤਾ ਹੈ। ਅਸੀਂ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦੇ ਹਾਂ ਨਾਲੋਂ ਜ਼ਿਆਦਾ ਡਾਟਾ ਕੈਪਚਰ ਕਰਦੇ ਹਾਂ।
- ਡਾਟਾ ਪ੍ਰਣਾਲੀਆਂ ਦੀ ਗੁੰਝਲਤਾ ਵਧ ਗਈ ਹੈ. ਰਿਕਾਰਡ ਦੀ ਪ੍ਰਣਾਲੀ ਦੇ ਵਿਚਕਾਰ ਵਧੇਰੇ ਟੱਚ ਪੁਆਇੰਟ ਹਨ ਜਿੱਥੇ ਡੇਟਾ ਦਾਖਲ ਕੀਤਾ ਜਾਂਦਾ ਹੈ ਅਤੇ ਖਪਤ ਦੇ ਬਿੰਦੂ, ਭਾਵੇਂ ਉਹ ਡੇਟਾ ਵੇਅਰਹਾਊਸ ਜਾਂ ਕਲਾਉਡ ਹੋਵੇ।
ਅਸੀਂ ਡੇਟਾ ਦੇ ਕਿਹੜੇ ਪਹਿਲੂਆਂ ਬਾਰੇ ਗੱਲ ਕਰ ਰਹੇ ਹਾਂ? ਡੇਟਾ ਦੀਆਂ ਕਿਹੜੀਆਂ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਇਸਦੀ ਗੁਣਵੱਤਾ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੀਆਂ ਹਨ? ਇੱਥੇ ਛੇ ਤੱਤ ਹਨ ਜੋ ਡੇਟਾ ਗੁਣਵੱਤਾ ਵਿੱਚ ਯੋਗਦਾਨ ਪਾਉਂਦੇ ਹਨ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਹਰ ਇੱਕ ਪੂਰਾ ਅਨੁਸ਼ਾਸਨ ਹੈ। 
- ਸਮੇਂ ਸਿਰ
- ਡਾਟਾ ਤਿਆਰ ਹੈ ਅਤੇ ਲੋੜ ਪੈਣ 'ਤੇ ਵਰਤੋਂ ਯੋਗ ਹੈ।
- ਡੇਟਾ ਅਗਲੇ ਮਹੀਨੇ ਦੇ ਪਹਿਲੇ ਹਫ਼ਤੇ ਦੇ ਅੰਦਰ ਮਹੀਨੇ ਦੇ ਅੰਤ ਦੀ ਰਿਪੋਰਟਿੰਗ ਲਈ ਉਪਲਬਧ ਹੈ, ਉਦਾਹਰਨ ਲਈ।
- ਵੈਧਤਾ
- ਡੇਟਾਬੇਸ ਵਿੱਚ ਡੇਟਾ ਦੀ ਸਹੀ ਕਿਸਮ ਹੈ। ਟੈਕਸਟ ਟੈਕਸਟ ਹੈ, ਤਾਰੀਖਾਂ ਤਾਰੀਖਾਂ ਹਨ ਅਤੇ ਨੰਬਰ ਨੰਬਰ ਹਨ।
- ਮੁੱਲ ਸੰਭਾਵਿਤ ਰੇਂਜ ਦੇ ਅੰਦਰ ਹਨ। ਉਦਾਹਰਨ ਲਈ, ਜਦੋਂ ਕਿ 212 ਡਿਗਰੀ ਫਾਰਨਹੀਟ ਇੱਕ ਅਸਲ ਮਾਪਣਯੋਗ ਤਾਪਮਾਨ ਹੈ, ਇਹ ਮਨੁੱਖੀ ਤਾਪਮਾਨ ਲਈ ਇੱਕ ਵੈਧ ਮੁੱਲ ਨਹੀਂ ਹੈ।
- ਮੁੱਲਾਂ ਦਾ ਸਹੀ ਫਾਰਮੈਟ ਹੈ। 1.000000 ਦਾ 1 ਦੇ ਸਮਾਨ ਅਰਥ ਨਹੀਂ ਹੈ।
- ਇਕਸਾਰਤਾ
- ਡੇਟਾ ਅੰਦਰੂਨੀ ਤੌਰ 'ਤੇ ਇਕਸਾਰ ਹੈ
- ਰਿਕਾਰਡਾਂ ਦਾ ਕੋਈ ਡੁਪਲੀਕੇਟ ਨਹੀਂ ਹੈ
- ਖਰਿਆਈ
- ਟੇਬਲ ਦੇ ਵਿਚਕਾਰ ਸਬੰਧ ਭਰੋਸੇਯੋਗ ਹਨ.
- ਇਹ ਅਣਜਾਣੇ ਵਿੱਚ ਨਹੀਂ ਬਦਲਿਆ ਗਿਆ ਹੈ। ਮੁੱਲਾਂ ਨੂੰ ਉਹਨਾਂ ਦੇ ਮੂਲ ਦਾ ਪਤਾ ਲਗਾਇਆ ਜਾ ਸਕਦਾ ਹੈ।
- ਸੰਪੂਰਨਤਾ
- ਡੇਟਾ ਵਿੱਚ ਕੋਈ "ਛੇਕ" ਨਹੀਂ ਹਨ। ਰਿਕਾਰਡ ਦੇ ਸਾਰੇ ਤੱਤਾਂ ਦੇ ਮੁੱਲ ਹੁੰਦੇ ਹਨ।
- ਕੋਈ NULL ਮੁੱਲ ਨਹੀਂ ਹਨ।
- ਸ਼ੁੱਧਤਾ
- ਰਿਪੋਰਟਿੰਗ ਜਾਂ ਵਿਸ਼ਲੇਸ਼ਣਾਤਮਕ ਵਾਤਾਵਰਣ ਵਿੱਚ ਡੇਟਾ - ਡੇਟਾ ਵੇਅਰਹਾਊਸ, ਭਾਵੇਂ ਆਨ-ਪ੍ਰੀਮ ਜਾਂ ਕਲਾਉਡ ਵਿੱਚ - ਸਰੋਤ ਪ੍ਰਣਾਲੀਆਂ, ਜਾਂ ਪ੍ਰਣਾਲੀਆਂ ਜਾਂ ਰਿਕਾਰਡ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ
- ਡੇਟਾ ਪ੍ਰਮਾਣਿਤ ਸਰੋਤਾਂ ਤੋਂ ਹੈ।
ਫਿਰ, ਅਸੀਂ ਸਹਿਮਤ ਹਾਂ ਕਿ ਡੇਟਾ ਗੁਣਵੱਤਾ ਦੀ ਚੁਣੌਤੀ ਡੇਟਾ ਜਿੰਨੀ ਹੀ ਪੁਰਾਣੀ ਹੈ, ਸਮੱਸਿਆ ਸਰਵ ਵਿਆਪਕ ਅਤੇ ਹੱਲ ਕਰਨ ਲਈ ਜ਼ਰੂਰੀ ਹੈ। ਇਸ ਲਈ, ਅਸੀਂ ਇਸ ਬਾਰੇ ਕੀ ਕਰੀਏ? ਆਪਣੇ ਡੇਟਾ ਕੁਆਲਿਟੀ ਪ੍ਰੋਗਰਾਮ ਨੂੰ ਇੱਕ ਲੰਬੇ ਸਮੇਂ ਦੇ, ਕਦੇ ਨਾ ਖਤਮ ਹੋਣ ਵਾਲੇ ਪ੍ਰੋਜੈਕਟ ਵਜੋਂ ਵਿਚਾਰੋ।
ਡੇਟਾ ਦੀ ਗੁਣਵੱਤਾ ਨੇੜਿਓਂ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਉਹ ਡੇਟਾ ਅਸਲੀਅਤ ਨੂੰ ਕਿੰਨਾ ਸਹੀ ਢੰਗ ਨਾਲ ਦਰਸਾਉਂਦਾ ਹੈ। ਈਮਾਨਦਾਰ ਹੋਣ ਲਈ, ਕੁਝ ਡੇਟਾ ਦੂਜੇ ਡੇਟਾ ਨਾਲੋਂ ਵਧੇਰੇ ਮਹੱਤਵਪੂਰਨ ਹੁੰਦਾ ਹੈ. ਜਾਣੋ ਕਿ ਠੋਸ ਵਪਾਰਕ ਫੈਸਲਿਆਂ ਅਤੇ ਸੰਗਠਨ ਦੀ ਸਫਲਤਾ ਲਈ ਕਿਹੜਾ ਡੇਟਾ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਉੱਥੇ ਸ਼ੁਰੂ ਕਰੋ. ਉਸ ਡੇਟਾ 'ਤੇ ਫੋਕਸ ਕਰੋ।
ਡਾਟਾ ਕੁਆਲਿਟੀ 101 ਦੇ ਤੌਰ 'ਤੇ, ਇਹ ਲੇਖ ਵਿਸ਼ੇ ਲਈ ਇੱਕ ਨਵੇਂ-ਪੱਧਰ ਦੀ ਜਾਣ-ਪਛਾਣ ਹੈ: ਇਤਿਹਾਸ, ਵਰਤਮਾਨ ਘਟਨਾਵਾਂ, ਚੁਣੌਤੀ, ਇਹ ਇੱਕ ਸਮੱਸਿਆ ਕਿਉਂ ਹੈ ਅਤੇ ਇੱਕ ਸੰਸਥਾ ਦੇ ਅੰਦਰ ਡਾਟਾ ਗੁਣਵੱਤਾ ਨੂੰ ਕਿਵੇਂ ਹੱਲ ਕਰਨਾ ਹੈ ਇਸ ਬਾਰੇ ਇੱਕ ਉੱਚ-ਪੱਧਰੀ ਸੰਖੇਪ ਜਾਣਕਾਰੀ ਹੈ। ਸਾਨੂੰ ਦੱਸੋ ਕਿ ਕੀ ਤੁਸੀਂ 200-ਪੱਧਰ ਜਾਂ ਗ੍ਰੈਜੂਏਟ-ਪੱਧਰ ਦੇ ਲੇਖ ਵਿੱਚ ਇਹਨਾਂ ਵਿੱਚੋਂ ਕਿਸੇ ਵੀ ਵਿਸ਼ੇ ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਵਿਚਾਰ ਕਰਨ ਵਿੱਚ ਦਿਲਚਸਪੀ ਰੱਖਦੇ ਹੋ। ਜੇਕਰ ਅਜਿਹਾ ਹੈ, ਤਾਂ ਅਸੀਂ ਆਉਣ ਵਾਲੇ ਮਹੀਨਿਆਂ ਵਿੱਚ ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਡੁਬਕੀ ਲਵਾਂਗੇ।
