איכות נתונים

מדריך קריאה

אילו שאלות בודקים כאן?

איכות נתונים מתחילה בשאלה: ״טובים מספיק לאיזו החלטה?״ טבלה יכולה להכיל ערכים שנראים תקינים ועדיין לפספס מכשיר, תקופה או קבוצת לקוחות שלמה. מתחילים בשלמות ולומדים להבדיל בין תצפית חסרה לבין אפס שנצפה.

• האם הנתונים שלמים ביחס לשאלה, לרמת הפירוט ולתקופה?
• האם רשומות חסרות מתפרשות כאפס פעילות?
• האם שינוי במעקב יכול להסביר את השינוי העסקי שנראה לעין?

מסלול קריאה מומלץ

1. ששת הממדים של איכות נתונים — שלמות

   מתחילים בפערי כיסוי, במנגנוני MCAR/MAR/MNAR ובהשלכות העסקיות של נתונים חסרים.

2. ששת הממדים של איכות נתונים — תקפות: כתובת אימייל תקינה עדיין יכולה להיות דאטה גרוע.

   מגדירים את כללי הפורמט וההיגיון העסקי שגם שדה מלא עדיין צריך לעמוד בהם.

3. ששת הממדים של איכות נתונים — ייחודיות: לקוח אחד, ארבע שורות, אפס אמון.

   בוחרים את יחידת הספירה לפני שמחליטים ששורות חוזרות הן כפילויות.

4. ששת הממדים של איכות נתונים — עקביות: שני דשבורדים סותרים זה את זה. אף אחד מהצוותים לא משוגע.

   מתאמים הגדרות, מסננים ואחריות לפני שמשווים סיכומים של דשבורדים.

5. ששת הממדים של איכות נתונים — עדכניות: הדאטה של אתמול הוא לא האמת של אתמול.

   מבדילים בין מספר עדכני לבין מספר שלם שאפשר לבסס עליו החלטה.

6. ששת הממדים של איכות נתונים — דיוק: הדאטה נקי. הוא גם שגוי.

   משווים את התוצאה לתהליך בעולם האמיתי שהיא אמורה למדוד.