Ocena jakości danych

Opinie czytelników

Książka „Data Quality Assessment” autorstwa Arkady'ego Maydanchika jest pozytywnie oceniana za jasną, zorganizowaną prezentację koncepcji jakości danych i praktycznych zastosowań. Służy jako przydatne wprowadzenie do tematu i dostarcza praktycznych spostrzeżeń, chociaż niektórzy czytelnicy techniczni uważają ją za zbyt podstawową.

Książka jest dobrze zorganizowana, jasno napisana i zawiera praktyczne przykłady. Kompleksowo omawia podstawy jakości danych i jest dostępna dla czytelników bez wykształcenia technicznego. Jest szczególnie pomocna dla menedżerów i praktyków zaangażowanych w ocenę jakości danych. Wielu czytelników docenia doświadczenie autora i przyjemny styl pisania.

Niektórzy czytelnicy techniczni uważają, że książka jest zbyt uproszczona i brakuje jej głębi w zaawansowanych koncepcjach jakości danych. Pojawiają się również krytyczne uwagi dotyczące użycia metafor, które mogą nadmiernie komplikować proste pomysły, a niektórzy czytelnicy uważają, że nie jest ona przydatna dla osób na stanowiskach kierowniczych lub inżynierskich.

(na podstawie 18 opinii czytelników)

Oryginalny tytuł:

Data Quality Assessment

Zawartość książki:

Wyobraźmy sobie grupę prehistorycznych myśliwych uzbrojonych w kamienne włócznie. Ich prymitywna broń sprawiała, że polowanie na duże zwierzęta, takie jak mamuty, było niebezpieczną pracą. Z czasem jednak rozwinęła się nowa rasa myśliwych. Rozciągali oni skórę wcześniej zabitego mamuta na ścianie i rzucali włóczniami, obserwując, która włócznia, rzucona pod jakim kątem i z jakiej odległości, najlepiej przebiła skórę. Zebrane dane pomogły im stworzyć lepsze włócznie i opracować lepsze strategie łowieckie.

Wysokiej jakości dane są kluczem do każdego postępu, czy to z epoki kamienia łupanego do epoki brązu. Lub od epoki informacji do jakiejkolwiek następnej epoki. Sukces korporacji i instytucji rządowych w dużej mierze zależy od wydajności, z jaką mogą gromadzić, organizować i wykorzystywać dane o produktach, klientach, konkurentach i pracownikach. Na szczęście poprawa jakości danych nie musi być tak gigantycznym zadaniem.

DATA QUALITY ASSESSMENT to obowiązkowa lektura dla każdego, kto musi zrozumieć, poprawić lub zapobiec problemom związanym z jakością danych w swojej organizacji. Pomijając teorię i skupiając się wyłącznie na tym, co jest praktyczne i co działa, tekst ten zawiera sprawdzone podejście do identyfikowania, przechowywania i analizowania błędów danych - pierwszy krok w każdym programie jakości danych. Opanuj techniki w zakresie

⬤ Profilowania danych i gromadzenia metadanych.

⬤ Identyfikowania, projektowania i wdrażania reguł jakości danych.

⬤ Organizowania katalogów reguł i błędów.

⬤ Zapewnienie dokładności i kompletności oceny jakości danych.

⬤ Konstruowanie wymiarowej karty wyników jakości danych.

⬤ Przeprowadzanie cyklicznej oceny jakości danych.