데이터 품질

작가: Louise Ward
창조 날짜: 11 2 월 2021
업데이트 날짜: 28 6 월 2024
Anonim
데이터 전처리, 품질, 기법 Data Preprocessing, Quality, Techniques
동영상: 데이터 전처리, 품질, 기법 Data Preprocessing, Quality, Techniques

콘텐츠

정의-데이터 품질이란 무엇입니까?

데이터 품질은 다른 관점에서 데이터 속성을 측정하는 복잡한 방법입니다. 데이터, 특히 데이터웨어 하우스에 상주하는 데이터의 응용 프로그램 효율성, 안정성 및 적합성을 종합적으로 검사합니다.


조직 내에서 비즈니스 인텔리전스 (BI) 및 비즈니스 분석 (BA)보고의 수명은 물론 트랜잭션 및 운영 프로세스에 적절한 데이터 품질이 필수적입니다. 데이터 품질은 데이터 입력, 처리 및 유지 관리 방식에 영향을받을 수 있습니다.

데이터 품질 보증 (DQA)은 데이터의 효율성과 신뢰성을 검증하기위한 절차입니다.

Microsoft Azure 및 Microsoft 클라우드 소개 | 이 가이드를 통해 클라우드 컴퓨팅에 관한 모든 내용과 클라우드에서 비즈니스를 마이그레이션하고 운영하는 데 Microsoft Azure가 어떻게 도움이되는지 알아 봅니다.

Techopedia는 데이터 품질을 설명합니다

효과적인 데이터 품질 유지 관리에는 정기적 인 데이터 모니터링 및 청소가 필요합니다. 일반적으로 데이터 품질 유지 보수에는 단일 데이터보기를 작성하기 위해 데이터 업데이트 / 표준화 및 레코드 중복 제거가 포함됩니다.

주요 데이터 품질 구성 요소는 다음과 같습니다.

  • 완전성 : 원하는 데이터 속성이 제공되는 수준. 데이터가 100 % 완료 될 필요는 없습니다.
  • 정확성 : 데이터를 실제 상태로 나타냅니다. 다양한 목록 및 매핑을 통해 자동화 된 방법을 사용하여 계산할 수 있습니다.
  • 신뢰성 : 데이터가 신뢰할 수 있고 진실 된 것으로 간주되는 범위. 소스에 따라 다를 수 있습니다.
  • 적시성 (데이터 연령) : 현재 벤처에 대한 데이터가 적절하게 업데이트되는 범위.
  • 일관성 : 다양한 데이터 집합 사실이 일치하는지 평가합니다.
  • 무결성 : 참조 유효성 및 다양한 데이터 세트의 정확한 결합을 평가합니다.

다음과 같은 이유로 데이터 품질이 중요합니다.

  • 책임과 서비스를 처리하기 위해 정확하고시기 적절한 정보를 제공합니다.
  • 서비스 효율성을 처리하기위한 신속한 정보를 제공합니다.
  • 효과적인 리소스 활용의 우선 순위를 정하고 보장합니다.