Η ποιότητα των δεδομένων μετρά την καταλληλότητα των δεδομένων για την προβλεπόμενη χρήση τους. Ακριβή, πλήρη, συνεπή, έγκαιρα και έγκυρα. Τα κακά δεδομένα έχουν πολλές παραλλαγές. Λείπει τιμή. Διπλότυπη εγγραφή. Ημερομηνία σε λάθος μορφή. Διεύθυνση που δεν υπάρχει. Κάθε ελάττωμα έχει ένα κόστος. Μια καμπάνια μάρκετινγκ στέλνει αλληλογραφία σε μη ενεργές διευθύνσεις. Μια οικονομική έκθεση υπερεκτιμά τα έσοδα λόγω διπλότυπων δεδομένων. Ένα μοντέλο μηχανικής μάθησης κάνει μεροληπτικές προβλέψεις επειδή τα δεδομένα εκπαίδευσης ήταν ελλιπή.

Η ποιότητα των δεδομένων δεν είναι μια εφάπαξ λύση. Είναι μια πρακτική. Ορίστε διαστάσεις ποιότητας για κάθε σύνολο δεδομένων. Μετρήστε τις τακτικά. Ορίστε όρια για αποδεκτή ποιότητα. Διερευνήστε πότε μειώνονται οι αριθμοί. Οι βασικές αιτίες είναι συνήθως προβλήματα διεργασίας, όχι τεχνολογικά προβλήματα. Η εισαγωγή δεδομένων χωρίς επικύρωση δημιουργεί σφάλματα. Τα συστήματα που δεν μοιράζονται ένα κοινό αναγνωριστικό πελάτη δημιουργούν διπλότυπα. Οι διεργασίες που επιτρέπουν ελλιπή αρχεία δημιουργούν κενά. Η διόρθωση της διαδικασίας αποτρέπει τα σφάλματα. Η διόρθωση των δεδομένων χωρίς διόρθωση της διαδικασίας σημαίνει ότι τα σφάλματα επιστρέφουν. Τα εργαλεία ποιότητας δεδομένων βοηθούν στη δημιουργία προφίλ, τον καθαρισμό και την παρακολούθηση. Δεν αντικαθιστούν την ιδιοκτησία. Κάποιος πρέπει να είναι υπόλογος για κάθε σύνολο δεδομένων. Χωρίς αυτήν την λογοδοσία, η ποιότητα αποκλίνει. Πάντα αποκλίνει.

Διαστάσεις ποιότητας δεδομένων

• Ακρίβεια — τα δεδομένα αντικατοπτρίζουν την πραγματικότητα
• Πληρότητα — καμία ελλιπής τιμή
• Συνέπεια — ίδια δεδομένα σε όλα τα συστήματα
• Επικαιρότητα — τα δεδομένα είναι ενημερωμένα
• Εγκυρότητα — τα δεδομένα συμμορφώνονται με τους κανόνες
• Μοναδικότητα — χωρίς διπλότυπα

Η ποιότητα των δεδομένων είναι δουλειά όλων. Όταν δεν είναι δουλειά κανενός, αποτυγχάνει.