Veri kalitesi, verinin amaçlanan kullanımına ne kadar uygun olduğunu ölçer. Doğru, eksiksiz, tutarlı, zamanında ve geçerli olmalıdır. Kötü verinin birçok çeşidi vardır. Eksik bir değer. Yinelenen bir kayıt. Yanlış formatta bir tarih. Var olmayan bir adres. Her kusurun bir maliyeti vardır. Bir pazarlama kampanyası ölü adreslere posta gönderir. Bir finansal rapor, yinelenen kayıtlar nedeniyle geliri olduğundan fazla gösterir. Bir makine öğrenme modeli, eğitim verileri eksik olduğu için yanlı tahminlerde bulunur.

Veri kalitesi tek seferlik bir çözüm değildir. Bir uygulamadır. Her veri seti için kalite boyutları tanımlayın. Bunları düzenli olarak ölçün. Kabul edilebilir kalite için eşikler belirleyin. Sayılar düştüğünde araştırma yapın. Temel nedenler genellikle teknoloji sorunları değil, süreç sorunlarıdır. Doğrulama yapılmadan veri girişi hatalara yol açar. Ortak bir müşteri kimliğine sahip olmayan sistemler mükerrer kayıtlar oluşturur. Eksik kayıtlara izin veren süreçler boşluklar oluşturur. Süreci düzeltmek hataları önler. Süreci düzeltmeden verileri düzeltmek, hataların geri gelmesi anlamına gelir. Veri kalitesi araçları profil oluşturma, temizleme ve izleme konusunda yardımcı olur. Ancak sahipliğin yerini almazlar. Her veri seti için birinin sorumlu olması gerekir. Bu sorumluluk olmadan kalite sapma gösterir. Her zaman sapma gösterir.

Veri kalitesi boyutları

• Doğruluk — veriler gerçeği yansıtır
• Eksiksizlik — eksik değer yok
• Tutarlılık — sistemler arasında aynı veriler
• Güncellik — veriler günceldir
• Geçerlilik — veriler kurallara uygundur.
• Benzersizlik — tekrarlanan kayıt yok

Veri kalitesi herkesin görevidir. Kimsenin görevi olmadığında ise başarısız olur.