Data Quality (คุณภาพของข้อมูล)
Data Quality Dimension
Data Quality เป็นหนึ่งในหัวข้อที่สำคัญ ทั้งสำหรับโครงการ Data Management และ Data Governance
อย่างไรก็ตาม ปัญหาของการวิเคราะห์คุณภาพของข้อมูล คือ การวางมาตรฐานการชี้วัด ซึ่งควรเป็นมาตรฐานที่เป็น Standard เพื่อให้บุคลากรที่เกี่ยวข้องเข้าใจวิธีการประเมินคุณภาพตรงกัน
การประเมินคุณภาพของข้อมูล แบ่งหัวข้อหลักออกได้เป็น 2 ส่วน ได้แก่ "ส่วนโครงสร้าง" และ "ส่วนการนำไปใช้งาน"
ซึ่งในส่วนของโครงสร้างจะสามารถวางมาตรฐานเพื่อให้ผู้รับผิดชอบประเมินตัวชี้วัดได้ตาม Standard
สำหรับส่วนของการนำไปใช้จะเป็นการวิเคราะห์ความพร้อมของข้อมูลเพื่อการนำไปใช้ เช่น Outlier, การพิมผิด เป็นต้น
ตัวอย่างมิติคุณภาพสำหรับโครงการ Data Governance ทั้ง 5 ได้แก่
1. Accuracy ความถูกต้องตาม Format ของข้อมูล
2. Completeness ความสมบูรณ์ของข้อมูล
3. Consistency ความสอดคล้องของข้อมูลแต่ละแหล่งที่ส่งผ่านกัน
4. Timeliness ความเป็นปัจจุบันของข้อมูล
5. Availability ความพร้อมในการแลกเปลี่ยน
ในกรณีที่องค์กรต้องการดำเนินโครงการเพื่อทำความสะอาดข้อมูล จะสามารถใช้มาตรฐานตัวชี้วัดถ้านคุณภาพ เพื่อเป็นแนวทางในการปรับปรุงคุณภาพของข้อมูลได้
#DataScience
#Optimization
#ProductivityImprovement
#DigitalTransformation
#MachineLearning
#ArtificialIntelligence
#DataManagement
#DataGovernance
#DataQuality
#DeepLearning
#Coraline ให้คำปรึกษา และรับพัฒนาโครงการ Big Data, Data Model, Artificial Intelligence และ Digital Transformation เพื่อเพิ่มศักยภาพของธุรกิจ
โฆษณา
- ดาวน์โหลดแอปพลิเคชัน
- © 2024 Blockdit
