{"id":67417,"date":"2022-04-04T09:27:25","date_gmt":"2022-04-04T09:27:25","guid":{"rendered":"https:\/\/dataladder.com\/entwurf-eines-rahmens-fuer-das-datenqualitaetsmanagement\/"},"modified":"2022-05-19T10:38:31","modified_gmt":"2022-05-19T10:38:31","slug":"entwurf-eines-rahmens-fuer-das-datenqualitaetsmanagement","status":"publish","type":"post","link":"https:\/\/dataladder.com\/de\/entwurf-eines-rahmens-fuer-das-datenqualitaetsmanagement\/","title":{"rendered":"Entwurf eines Rahmens f\u00fcr das Datenqualit\u00e4tsmanagement"},"content":{"rendered":"\n

Laut dem Bericht von O’Reilly \u00fcber \n Der Stand der Datenqualit\u00e4t 2020<\/a>\n<\/em>sehen sich 56 % der Unternehmen mit mindestens vier verschiedenen Arten von Datenqualit\u00e4tsproblemen konfrontiert, 71 % sogar mit mindestens drei verschiedenen Arten. Es ist nicht verwunderlich, dass die Anzahl und Art der Datenqualit\u00e4tsprobleme in den verschiedenen Organisationen unterschiedlich sind. Es ist jedoch \u00fcberraschend, dass die meisten Unternehmen dazu neigen, allgemeine L\u00f6sungen f\u00fcr ihre Datenqualit\u00e4tsprobleme zu \u00fcbernehmen und zu implementieren, anstatt etwas zu entwickeln, das ihrem speziellen Fall gerecht wird.<\/p>\n\n

Hier kommt ein durchg\u00e4ngiger Rahmen f\u00fcr die Datenqualit\u00e4t ins Spiel. In einem fr\u00fcheren Blog haben wir die wichtigsten Datenqualit\u00e4tsprozesse<\/a> besprochen, die man kennen sollte, bevor man ein Datenqualit\u00e4ts-Framework entwickelt. In diesem Blog werden wir sehen, wie diese Prozesse genutzt werden k\u00f6nnen, um einen Plan zur kontinuierlichen Verbesserung der Datenqualit\u00e4t zu entwickeln.<\/p>\n\n

Lassen Sie uns eintauchen.<\/p>\n\n

Was ist ein Datenqualit\u00e4tsrahmen?<\/h2>\n\n

Der Datenqualit\u00e4tsrahmen (auch Datenqualit\u00e4tslebenszyklus genannt) ist ein systematischer Prozess, der den aktuellen Stand der Datenqualit\u00e4t \u00fcberwacht und sicherstellt, dass diese \u00fcber den festgelegten Schwellenwerten bleibt. Sie ist in der Regel zyklisch angelegt, so dass die Ergebnisse kontinuierlich bewertet und Fehler rechtzeitig und systematisch korrigiert werden.<\/p>\n\n

Beispiel f\u00fcr einen Datenqualit\u00e4tsrahmen<\/h3>\n\n

Unternehmen, die ihre Datenqualit\u00e4tsprobleme beheben wollen, wenden fast die gleichen Datenqualit\u00e4tsprozesse an. Bei der Datenqualit\u00e4t unterscheiden sich ihre Pl\u00e4ne jedoch. So wird ein Datenqualit\u00e4tsmanagementsystem mit Sicherheit einige grundlegende Datenstandardisierungstechniken verwenden, um eine einheitliche Sicht auf alle Datenwerte zu erhalten. Die genaue Art dieser Standardisierungstechniken h\u00e4ngt jedoch vom aktuellen Stand Ihrer Daten ab und davon, was Sie erreichen wollen.<\/p>\n\n

Aus diesem Grund werden wir hier ein allgemeines, aber dennoch umfassendes Datenqualit\u00e4ts-Framework betrachten – etwas, das jedes Unternehmen f\u00fcr seinen speziellen Gesch\u00e4ftsfall \u00fcbernehmen kann.<\/p>\n\n

Ein einfacher Rahmen oder Lebenszyklus f\u00fcr die Datenqualit\u00e4t besteht aus vier Phasen:<\/p>\n\n

\"\"<\/figure>\n\n

In den folgenden Abschnitten wird auf jede dieser Phasen n\u00e4her eingegangen.<\/p>\n\n

1. Bewerten Sie<\/h2>\n\n

Dies ist der erste Schritt des Rahmens, in dem Sie die beiden Hauptkomponenten bewerten m\u00fcssen: die Bedeutung der Datenqualit\u00e4t f\u00fcr Ihr Unternehmen und die Bewertung der aktuellen Daten im Vergleich dazu.<\/p>\n\n

a. die Bedeutung und die Messgr\u00f6\u00dfen der Datenqualit\u00e4t zu ermitteln<\/h3>\n\n

Die Datenqualit\u00e4t ist definiert als der Grad, in dem die Daten den beabsichtigten Zweck erf\u00fcllen. Und um zu definieren, was Datenqualit\u00e4t f\u00fcr Ihr Unternehmen bedeutet, m\u00fcssen Sie wissen, welche Rolle sie bei den verschiedenen Vorg\u00e4ngen spielt.<\/p>\n\n

Nehmen wir als Beispiel einen Kundendatensatz. Ihre Kundendaten m\u00fcssen ein akzeptables Qualit\u00e4tsniveau aufweisen – unabh\u00e4ngig davon, ob sie f\u00fcr die Kontaktaufnahme mit Kunden oder f\u00fcr die Analyse von Gesch\u00e4ftsentscheidungen verwendet werden. Um die Bedeutung von qualitativ hochwertigen Kundendaten zu definieren, m\u00fcssen Sie Folgendes tun:<\/p>\n\n