Leitfaden zum Datenqualitätsmanagement #3 - Die wichtigsten Merkmale von DQM-Tools
Actian Germany GmbH
April 3, 2022

Unter Datenqualität versteht man die Fähigkeit eines Unternehmens, die Qualität seiner Daten auf Dauer zu erhalten. Glaubt man einigen Datenexperten, so ist die Verbesserung der Datenqualität das Allheilmittel für alle unsere geschäftlichen Probleme und sollte daher oberste Priorität haben.
Bei Zeenea sind wir der Meinung, dass dies nuanciert sein sollte: Datenqualität ist unter anderem ein Mittel, um die Unsicherheiten beim Erreichen der Unternehmensziele zu begrenzen.
In dieser Artikelserie gehen wir auf alles ein, was Datenexperten über Datenqualitätsmanagement (DQM) wissen müssen:
- Die neun Dimensionen der Datenqualität
- Die mit der Datenqualität verbundenen Herausforderungen und Risiken
- Die wichtigsten Merkmale von Datenqualitätsmanagement-Tools
- Der Datenkatalog zum DQM
Eine Möglichkeit, die Herausforderungen der Datenqualität besser zu verstehen, ist ein Blick auf die bestehenden Datenqualitätslösungen auf dem Markt.
Wie können wir aus betrieblicher Sicht Probleme mit der Datenqualität erkennen und beheben? Welche Funktionen bieten Datenqualitätsmanagement-Tools zur Verbesserung der Datenqualität?
Ohne zu sehr ins Detail zu gehen, wollen wir die Vorteile eines Datenqualitätsmanagement-Tools anhand der wichtigsten Bewertungskriterien des Magic Quadrant for Data Quality Solutions von Gartner erläutern.
Konnektivität
Ein Datenqualitätsmanagement-Tool muss in der Lage sein, Qualitätsregeln für alle Unternehmensdaten (intern, extern, vor Ort, Cloud, relational, nicht-relational usw.) zu erfassen und anzuwenden. Das Tool muss in der Lage sein, auf alle relevanten Daten zuzugreifen, um Qualitätsregeln anwenden zu können.
Datenprofilierung, Datenmessung und Datenvisualisierung
Sie können Datenqualitätsprobleme nicht beheben, wenn Sie sie nicht zuerst erkennen. Data Profiling ermöglicht es IT- und Geschäftsanwendern, die Qualität der Daten zu bewerten, um die Datenqualitätsprobleme zu erkennen und zu verstehen.
Das Tool muss in der Lage sein, die in den Neun Dimensionen der Datenqualität beschriebenen Funktionen auszuführen, um Qualitätsprobleme in den wichtigsten Dimensionen des Unternehmens zu identifizieren.
Überwachung
Das Tool muss in der Lage sein, die Entwicklung der Datenqualität zu überwachen und das Management zu einem bestimmten Zeitpunkt zu warnen.
Datenstandardisierung und Datenbereinigung
Dann folgt die Phase der Datenbereinigung. Hier geht es darum, Datenbereinigungsfunktionen bereitzustellen, um Normen oder Geschäftsregeln zur Änderung der Daten (Format, Werte, Seitenlayout) zu erlassen.
Abgleich und Zusammenführung von Daten
Ziel ist es, Duplikate zu identifizieren und zu löschen, die in oder zwischen Datensätzen vorhanden sein können.
Überprüfung von Adressen
Ziel ist die Vereinheitlichung von Adressen, die unvollständig oder fehlerhaft sein könnten.
Datenkuratierung und -anreicherung
Die Funktionen eines Datenqualitätsmanagement-Tools ermöglichen die Integration von Daten aus externen Quellen und verbessern die Vollständigkeit, wodurch die Daten an Wert gewinnen.
Die Entwicklung und Einführung von Geschäftsregeln
Die Funktionen eines Datenqualitätsmanagement-Tools ermöglichen die Erstellung, Deployment und Verwaltung von Geschäftsregeln, die dann zur Validierung der Daten verwendet werden können.
Problemlösung
Das Qualitätsmanagement-Tool unterstützt sowohl IT- als auch Geschäftsanwender bei der Zuweisung, Eskalation, Lösung und Überwachung von Datenqualitätsproblemen.
Metadaten Management
Das Tool sollte auch in der Lage sein, alle Metadaten im Zusammenhang mit dem Datenqualitätsprozess zu erfassen und abzugleichen.
Nutzer
Schließlich sollte eine Lösung in der Lage sein, sich an die verschiedenen Rollen innerhalb des Unternehmens und insbesondere an nicht-technische Geschäftsanwender anzupassen.
Holen Sie sich unseren Leitfaden zum Datenqualitätsmanagement für data driven Organisationen
Wenn Sie weitere Informationen über Datenqualität und DQM wünschen, laden Sie unseren kostenlosen Leitfaden herunter: "Leitfaden zum Datenqualitätsmanagement" jetzt herunterladen! Laden Sie das eBook herunter.
Abonnieren Sie den Actian Blog
Abonnieren Sie den Blog von Actian, um direkt Dateneinblicke zu erhalten.
- Bleiben Sie auf dem Laufenden - Holen Sie sich die neuesten Informationen zu Data Analytics direkt in Ihren Posteingang.
- Verpassen Sie keinen Beitrag: Sie erhalten automatische E-Mail-Updates, die Sie informieren, wenn neue Beiträge veröffentlicht werden.
- Ganz wie sie wollen: Ändern Sie Ihre Lieferpräferenzen nach Ihren Bedürfnissen.