Data Quality

  • Konsistenz: Daten müssen widerspruchs- und doublettenfrei sein.
  • Vollständigkeit: Die Datenmenge muss exakt stimmen.
  • Validität: Daten müssen aus glaubwürdigen Quellen stammen.
  • Genauigkeit: Daten müssen im geeigneten Format mit der erforderlichen Anzahl an Nachkommastellen vorliegen
  • Aktualität: Daten müssen entsprechend der Erwartungen pünktlich bereitgestellt werden.

Data Quality als fortlaufender Prozess

Mix aus Software und Best-Practices

Datenqualitätskreislauf
Data Quality ist ein fortlaufender Prozess, in dessen Kontext die Qualitätsmaßstäbe immer wieder auf Neue definiert, geprüft und optimiert werden. (Grafik: ORAYLIS GmbH)

 

We turn data into value! Kontaktieren Sie uns.

Gerne beraten wir Sie persönlich!
Rufen Sie uns an oder schreiben Sie eine E-Mail.

Jetzt kontaktieren