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)

 

NEWSLETTER ANMELDUNG

Mit unserem Newsletter verschicken wir mehrfach im Jahr wertvolle Insights, Tipps, Success Stories und Ideen, wie aus Daten Mehrwerte werden.

Jetzt anmelden und keine wertvollen Tipps verpassen! 

Newsletter abonnieren