데이터 웨어하우스 품질 관리를 위한 다양한 도구는 다음과 같습니다 -
품질 정의
품질의 정의 및 정량화는 기대에 대한 성능의 일부로 제공됩니다. 품질을 정의하기 위해 제품이 위탁되는 시점부터 사회에 전달되는 손실로 정의하는 데 사용됩니다. 사회의 완전한 손실은 생산자의 손실과 사용자의 손실의 합으로 볼 수 있습니다.
제품이나 서비스의 품질과 생산 비용 사이에는 절충점이 있으며 조직은 이 두 매개변수 사이에서 균형을 찾아야 한다는 사실은 잘 알려져 있습니다. 균형을 잃으면 조직은 어쨌든 실패합니다.
데이터 품질 연구
데이터 품질 영역에서 여러 연구가 완료되었습니다. 연구자와 실무자는 일반적으로 정보의 품질을 개선함으로써 의사결정 지원 시스템의 품질을 개선하는 문제에 직면해 있습니다. 데이터 웨어하우스 품질에 대한 우리의 방법에 다소 영향을 준 이 영역에 대한 관련 작업을 표시할 수 있습니다.
프레임워크에는 관리 책임, 서비스 및 보증 비용, 연구 개발, 생산, 유통, 인사 관리 및 법률 서비스와 같은 ISO 9000 표준에서 채택된 7가지 요소가 포함됩니다. 이 프레임워크는 데이터 품질에 관한 문헌의 필수적인 부분을 검토하지만 데이터 품질의 연구 및 개발 형태만이 데이터 웨어하우스 품질 설계의 원인과 일치하는 것으로 보입니다.
이 분야에 포함되는 세 가지 주요 문제는 데이터 제품의 데이터 품질 방법의 분석 및 설계, 데이터 품질 방법을 결합한 데이터 제조 시스템(DMS)의 설계, 데이터 품질 측정의 정의입니다.
데이터 품질 시스템은 데이터 품질 관리를 달성하기 위한 조직 구조, 책임, 프로세스 및 리소스를 둘러싸고 있습니다. 데이터 품질 관리는 데이터 제품에 필요한 품질을 얻는 데 사용되는 일련의 운영 방법 및 활동입니다. 데이터 품질 보증에는 데이터 제품이 주어진 일련의 품질 사양을 충족할 것이라는 적절한 확신을 지원하는 데 필수적인 준비되고 질서 있는 모든 서비스가 포함됩니다.
데이터 품질
창고에 저장되는 데이터의 품질은 그 자체로 프로세스가 아닙니다. 창고 환경에서 발생하는 모든 프로세스의 영향을 받습니다. 다음과 같은 몇 가지 데이터 품질 요소가 있습니다 -
-
완전성 factor는 소스와 웨어하우스에 도입된 흥미로운 실제 데이터의 비율을 정의합니다.
-
신뢰성 요소는 데이터를 지원한 출처의 신뢰성을 정의합니다.
-
정확도 요소는 소스에 나타난 데이터 입력 절차의 정확성을 정의합니다.
-
일관성 factor는 논리적 규칙 및 제약과 관련된 데이터의 논리적 일관성을 정의합니다.
-
데이터 해석 가능성 요소는 데이터 정의와 관련됩니다(예:레거시 시스템 및 외부 레코드에 대한 데이터 디자인, 관계형 데이터베이스에 대한 테이블 정의, 기본 및 외래 키, 별칭, 기본값, 도메인, 코딩된 값에 대한 설명 등).