Datenqualität erfolgreich steuern

DATENQUALITÄT ERFOLGREICH STEUERN

Impressum

Inhalt

Vorwort

Einleitung

I. Theorie

I.1 Datenqualität

I.1.1 Daten

I.1.2 Qualität

I.1.3 Datenqualität

I.1.4 Datenqualitätsmanagement

I.1.5 Zusammenfassung

I.2 Ausprägungen und Ursachen schlechter Datenqualität

I.2.1 Geschäftstreiber

I.2.2 Ausprägungen schlechter Datenqualität

I.2.3 Ursachen schlechter Datenqualität

I.2.4 Beispiel: Finanzdienstleister

I.2.5 Zusammenfassung

I.3 Auswirkungen schlechter Datenqualität

I.3.1 Datenqualitätskosten

I.3.2 Gesetzliche Anforderungen

I.3.3 Zusammenfassung

I.4 Organisation

I.4.1 Aufbauorganisation

I.4.2 Ablauforganisation

I.4.3 Empfehlungen

I.5 Referenzarchitektur für Business-Intelligence-Anwendungen

I.5.1 Referenzarchitektur

I.5.2 Problemstellen und Lösungsansätze hinsichtlich der Datenqualität

I.5.5 Master Data Management

I.6 Kennzahlen zur Messung der Datenqualität

I.6.1 Anwendungsmöglichkeiten von Kennzahlen

I.6.3 DQ-Metriken

I.6.4 Beispiele für Kennzahlen je Datenqualitätskriterium

I.6.5 Kennzahlenbaum

I.6.6 DQ-Assessment

I.6.7 DQ-Planung

I.6.8 DQ-Projekte

I.6.9 Kennzahlenformular

I.6.10 Zusammenfassung

II. Technische Umsetzung

Einleitung

II.1 Verbesserung der Datenqualität im Quellsystem

II.1.1 Vorbeugung vor neuen Datenqualitätsproblemen

II.1.2 Empfehlungen

II.2 Data Profiling

II.2.1 Data-Profiling-Prozess

II.2.2 Zusammensetzung des Data-Profiling-Teams

II.2.3 Data-Profiling-Verfahren

II.2.4 Empfehlungen

II.3 Erfolgreiche Datenvalidierung und -filterung

II.3.1 Validierung auf vier Ebenen

II.3.2 Filterung fehlerhafter Daten

II.3.3 Validierung bei Extraktion oder Laden

II.3.4 Arten der Datenvalidierung

II.3.5 Erstellung der Validierungsregeln und Speicherung der Ergebnisse

II.3.6 Empfehlungen

II.4 Standardisierung und Bereinigung

II.4.1 Standardisierung

II.4.2 Datenbereinigung

II.4.3 Standardisierung und Bereinigung im ETL-Prozess

II.4.4 Verfahren für nicht zu bereinigende Daten

II.4.5 Empfehlungen

II.5 Datenanreicherung

II.5.1 Wirtschaftsinformationen

II.5.2 Geografische Informationen

II.5.3 Soziodemografische Informationen

II.5.4 Haushaltsbildung

II.5.5 Standards zur Klassifizierung von Waren und Dienstleis­tungen

II.5.6 Branchen-Klassifizierung

II.5.7 Empfehlungen

II.6 Verbesserung der Datenqualität in der Bereitstellung und Visualisierung

II.6.1 Bereitstellung der Daten

II.6.2 Visualisierung der Information

II.6.3 Empfehlungen

II.7 Wertschöpfung durch Metadaten

II.7.1 Metadaten: Begriff und Strukturierung

II.7.2 Metadaten-Architekturen

II.7.3 Metadaten-Management

II.7.4 Metadaten-Kategorien

II.7.5 Probleme bei der Erstellung: Motivation und Aktualität

II.7.6 Nutzung von Metadaten

II.7.7 Empfehlungen

II.8 Data Quality Monitoring

II.8.1 DQ-Messung und -Analyse

II.8.2 Methoden

II.8.3 Visualisierung

II.8.4 Benachrichtigung und Aktionen

II.8.5 Verantwortlichkeiten

II.8.6 Zusammenfassung

II.9 Produktauswahl und -integration

II.9.1 Anbieter und Produkte

II.9.2 Auswahlkriterien im Überblick

II.9.3 Funktionale Kriterien

II.9.4 Integration

II.9.5 Einbeziehung der Fachbereiche

II.9.6 Sprachen und Länder

II.9.7 Einbindung in DQM-Prozesse

II.9.8 Empfehlungen

III. Projektpraxis

Einleitung

III.1 Datenqualitätsmanagement in einer Studie

III.1.1 Analyse des Ist-Zustands

III.1.2 Entwurf des Soll-Konzepts

III.1.3 Bewertung

III.1.4 Umsetzungsplanung

III.1.5 Empfehlungen

III.2 Datenqualitätsmanagement in der Spezifikation

III.2.1 Spezifikation der Schnittstellen

III.2.2 Definition der Rollen in der Datenorganisation

III.2.3 Festlegung der Datenqualitätsziele

III.2.4 Bezeichnung und Definition der Objekte

III.2.5 Festlegung der Geschäftsregeln

III.2.6 Messung der Qualität von Definitionen und Geschäftsregeln

III.2.7 Data Profiling in der Spezifikation

III.2.8 Entwurf des Systems

III.2.9 Empfehlungen

III.3 Datenqualitätsmaßnahmen in der Konstruktionsphase

III.3.1 Übertragung der Datenqualitätsziele

III.3.2 Konventionen und Richtlinien

III.3.3 Entwurf des Systems

III.3.4 Erstellung eines Prototypen

III.3.5 Empfehlungen

III.4 Steuerung der Datenqualität in der Realisierung

III.4.1 Einhaltung der Konventionen, Richtlinien und Konzepte

III.4.2 Data Profiling in der Realisierung

III.4.3 Einbindung der Datenverantwortlichen und Benutzer

III.4.4 Realisierung der Datenqualitätsmaßnahmen

III.4.5 Durchführung von Tests

III.4.6 Empfehlungen

III.5 Steuerung der Datenqualität im Betrieb

III.5.1 Monitoring und Berichtswesen

III.5.2 Ausbildung

III.5.3 Empfehlungen

Die Autoren

Abkürzungen

Literaturverzeichnis

Register

Zurück an den Anfang