9

Надежные данные - это основа принятия взвешенных решений. Самые лучшие инструменты BI оказываются малоэффективными, если они используются для анализа неполных и неточных данных. Поэтому проблема качества требует специальной программы в рамках действии службы ИТ

9.5. Повышение качества информации

Качество данных определяется следующими характеристиками:

• 1) согласованностью (является ли представление данных однородным (однотипные структуры – например, реляционная модель данных), нет ли дубликатов, отсутствие данных с пересекающимися или конфликтующими определениями);

• 2) полнотой (все ли необходимые данные присутствуют);

• 3) точностью (совпадением хранимых и фактических значений);

• 4) своевременностью (актуально ли хранимое значение).

Правила проверки качества данных необходимо задать, сохранить в виде метаданных и проверять при каждом обновлении ХД – т.е. они являются частью модели данных. Кроме того, высокое качество требует поддержки контроля данных.

• Метаданные обеспечивают информацию о времени создания и об авторе данных, об источнике, значении данных в момент получения (о наследовании данных), и о дальнейшем пути от источника к текущему местоположению (data lineage, происхождение данных). Таким образом, пользователи могут восстановить цепочку, по которой проходят данные за время преобразования, и проверить точность возвращенной информации.

ПРОГРАММА ПОВЫШЕНИЯ КАЧЕСТВА:

Три основных компонента - измерение, повышение качества как итеративный процесс, проверка.

1) Управление нормативно-справочной информацией: создание общего языка

• Нормативно-справочная информация (НСИ) - это данные, определяющие и поддерживающие ключевые бизнес-объекты, которые необходимы для нормального функционирования основных бизнес-процессов компании. Единое описание всех ключевых бизнес-объектов: потребители, сотрудники, финансы, продукты, бренды, поставщики и партнеры.

2) Управление данными: преодоление организационных барьеров

• Управление данными - это функция бизнеса, которая обеспечивает выработку стратегического направления для программ повышения качества информации, устанавливает КОРПОРАТИВНЫЕ СТАНДАРТЫ И ПРОЦЕССЫ управления данными.

3) Выполнение законодательных требований

• Сертифицированные данные - это данные, подвергнутые структурированному процессу повышения качества. Эти данные позволяют компаниям давать права собственности данных, выполнять законодательные требования, предъявляемые к отчетности, а также улучшать свою общественную репутацию и повышать доверие акционеров.

• Защита информации - это еще одна область пересечения BI и выполнения законодательных требований. Предмет особой заботы компаний - защита данных о потребителях.

• Возможность контроля данных (Data audit ability) также играет важную роль в выполнении законодательных требований. Эта возможность позволяет организации реконструировать состояние бизнеса в исторической перспективе. Эффективный механизм реконструкции состояния бизнеса в исторической перспективе - это существенный вклад в выполнение законодательных требований – внешний аудит данных.

4) Прозрачность корпоративных данных

• Прозрачность корпоративных данных означает, что внутри организации можно проследить происхождение любых данных (Date lineage – источник, этапы преобразования), т.е., другими словами, что "родословная" данных может быть охарактеризована в исторической перспективе. Это означает, что при агрегировании данных можно быть уверенным, что процесс производится именно с теми данными, с которыми нужно, и что эти данные сравнимы и упорядочены по всем областям бизнеса.

CALS-технологии (Continuous Acquisition and Life cycle Support, непрерывная информационная поддержка поставок и жизненного цикла). Современный подход к проектированию и производству высокотехнологичной и наукоёмкой продукции, заключающийся в использовании компьютерной техники и современных информационных технологий на всех стадиях жизненного цикла изделия.

1980-е годы – военная техника НАТО, «Адмиралтейские верфи», НПО «Аврора» и т.д.

В дальнейшем понятие ЖИЗНЕННОГО ЦИКЛА было распространено на другие объекты – например, проекты.