Datakvalitetsstyring (DQM)

Forfatter: Robert Simon
Oprettelsesdato: 21 Juni 2021
Opdateringsdato: 12 Kan 2024
Anonim
Datakvalitetsstyring (DQM) - Teknologi
Datakvalitetsstyring (DQM) - Teknologi

Indhold

Definition - Hvad betyder datakvalitetsstyring (DQM)?

Datakvalitetsstyring er en administrationstype, der inkorporerer rolleoprettelsen, rolleudbredelse, politikker, ansvar og processer med hensyn til erhvervelse, vedligeholdelse, disponering og distribution af data. For at et datakvalitetsstyringsinitiativ skal lykkes, kræves et stærkt partnerskab mellem teknologigrupper og virksomheden.


Informationsteknologigrupper har ansvaret for at opbygge og kontrollere hele miljøet, det vil sige arkitektur, systemer, tekniske virksomheder og databaser. Dette overordnede miljø erhverver, vedligeholder, spreder og bortskaffer en organisations elektroniske dataaktiver.

En introduktion til Microsoft Azure og Microsoft Cloud | Gennem denne vejledning lærer du, hvad cloud computing handler om, og hvordan Microsoft Azure kan hjælpe dig med at migrere og drive din virksomhed fra skyen.

Techopedia forklarer Data Quality Management (DQM)

Når man overvejer en business intelligence-platform, er der forskellige roller forbundet med datakvalitetsstyring:
  • Projektleder og programleder: ansvarlig for overvågning af individuelle projekter eller business intelligence-programmet. De administrerer også de daglige funktioner afhængigt af budget, omfang og tidsplanbegrænsninger.
  • Organisationsændringsagent: Hjælper organisationen med at anerkende virkningen og værdien af ​​business intelligence-miljøet og hjælper organisationen med at håndtere eventuelle udfordringer, der opstår.
  • Dataanalytiker og forretningsanalytiker: Kommuniker forretningsbehov, som består af dybtgående datakvalitetsbehov. Dataanalytikeren demonstrerer disse behov i datamodellen såvel som i forudsætningerne for dataindsamling og leveringsprocedurer. Samlet garanterer disse analytikere, at kvalitetsbehovene identificeres og demonstreres i designet, og at disse behov føres til teamet med udviklere.
  • Forvalter af data: Håndterer data som et forretningsaktiv.
En effektiv tilgang til styring af datakvalitet har både reaktive og proaktive elementer. De proaktive elementer inkluderer:
  • Oprettelse af hele regeringen
  • Identifikation af roller og ansvar
  • Oprettelse af kvalitetsforventningerne samt de understøttende forretningsstrategier
  • Implementering af en teknisk platform, der letter denne forretningspraksis
De reaktive elementer inkluderer styring af problemer i de data, der findes i eksisterende databaser.