Datu kvalitātes dimensiju analīze

Abstract

Bakalaura darba “Datu kvalitātes dimensiju analīze” mērķis ir novērtēt un salīdzināt divu uzņēmumu datu kvalitāti un formulēt pamatnosacījumus kvalitatīvai datu apritei, izstrādājot datu kvalitātes novērtēšanas modeli. Lai sasniegtu pētījuma mērķi empīriskajā daļā, tika izmantota kontentanalīzes metode. Pētījuma rezultātā secināts, ka X1 iestādē datu pārvaldīšana nav produktīva un ir datu kvalitātes problēmas, taču x2 iestādē datu pārvaldīšanas shēmu nodrošina optimālu datu kvalitātes apriti. Dimensiju kontekstā tika secināts, ka X1 iestādē 15.1 % no visiem datu masīva ierakstiem ir nepilnīgi, taču X2 iestādes gadījumā tie bija 8 %, kur kāds no ieraksta laukiem netika aizpildīts. Lai notiktu kvalitatīva datu aprite, ir jāizvirza mērķis un principi jāsaprot plānojums un process, lai nodrošinātu cilvēkresursu un veicinātu rotāciju pārbaudot nākamajā līmenī.

The aim of the bachelor's thesis “Analysis of data quality dimensions” is to evaluate and compare the data quality of two companies and to formulate basic conditions for quality data circulation by developing a data quality assessment model. To achieve the objective of the research in the empirical part, the method of content analysis was used. As a result of the study, it was concluded that data management in the X1 institution is not productive and there are data quality problems, but in the x2 institution, the data management scheme ensures optimal data quality circulation. In the context of dimensions, it was concluded that in X1 institution 15.1% of all records in the data array were incomplete, but in the case of X2 institution it was 8% where one of the fields of the record was not filled. In order for quality data circulation to take place, the goal and principles must be understood, the planning and process must be understood in order to provide human resources and promote rotation when checking at the next level.