Datenqualitätskriterien

Folgende 11 Datenqualitätskritieren können angewendet werden. Selten werden alle gleichzeit angewendet. Vielmehr wird eine Auswahl anhand Sinnhaftigkeit und Zweck genommen. Bei erstmaliger Definition der Datenqualitätkriteren empfehlen wir die 2-3 offensichtlichsten anzuwenden. Meistens bestehen diese aus den ersten 6 Kriterien der Auflistung.

Datenqualitätskriterien (Data Quality Dimensions)

Vollständigkeit
Eindeutigkeit
Korrektheit
Aktualität
Genauigkeit
Konsistenz
Redundanzfreiheit
Relevanz
Einheitlichkeit
Zuverlässigkeit
Verständlichkeit

1. Vollständigkeit

Titel	Vollständigkeit (Completeness)
Definition	Ein Objekt muss alle erfoderlichen Attribute im jeweiligen Ausgabekanal enthalten. (Pflichtfelder)
Referenz	Im Contentdesk.io wird die Vollständigkeit (100%) automatisch anhand der definierten Pflichtfelder einer Produktfamilie berechnet. (siehe Dashboard)
Kennzahl	Erreichungsgrad Vollständigkeit = 0 - 100%
Messeinheit	Prozent
Beispiel	Vollständigkeit eines Objektes der Produktfamilie “Ort & Sehenwürdigkeit” SKU Name Hauptbild Breitengrad Längengrad
Beispiel Berechnung	1000 Objekte sind im System. Davon sind 227 nicht Vollständig. 1000 - 227 = 773 773/1000 x 100 = 77% Vollsändigkeit

2. Eindeutigkeit

Titel	Eindeutigkeit (Uniqueness) / Doubletten
Definition	Jedes Objekt muss eindeutig interpretierbar sein.
Referenz	Objekte, das gegen sich selbst oder sein Gegenstück in einem anderen Objekt gemessen wurde.
Kennzahl	Erreichungsgrad Eindeutigkeit = 0 - 100%
Messeinheit	Prozent
Beispiel	Zwei Objekte (z.B. “Ort & Sehenwürdigkeit”) mit unterschiedlicher SKU unterscheiden sich in allen weiteren Attributen z.B. nur in einem weiteren Merkmal (Telefon) SKU 1-> Telefon = +41 71 274 99 17 SKU 2-> Telefon = +41 71 274 99 19 Alle weiteren Attribute wie z.B. Name, Vorname, Strasse, PLZ, Ort, sind identisch. Es besteht berechtigter Zweifel, ob es sich hier tatsächlich um zwei unterschiedliche Objekte handelt. Zusätzlich entsteht der Zweifel, ob eines oder sogar keine der Telefonnummer richtig ist. Somit sind beide Objekte nicht mehr eindeutig interpretierbar.
Beispiel Berechnung	Statt 1000 Objekte ergibt die Doublettenanalyse 960 Objekte. 960 / 1000 x 100 = 96% Eindeutigkeit

3. Korrektheit

Titel	Korrektheit (Correctness)
Definition	Die Objekte müssen mit der Realität übereinstimmen
Referenz	Mapping gegen Objekte, deren Korrektheit bestätigt ist oder eine definierte, abgestimmte Plausibilitätsregel.
Kennzahl	Erreichungsgrad Korrektheit: 0 - 100%
Messeinheit	Prozent
Beispiel	Das Enddatum einer Veranstaltung ist bereits Vergangenheit. Es ist zu prüfen, wie vielen Veranstaltungen bereits nicht mehr aktuell sind. (Wird im Contentdesk.io täglich automatisch geprüft.)
Beispiel Berechnung	1000 Objekte liegen vor. Davon sind im Attribut "End-Datum" 50 Objekte mit dem Datum 01.01.2020 hinterlegt. 1000 - 50 = 950 9500 / 1000 x 100 = 95 % Korrektheit

4. Aktualität

Titel	Aktualität (Timeliness)
Definition	Alle Datensätze müssen jeweils dem aktuellen Zustand der abgebildeten Realität entsprechen.
Referenz	Geschäftsregeln definieren den Zeitpunkt oder Zeitraum in dessen die reale Aktualität zu 100% repräsentiert wird.
Kennzahl	Erreichnungsgrad Aktualität = 0 - 100%
Messeinheit	Prozent
Beispiel	Es sind 1000 Objekte von “Ort & Sehenwürdigkeiten” hinterlegt. Im Laufe der Zeit ziehen Unternehmen um oder werden geschlossen. Dadurch verlieren auch die gespeicherten Objekte zunehmen an Aktualität. Durch verschiedene Massnahmen (z.B. OnBoarding-Formular, telefonsiches Nachfragen, Abgleich der Daten mit Behörden, usw.) soll überprüft werden, welche Objekte noch aktuell sind.
Beispiel Berechnung	Von 1000 Objekte sind 150 Objekte nicht mehr aktuell. 1000 - 150 = 8500 850 / 1000 x 100 = 85% Aktualität

5. Genauigkeit

Titel	Genauigkeit (Accuracy)
Definition	Die Objekte müssen in der jeweils geforderten Exaktheit vorliegen.
Referenz	Geschäftsregeln definieren die Kriterien für 100% Genauigkeit.
Kennzahl	Erfüllungsgrad Genauigkeit: 0 - 100%
Messeinheit	Prozent
Beispiel	Es ist vereinbart, dass Zahlenwerte immer mit zwei Stellen hinter dem Komma (####,00)angegeben werden müssen. Ein Datum ist immer in dem Format (tt.mm.jjjj) anzugeben. In Rahmen einer Auswertung wird festgestellt, das Zahlen (z.B. 1000; 500,1) wie auch Datumswerte (z.B. 12.30.2017; 22/06/2017) von der definierten Regel abweichen. Es soll geprüft werden, wie häufig eine Regelverletzung vorliegt. Hinweis: Im Contentdesk.io werden folgende Attribute auf Genauigkeit geprüft: Telefon E-Mail Webseite = URL
Beispiel Berechnung	Prüfung: Von 1000 Objekten mit dem Attributs "Preis" = 30 Regelverletzungen und des Attributs "Bestelldatum" 10 Regelverletzungen. 1000 - 30 = 970 970 / 1000 x 100 = 97% Genauigkeit "Preis" 1000 - 10= 990 990 / 1000 x 100 = 99% Genauigkeit "Bestelldatum"

6. Konsistenz

Titel	Konsistenz (Consistency)
Definition	Ein Objekte darf in sich und zu anderen Datensätzen keine Widersprüche aufweisen.
Referenz	Geschäftsregeln definieren die Kriterien für 100% Konsistenz.
Kennzahl	Erfüllungsgrad Konsistenz = 0 - 100%
Messeinheit	Prozent
Beispiel	Mehrere Attribute (Name, Hauptbild, Längen- und Breitengrad, Strasse, PLZ und Ort) definieren ein Objekt. Für die korrekte Nutzung müssen die Objekte 100% konsistent sein. Für die einzelne Attribut eines Objekts wurden die Datenqualitätskritieren (z.B. Vollständigkeit und Eindeutigkeit) definiert und gemssen.
Beispiel Berechnung	Bei 1000 Objekte wurden 210 Objekte identifiziert, bei denen mind. 1 Attribut von den Attributen, die einen Objekt definieren, die Datenqualitätskriterien verletzt. 1000 - 210 = 790 790 / 1000 x 100 = 79% Konsistenz "Objekte"

7. Redundanzfreiheit

Titel	Redundanzfreiheit (Nonredundant)
Definition	Innerhalb der Objekte dürfen keine Dubletten vorkommen.
Referenz	Objekte, das gegen sich selbst oder sein Gegenstück in einem anderen Objekten verglichen wurde.
Kennzahl	Erfüllungsgrad Redundanzfreiheit = 0 - 100%
Messeinheit	Prozent
Beispiel	Aus verschiedenen Datenquellen wurden redundant vorgehaltene Kundendaten zusammengeführt. Bei Auswertungen wurde festgestellt, dass die Vereinheitlichung nicht vollständig funktioniert hat. Jede Kundennummer darf nur einmal vorkommen. Aus verschiedenen Datenquellen wurden redundante Objekte zusammengeführt. Bei Auswertungen wruden festgestellt, dass die Vereinheitlichung nicht vollständig funktioniert hat. Jedes Objekte darf nur einmal vorkommen.
Beispiel Berechnung	Die Dublettenprüfung ergibt, dass von 1000 Objekte 80 doppelt vorliegen. 1000 - 80 = 920 920 / 1000 x 100 = 92% Redundanzfreiheit

8. Relevanz

Titel	Relevanz (Relevancy)
Definition	Der Informationsgehalt von Objekten muss den jeweiligen Informationsbedarf erfüllen.
Referenz	Geschäftsregeln definieren die Kriterien für 100% Relevanz.
Kennzahl	Erfüllungsgrad Relevanz = 0 - 100%
Messeinheit	Prozent
Beispiel	Für die Erstellung von Quartalsberichten sind nur die Rechnungen relevant, deren Rechnungsdatum innerhalb des Quartals liegen. Beim Vergleich von unterschiedlichen Reports des selben Quartals fällt auf, das Kennzahlen immer wieder differieren. Zurückzuführen ist dies auf den Umstand, dass immer wieder Rechnung einfließen, welche für das jeweils definierte Quartal nicht relevant sind.
Beispiel Berechnung	Für Q1 sind 1000 Rechnungen einbezogen worden. Eine Prüfung ergibt, das 35 Rechnungen nicht berücksichtigt werden dürfen. 1000 - 35 = 965 965 / 1000 x 100 = 96,5% Relevanz

9. Einheitlichkeit

Titel	Einheitlichkeit (Uniformity)
Definition	Die Informationen eines Objekts müssen einheitlich strukturiert sein. Das heißt, eine Menge von Daten wird fortlaufend einheitlich präsentiert.
Referenz	Geschäftsregeln definieren die Kriterien für 100% Einheitlichkeit.
Kennzahl	Erfüllungsgrad Einheitlichkeit = 0 - 100%
Messeinheit	Prozent
Beispiel	Adressen sind entsprechend der Rechtschreibregeln zu erfassen. Es wird z.B. festgestellt, dass Ortsnamen in verschiedenen Schreibweisen erfasst wurden. (z.B. St.Gallen, St. Gallen, Sankt Gallen, etc.)
Beispiel Berechnung	Von 1000 Ortsnamen weichen 25 Ortsnamen von der vereinbarten Schreibregel ab. 1000 - 25 = 750 750 / 1000 x 100 = 75% Einheitlichkeit "Ortsnamen"

10. Zuverlässigkeit

Titel	Zuverlässigkeit (Reliability)
Definition	Die Entstehung der Objekte muss nachvollziehbar sein.
Referenz	Geschäftsregeln definieren die Kriterien für 100% Zuverlässigkeit.
Kennzahl	Erfüllungsgrad der Zuverlässigkeit = 0 - 100%
Messeinheit	Prozent
Beispiel	Es ist vereinbart täglich bis 07:00 Uhr eine bestimmte Menge an Daten vom CRM-System an das Abrechnungssystem zu liefern. Im Laufe der Zeit wird festgestellt, das entweder die Datenlieferung zu spät erfolgt oder nur einen Teil der vereinbarten Daten geliefert wurde. Im Zuge von Bigdata werden immer mehr Daten gesammelt und ausgewertet. Dabei gibt es Daten aus verlässlichen Quellen, d.h. die Entstehung der Daten und deren Qualität ist bekannt. Andererseits gibt es Daten z.B. aus öffentlichen Quellen, bei denen nicht bekannt ist, wie diese entstehen. Genau bei diesen werden auch immer wieder Schwankungen in der Datenqualität festgestellt.
Beispiel Berechnung	zu 1.) Von 100 Lieferterminen wurden 5 Liefertermine nicht eingehalten. 100 - 5 = 95 95 / 100 x 100 = 95% Zuverlässigkeit (Liefertermin) zu 2.) Von 100 Attributen kommen 20 Attribute aus unzuverlässigen Quellen. 100 - 20 = 80 80 / 100 x 100 = 80% Zuverlässigkeit.

11. Verständlichkeit

Titel	Verständlichkeit (Understandability)
Definition	Die Objekte müssen in ihrer Begrifflichkeit und Struktur mit den Vorstellungen der Informationsempfänger (z.B. Fachbereiche) übereinstimmen.
Referenz	Geschäftsregeln definieren die Kriterien für 100% Verständlichkeit.
Kennzahl	Erfüllungsgrad Verständlichkeit = 0 - 100%
Messeinheit	Prozent
Beispiel	Für die Datenlieferung eines Reports wurde vereinbart, dass die Attributnamen mit verständlichen Begriffen geliefert werden (z.B. cnvn45 = Name). Darüber hinaus sollen Attribute mit codierten Klassifizierungs-Feldeinträgen in Begriffe transferiert werden (z.B. 1 = Herr, 2 = Frau, 3 = Firma).
Beispiel Berechnung	Bei 100 Attributen wurden 5 Attribute mit kryptischen Namen geliefert und bei 2 Attributen wurde die codierte Klassifizierung nicht transformiert. 100 - 7 = 93 93 / 100 x 100 = 93% Verständlichkeit