Deve ser alcançado um acordo sobre quais critérios de qualidade de dados devem ser comparados, a fim de realizar uma avaliação adequada da qualidade dos dados da empresa. Muitos dos requisitos podem ser verificados por meio de ferramentas de análise adequadas. Os consumidores de dados devem ser questionados sobre as suas necessidades. Finalmente, o processo de criação do produto da "informação" também deve ser cuidadosamente considerado. Deve haver clareza sobre quem exige dados e para que finalidade.

Uniserv GmbH oferece uma abrangente Auditoria de Qualidade de Dados, a fim de ser capaz de responder a estas perguntas e objectivamente avaliar o status quo da qualidade dos dados. O Data Quality Audit tem uma estrutura modular, os módulos são baseados uns nos outros.

Cada módulo possui sua principal área de foco num dos pontos mencionados:
- Requisitos para os dados e sua conformidade para que possa ser verificada por meio de software de análise. As dimensões da qualidade de dados, tais como integridade ou a ausencia de erros são uma grande preocupação aqui.
- Requisitos para os dados e seu cumprimento, sobre os quais os consumidores de dados podem fornecer informações. Dimensões da qualidade de dados, tais como compreensão e clareza são aqui verificadas. Os consumidores de dados também podem apresentar as suas avaliações da credibilidade e da reputação dos dados. Os consumidores de dados podem fornecer informações valiosas sobre a edição ou da acessibilidade dos dados.
- Análise dos dados / processos de criação de informação, de modo a ser capaz de identificar eventuais pontos fracos. Uma melhor compreensão da história da criação é importante, desde a criação o processamento dos dados passa frequentemente por muitas etapas individuais, tais como aplicações de software e processos individuais, que por sua vez, preocupam diferentes áreas de negócio.

O conhecimento dos processos desempenha um papel importante, se medidas de longo prazo para a optimização da qualidade dos dados forem especificadas.

O UNISERV AUDITORIA qualidade dos dados é, assim, dividido em três módulos:

MÓDULO 1: CONTROLO DA QUALIDADE DE DADOS
A Verificação de qualidade fornece uma visão inicial da master data de clientes de uma empresa. Nesta fase, uma extracção representativa dos dados é analisada com a ferramenta de Qualidade de Dados DQ Batch Suite. Neste contexto, é atribuída particular importância à integridade e à presença dos elementos nome. A correcção postal dos elementos do endereço é verificada e uma verificação de duplicados é realizada.
Os seguintes requisitos para os dados são considerados na Verificação de qualidade:
- Todos os campos obrigatórios de cada registo de dados estão preenchidos
- Os elementos do endereço correspondem a um endereço válido e, portanto, correcto
- A "Single View of Customer" aplica-se, ou seja, os dados do extracto são livres de duplicados, ou o chamado "registo mestre" de duplicados está assinalado

Os resultados da qualidade dos dados de verificação são posteriormente apresentados e postos à disposição do cliente.

DADOS DE CONTROLO DA QUALIDADE - Características Técnicas
É necessário o seguinte:
- Um arquivo de dados, de preferência no formato delimitador
- Definição e significado dos cabeçalhos
- Definição das chaves
- Definição do valor dos ranges
- Codificação de caracteres: UTF-8 ou ISO-Latin 1
- Todos os endereços têm de ser de um país
- Máximo de 100 mil endereços

MÓDULO 2: ANÁLISE DE QUALIDADE DOS DADOS
Os dados de Verificação da Qualidade no Módulo 1 primariamente validam um extracto a partir da master data de clientes num processo relativamente simples. É atribuída especial importância para os elementos do nome e os elementos do endereço.

O Data Quality Analysis vai um grande passo em frente.

A totalidade dos dados da empresa podem ser aqui considerados. Dados muito específicos, tais como números de telefone, as vendas ao cliente, dados em anexo relativo a outras operações, etc., podem ser conferidos aqui, conforme necessário. Conformidade com o negócio e regras específicas de plausibilidade também podem ser verificadas. Se necessário, a master data do cliente ainda pode ser comparada com listas de sanção neste ponto.

(A verificação dos dados do cliente contra listas de sanções é geralmente recomendado, a fim de evitar o desrespeito das regras pertinentes anti-terrorismo. Detalhes podem ser encontrados em posts anteriores relativos a anti-terrorismo.)

Os requisitos específicos para os dados a serem validados são identificados num workshop de abertura com os chefes dos departamentos especializados em causa.

A comparação das análises técnicas e avaliações do workshop vai indicar em que medida os requisitos definidos pelos departamentos especializados correspondem entre o real e o nível de qualidade "percebida".

Quando as análises e avaliações foram concluídas, os resultados são apresentados num workshop de encerramento. Recomenda-se que os chefes de todos os departamentos especializados em causa sejam convidados, a fim de ter em conta as "Diferentes Vista de Dados".

Se todas as medidas para a optimização da qualidade dos dados venham a ser adoptadas, é indispensável que os consumidores dos dados sejam incluídos no processo de tomada de decisão. Só desta forma será a implementação dessas medidas amplamente aceite.

Escusado será dizer que os resultados da Data Quality Analysis também são fornecidas por escrito.

ANÁLISE DOS DADOS DE QUALIDADE - TÉCNICA E DETALHES ORGANIZACIONAIS
É necessário o seguinte:
- Vários arquivos ou bases de dados
- Descrição dos meta dados:
- Definição e significado dos cabeçalhos
- Definição das chaves
- Definição dos valores de ranges
- Codificação de caracteres: UTF-8 ou ISO-Latin 1
- Informações sobre a empresa e / ou regras de plausibilidade a verificar
- Contactos das pessoas dos vários departamentos

MÓDULO 3: ANÁLISE DOS DADOS DO PROCESSO DE QUALIDADE
Após o status quo da qualidade dos dados que foi determinado nos dois módulos anteriores, o Módulo 3 trata da criação dos dados da empresa e sua eficiência real de utilização para os consumidores de dados. As perguntas seguintes são aqui focadas:
- Como são os processos para a criação, alteração e exclusão dos dados descritos?
- São esses processos actualizados e são postos em prática?
- Será que os dados e informações gerados pelos processos permitem aos consumidores trabalhar o mais eficientemente possível?Os processos são analisados no que diz respeito aos requisitos previamente preparados para os dados.

Quaisquer pontos fracos no que respeita à qualidade dos dados são identificados. Os consumidores de dados são igualmente convidados para a avaliação da qualidade dos dados. A ênfase nessas entrevistas é sobre se o conteúdo e a forma dos dados são apresentados de tal forma que o trabalho diário possa ser realizado com um alto grau de eficiência.
Estas exigências aplicam-se tanto para os negócios operativos como às áreas de negócios analíticos.

Dimensões da qualidade dos dados que só podem ser avaliadas com muita dificuldade por meio de software de análise são examinadas nas entrevistas com os consumidores de dados. Estas dizem respeito por exemplo, as dimensões, credibilidade, capacidade de edição de acessibilidade e objectividade. Como cada um dos grupos de consumidores em causa devem ser incluído nas entrevistas, as diversas opiniões e requisitos para os dados pode ser considerado mais uma vez.

ANÁLISE DOS DADOS DO PROCESSO DE QUALIDADE - detalhes técnicos e organizacionais
É necessário o seguinte:
- Os processos e as descrições de fluxo de trabalho
- Pessoas de contacto (pelo menos 3 consumidores de dados) dos serviços em causa

TODOS OS RESULTADOS DE ANÁLISES são colocados num contexto no final da auditoria de qualidade dos dados:
- As avaliações feitas na Data Quality Analysis
- As necessidades dos departamentos especializados para os dados
- Avaliação da qualidade dos dados e necessidades individuais dos consumidores de dados
- O status quo dos processos de geração de informações no que diz respeito aos requisitos definidos para os dados

Os conhecimentos adquiridos, são assim apresentados aos serviços especializados e consumidores de dados em causa, numa reunião. As discussões sobre as possíveis causas da qualidade dos dados inadequadas são incentivadas.

Medidas de optimização e personalização dos processos para melhorar a qualidade dos dados também podem ser discutidos.
Os resultados do módulo 3 e as conclusões das discussões realizadas no workshop ficam disponíveis por escrito.