Veri Kalitesi

Bir kurumun kaliteli veriye sahip olması, bir defada başlanıp bitirilecek bir projeden çok, sürekliliği olan bir disiplin karakterini sergilemektedir. Veri kalitesi düşük bir kurumun, büyük yatırımlar yaparak hayata geçirmeye çalıştığı iş zekası projelerinin verimliliğinden bahsetmek mümkün değil. Veri kalitesi çözümleri ,  temel olarak kurum içinde biriken verilerin doğru, tam ve tutarlı hale getirilmesi için gerekli yazılım araçları, metodoloji ve süreçleri kapsamaktadır.

Günümüzde her kurum, verilerinin az ya da çok kirli olduğunun farkında. Standart olarak yapılmamış veri girişleri, bazı alanlara bilgi girilmemiş olması, birden fazla tabloyu ilgilendiren bilgi girişlerinde tablolar arasındaki tutarsızlıkların oluşması, ya da çift kayıtlar/müşteri tekilleştirme projeleri, veri kalitesi projelerine duyulan ihtiyacın belirginleştiği durumlardır. Veri kalitesi projelerinde beklenen sonuçlardan birisi, veri kirliliğini mümkün olduğunca azaltabilmek.

Veri kalitesinin arttırılmasındaki başlangıç noktası Data Profiling aşamasından geçiyor. Data Profiling, verinin incelenerek, hataların bulunması, bu hatalara bağlı nedenlerin ve bunların etkilerinin araştırılması, hataların ölçümlendirilmesi ve rapor ve kokpit ortamlarında sunulması olarak nitelendirilebilir. Data Profiling ile, veritabanındaki alanların sayısal ve yüzde olarak ne kadar dolu olduğunu, ilgili alan içindeki farklı değerlerin kırılımını ya da bir tabloda olan fakat diğer tabloda olmayan verilerin yüzde olarak ne kadar yüksek olduğunu takip etmek mümkün. Bu sırada son kullanıcıların bir takım kurallar verebilmesi gerekmekte. Örneğin “Bir veritabanında Email1 ve Email2 gibi 2 farklı alan olduğu halde bunlardan sadece 1 tanesinde email adresi yazılıysa, diğer alan boş olsa bile benim için doğru bir veridir bu!” diyebilen bir kullanıcı bu kuralı kendisi tanımlayabilmelidir. Böyle bir kullanıcı proaktif yöntemlerle, veri kalitesini periyodik ve otomatize yöntemlerle takip edebilmeli ve gerektiğinde yine otomatik olarak uyarılar gönderebilmelidir. Örneğin böyle bir uyarı kurumun Data Quality Score’u olarak nitelendirilebilecek bir limitin altında kalması durumunda ilgili kişilere bir mail gönderilmesi şeklinde hayata geçirilebilir.Bu tür kuralları verecek olan kullanıcılar veri kalitesinin arttırma sürecinde temel olarak IT’den çok iş tarafındaki kullanıcılar olarak değerlendirilmelidir. Data Profiling yazılımları bir kurumda,  veriden sorumlu, verinin sahibi olan iş tarafındaki birim ya da departmanlar tarafından kullanılabilecek nitelikte olmalı. Bu da bu tür yazılım araçlarının, IT’den çok son kullanıcıların kullanabileceği bir arayüze sahip olmasını gerektirmektedir.

BusinessObjects'in Veri Kalitesiyle ilgili çözümleri, Data Quality hakkında bilgi veren sayfalarda bulunabilir.