數據質量測量的持續改進/數據科學與工程技術叢書 数据质量测量的持续改进

<內容介紹>

勞拉·塞巴斯蒂安-科爾曼著的《數據質量測量的持續改進/數據科學與工程技術叢書》將向你展示如何持續地測量和監控數據質量，並確保質量。你將從測量的一般概念開始，並完成一個具有超過48種測量類型的詳細框架，這些測量類型涉及5個質量維度：完備性、及時性、一致性、有效性和完整性。持續測量而不是一次性操作，將幫助你的組織把數據質量提升到一個新水平。這個測量質量的淺顯方法能被業務和IT兩方面的人員理解，並提供如何在任何組織內採用DQAF的實踐指導，使你能夠設定測量的優先級並高效地針對結果做出報告。
    本書不僅介紹使用數據測量結果來治理和提高數據質量的策略，為在數據資產中應用這個框架提供翔實指導，而且包括用於趨勢分析且對數據質量結果進行定義和歸類的概念性模型，以及對持續測量和監控的普遍業務需求。通過閱讀本書，你將能夠確定應該優先實現哪些測量類型，瞭解將它們放置在數據流中的什麼地方，以及測量的執行頻度。

<章節目錄>
序言
致謝
作者簡介
概述
第一部分  概念和定義
  第1章  數據
    1.1  目的
    1.2  數據
    1.3  數據表示
    1.4  數據事實
    1.5  數據作為產品
    1.6  數據作為分析的輸入
    1.7  數據和期望
    1.8  信息
    1.9  總結思考
  第2章  數據、人員和系統
    2.1  目的
    2.2  企業或組織
    2.3  IT與業務
    2.4  數據生產者
    2.5  數據消費者
    2.6  數據代理
    2.7  數據管家和數據管家工作
    2.8  數據所有者
    2.9  數據所有權和數據治理
    2.10  IT，業務和數據所有者，終極版
    2.11  數據質量項目組
    2.12  利益相關者
    2.13  系統和系統設計
    2.14  總結思考
  第3章  數據管理、模型和元數據
    3.1  目的
    3.2  數據管理
    3.3  數據庫、數據倉庫、數據資產和數據集
    3.4  源系統、目標系統和記錄系統
    3.5  數據模型
    3.6  數據模型的類型
    3.7  數據的物理特徵
    3.8  元數據
    3.9  元數據是顯性知識
    3.10  數據鏈和信息生命周期
    3.11  數據譜系和數據出處
    3.12  總結思考
  第4章  數據質量和測量
    4.1  目的
    4.2  數據質量
    4.3  數據質量維度
    4.4  測量
    4.5  測量數據
    4.6  數據質量測量和業務/IT鴻溝

    4.7  有效測量的特點
    4.8  數據質量評估
第二部分  DQAF的概念和測量類型
  第5章  數據質量評估框架概念
  第6章  DQAF測量類型
第三部分  數據評估方案
  第7章  初步數據評估
  第8章  數據質量改進項目評估
  第9章  持續測量
第四部分  將DQAF運用到數據需求中
  第10章  需求、風險和重要性
  第11章  提問
第五部分  數據質量戰略
  第12章  數據質量戰略
  第13章  數據質量戰略的指令
第六部分  DQAF詳解
  第14章  測量功能：收集、計算、比較
  第15章  DQAF測量邏輯模型的功能
  第16章  DQAF測量類型的各方面
術語表
參考文獻