Die Überwachung der Datenqualität automatisieren

Kapitel 3. Bewertung der geschäftlichen Auswirkungen der automatisierten Überwachung der Datenqualität

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: [e-mail]

Wenn du die Überwachung der Datenqualität mit maschinellem Lernen automatisierst, kannst du über traditionelle Ansätze wie die Überwachung von Metriken und regelbasierte Tests hinausgehen. Doch bevor wir uns mit den Einzelheiten der Umsetzung dieses Ansatzes befassen, möchten wir den Elefanten im Raum (oder zumindest auf der Seite) ansprechen. Ist es das wert?

Wir wollen nicht behaupten, dass es eine einzige richtige Antwort auf diese Frage gibt. Wir würden auch nicht dazu raten, morgen eine automatisierte Plattform zur Überwachung der Datenqualität zu bauen oder zu kaufen. Was wir jedoch tun können, ist, dir zu helfen, Fragen wie diese zu beantworten:

• Welche Art von Daten eignet sich am besten für die automatische Überwachung der Datenqualität?

• Wie sollte unser Datenstapel aussehen, bevor wir in diesen Bereich investieren?

• Wie können wir den ROI eines neuen Ansatzes zur Überwachung der Datenqualität messen?

Probleme mit der Datenqualität sind unvermeidlich (siehe folgende Seitenleiste) - aber die Lösung, die du wählst, ist es nicht. Am Ende dieses Kapitels solltest du alle Werkzeuge in der Hand haben, die du brauchst, um eine Selbsteinschätzung darüber vorzunehmen, welche Vorteile ein automatisierter Ansatz für dein Unternehmen hat. Wir ...