1. kapitola představuje základní pojmy kvality dat, včetně dimenzí kvality dat a rolí a odpovědností v této oblasti. Dozvíš se také, jaký má kvalita dat význam a hodnotu v obchodním kontextu.

Důležitost kvality dat

Hodnota kvality dat

Otázky týkající se kvality dat

Termíny a koncepty kvality dat

Definice kvality dat v praxi

Bonusové dimenze kvality dat

Procvičení dimenzí kvality dat

Důležitost konzistence

Role a odpovědnosti v oblasti kvality dat

Tým pro správu dat

Jaká datová role ti sedí

Kdo za co odpovídá

Základní pojmy kvality dat

Ve 2. kapitole začneš tím, že pro každou dimenzi kvality dat identifikuješ pravidla kvality pomocí datových profilů. Seznámíš se také s metadaty a datovou linií a prozkoumáš celkový proces kvality dat pro třídění a řešení problémů.

Pravidla kvality dat pomocí dimenzí

Pravidla kvality dat

Scénáře kvality dat

Datové profily

Pravidla kvality dat na základě datového profilu

Závěry z datového profilu

Metadata a kvalita dat

Identifikace metadat

Pořadí datové linie

Třídění problémů s kvalitou dat

Využití datové linie a metadat

Realizace procesů kvality dat

Procesy a složky kvality dat

Ve 3. kapitole se naučíš, jaké existují typy pravidel kvality dat, a pochopíš koncept prahových hodnot upozornění na kvalitu dat. Kapitolu zakončíš cvičením, které spojí dimenze, pravidla kvality dat, procesy kvality dat a upozornění na kvalitu dat dohromady.

Detektivní pravidla kvality dat

Identifikace detektivních pravidel

Postup nápravy zjištěných problémů

Náprava zjištěných problémů

Preventativní pravidla kvality dat

Kdy použít preventativní pravidlo

Možnosti

Detektivní pravidlo kvality dat

Preventivní pravidlo kvality dat

Detektivní versus preventivní pravidla kvality dat

Detekce anomálií

Kdy použít detekci anomálií

Třídění anomálií

Prahy kvality dat

Výběr prahu upozornění

Úroveň 1 – varování

Úroveň 2 – upozornění na kritický problém

Úroveň 3 – prevence kritického problému

Přiřazení prahových hodnot ke kritičnosti

Závěr

Pravidla kvality dat v praxi

Cheat Sheet - Data Quality Dimensions

Kvalita dat je základní koncept, který je důležité chápat, pokud pracuješ s daty. Principy a procesy kvality dat se uplatňují napříč odvětvími a může je využít každý, kdo data vytváří nebo s nimi pracuje. Tento kurz pokrývá základy: dimenze kvality dat, role a odpovědnosti i typy pravidel kvality dat. Získáš přehled o procesu zajišťování kvality dat a budeš připraven/a začít sledovat kvalitu vlastních dat. <br><br>
Začneme definicí kvality dat a tím, proč je tak důležitá při obchodním rozhodování. Jakmile pochopíš její význam, seznámíš se se šesti základními dimenzemi kvality dat. Ty pak využiješ k definování detektivních a preventivních pravidel kvality dat. <br><br>
Po dokončení kurzu budeš rozumět tomu, jak sledovat, identifikovat a řešit problémy s kvalitou dat. Naučíš se dívat na data kritičtěji a přemýšlet o potenciálních problémech s jejich kvalitou ještě před jejich použitím. Díky základním technikám kvality dat probíraným v tomto kurzu budeš moci dělat lepší rozhodnutí a svým datům více důvěřovat.

<h2>Prozkoumejte základy kvality dat</h2>
Kvalita dat je základní koncept, který je zásadní pochopit, pokud pracujete s daty. Koncepty a procesy kvality dat se napříč odvětvími uplatňují a může je využít každý, kdo data vytváří nebo používá. Tento kurz pokrývá základy, včetně dimenzí kvality dat, rolí a odpovědností a typů pravidel kvality dat. Získáte přehled o procesu kvality dat a budete připraveni začít sledovat kvalitu vlastních dat. 
<h2>Seznamte se s dimenzemi kvality dat</h2>
Začnete tím, že se naučíte definici kvality dat a proč je tak důležité ji zohledňovat při rozhodování v podnikání. Jakmile pochopíte jejich význam, naučíte se šest základních dimenzí kvality dat. Tyto dimenze použijete k definování detektivních a preventivních pravidel kvality dat. <br><br> Naučíte se také základy detekce anomálií, což je pokročilejší způsob sledování kvality dat. Tyto koncepty spojíte tím, že použijete proces kvality dat. Naučíte se, která role je zodpovědná za konkrétní úkoly v oblasti kvality dat a v jakém pořadí by měly být tyto úkoly dokončeny. 
<h2>Zvládněte základy řízení kvality dat</h2>
Na konci tohoto kurzu budete rozumět tomu, jak sledovat, identifikovat a řešit problémy s kvalitou dat. Na svá data se budete dívat kritičtějším pohledem a před jejich použitím budete přemýšlet o možných problémech s kvalitou dat. Nakonec budete schopni dělat lepší rozhodnutí a mít větší důvěru ve svá data díky použití základních technik kvality dat, které jsou v tomto kurzu probírány.

Prozkoumejte základy řízení kvality dat. Naučte se klíčové koncepty a techniky pro zlepšení kvality dat.

Úvod do kvality dat

Prozkoumejte základy řízení kvality dat. Naučte se klíčové koncepty, dimenze a techniky pro sledování a zlepšování kvality dat.

Základy správy dat

Všechny záznamy musí mít vyplněný typ zákaznického účtu. Pokud 10 % nebo více záznamů není vyplněno, informuj o tom producenta dat.

Všechny typy zákazníků v dataset1 musí odpovídat typům zákazníků v dataset2. Pokud je 10 % nebo více záznamů nekonzistentních, informuj o tom producenta dat.

Všechny záznamy musí mít datum otevření zákaznického účtu v minulosti. Pokud jsou nalezeny chyby, upozorni producenta dat a reportuj plnění SLA pro nápravu.

Všechny záznamy se stavem „otevřeno" musí mít datum otevření v posledních 3 dnech. Pokud je nalezena chyba, upozorni producenta dat a reportuj plnění SLA pro nápravu.

Všechny záznamy zákazníků musí mít vyplněný aktuální zůstatek. Pokud 10 % nebo více záznamů selže, data nenačítej a upozorni producenta dat.

Přiřazení prahových hodnot ke kritičnosti

Úvod do kvality dat

Interaktivní praktické cvičení