Datenqualitätsregeln basierend auf einem Datenprofil

Die Erstellung von Datenprofilen hat sich als nützliche Methode erwiesen, um mehr über die Daten zu erfahren, die du für deinen Kundenbericht verwendest. Du kannst sogar sehen, wie hoch die Datenqualität eines Feldes sein könnte, wenn du dir nur das Profil ansiehst.

Welche Datenqualitätsregeln kannst du auf der Grundlage des Datenprofils vorschlagen? Du kannst den Geschäftskontext für die Regeln später mit einem Datenkonsumenten bestätigen.

Datenprofil für Kundentabelle (Customer):

• Im Feld mit dem Zahlungsstatus (CustomerPaymentStatus) sind die Werte wie folgt verteilt:
  • 70 %: „Fristgerecht“ (Current), 5 %: „Überfällig“ (Past Due), 25 %: „Vollständig bezahlt“ (Paid in Full).
• Die durchschnittliche Zunahme der Datensätze in der Kundentabelle in den letzten 30 Tagen beträgt 145 Datensätze pro Tag.
• Das Feld mit der Kundenzufriedenheit (CustomerSatisfactionScore) ist für 99 % der Datensätze ausgefüllt.