Chapter 1 introduces basic data quality terms, including data quality dimensions and data quality roles and responsibilities. You will also learn the importance and value of data quality in a business context.

Importance of data quality

Value of data quality

Data quality questions

Data quality terms and concepts

Data quality definition in context

Bonus data quality dimensions

Data quality dimension practice

Importance of consistency

Data quality roles and responsibilities

The Data Governance Team

Which data quality role fits

Which role is responsible

Defining Data Quality Terms

You’ll start chapter 2 by identifying data quality rules for each data quality dimension using data profiles. You’ll also learn about metadata and data lineage before exploring the overall data quality process for triaging and remediating issues.

Data quality rules using dimensions

Data quality rules

Data quality scenarios

Data profiles

Data quality rules based on a data profile

Data profile conclusions

Metadata and data quality

Identifying metadata

Order of data lineage

Data quality issues triage

Using data lineage and metadata

Executing data quality processes

Data Quality Processes and Components

In chapter 3, you’ll learn about the different types of data quality rules and the concept of data quality alert thresholds. You’ll finish the chapter with an exercise that puts dimensions, data quality rules, data quality processes, and data quality alerts together.

Überwachende Datenqualitätsregeln

Überwachende Datenqualitätsregeln identifizieren

Korrekturprozess für erkannte Probleme

Erkannte Probleme beheben

Präventive Datenqualitätsregeln

Geeignete Szenarien für präventive Datenqualitätsregeln

Optionen

Überwachende Datenqualitätsregel

Präventive Datenqualitätsregel

Gegenüberstellung: überwachende und präventive Datenqualitätsregeln

Anomalieerkennung

Geeignete Szenarien für die Erkennung von Anomalien

Behandlung von Anomalien

Schwellenwerte bei der Datenqualität

Festlegung von Schwellenwerten

Stufe 1: Einfache Warnung

Stufe 2: Warnung bei kritischem Problem

Stufe 3: Vorbeugung nötig bei kritischem Problem

Anpassung von Schwellenwerten an die Kritikalität

Zusammenfassung

Data Quality Rules In Action

Cheat Sheet - Data Quality Dimensions

Die Datenqualität ist ein grundlegendes Konzept, das du bei der Arbeit mit Daten verstehen solltest. Vorgaben und Prozesse rund um die Datenqualität gibt es in vielen Branchen und im Arbeitsalltag all jener, die Daten erzeugen oder verwenden. Dieser Kurs deckt die Grundlagen ab, einschließlich Datenqualitätsdimensionen, Rollen und Verantwortlichkeiten sowie Arten von Datenqualitätsregeln. Du erlangst ein Verständnis für den Datenqualitätsprozess und wirst darauf vorbereitet, die Qualität deiner eigenen Daten zu überwachen. <br><br>
Zu Beginn erfährst du, wie „Datenqualität“ definiert wird und warum sie bei geschäftlichen Entscheidungen so wichtig ist. Sobald du das verstanden hast, lernst du sechs grundlegende Dimensionen der Datenqualität kennen. Dann nutzt du diese Dimensionen, um überwachende und präventive Regeln für die Datenqualität zu definieren. <br><br>
Am Ende dieses Kurses weißt du, wie du Datenqualitätsprobleme erkennen, überwachen und beheben kannst. Vermutlich wirst du deine Daten künftig mit einem kritischeren Blick betrachten und dir über mögliche Qualitätsprobleme schon vor der Nutzung der Daten Gedanken machen. Letztlich wirst du in der Lage sein, bessere Entscheidungen zu treffen und das Vertrauen in deine Daten zu stärken, indem du die in diesem Kurs behandelten grundlegenden Techniken zur Steigerung der Datenqualität anwendest.

<h2>Erforsche die Grundlagen der Datenqualität</h2>
Die Datenqualität ist ein grundlegendes Konzept, das du bei der Arbeit mit Daten verstehen solltest. Vorgaben und Prozesse rund um die Datenqualität gibt es in vielen Branchen und im Arbeitsalltag all jener, die Daten erzeugen oder verwenden. Dieser Kurs deckt die Grundlagen ab, einschließlich Datenqualitätsdimensionen, Rollen und Verantwortlichkeiten sowie Arten von Datenqualitätsregeln. Du erlangst ein Verständnis für den Datenqualitätsprozess und wirst darauf vorbereitet, die Qualität deiner eigenen Daten zu überwachen. 
<h2>Lernen Sie die Dimensionen der Datenqualität kennen</h2>
Zu Beginn erfährst du, wie „Datenqualität“ definiert wird und warum sie bei geschäftlichen Entscheidungen so wichtig ist. Sobald du das verstanden hast, lernst du sechs grundlegende Dimensionen der Datenqualität kennen. Dann nutzt du diese Dimensionen, um überwachende und präventive Regeln für die Datenqualität zu definieren. <br><br> Du lernst auch die Grundlagen der Anomalieerkennung, einer fortgeschrittenen Methode zur Überwachung der Datenqualität. Du wirst diese Konzepte zusammenführen, indem du den Datenqualitätsprozess anwendest. Du erfährst, welche Rolle für bestimmte Datenqualitätsaufgaben zuständig ist und in welcher Reihenfolge diese Aufgaben erledigt werden sollten. 
<h2>Beherrsche die Grundlagen des Datenqualitätsmanagements</h2>
Am Ende dieses Kurses weißt du, wie du Datenqualitätsprobleme erkennen, überwachen und beheben kannst. Vermutlich wirst du deine Daten künftig mit einem kritischeren Blick betrachten und dir über mögliche Qualitätsprobleme schon vor der Nutzung der Daten Gedanken machen. Letztlich wirst du in der Lage sein, bessere Entscheidungen zu treffen und das Vertrauen in deine Daten zu stärken, indem du die in diesem Kurs behandelten grundlegenden Techniken zur Steigerung der Datenqualität anwendest.

Erforschen Sie die Grundlagen des Datenqualitätsmanagements: Konzepte, Dimensionen, Techniken.

Einführung in die Datenqualität

Dieser Kurs vermittelt die Grundlagen des Datenqualitätsmanagements sowie zentrale Konzepte, Dimensionen und Monitoring-Methoden.

Grundlagen der Data Governance

Geeignete Szenarien für präventive Datenqualitätsregeln

Einführung in die Datenqualität

Interaktive Übung