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.

Regras de qualidade de dados de detetive

Identificação de regras de detetive

Processo de correção para problemas detectados

Correção dos problemas detectados

Regras preventivas de qualidade de dados

Quando usar uma regra preventiva

Alternativas

Regra de detetive de qualidade de dados

Regra preventiva de qualidade de dados

Regras de qualidade de dados de detecção versus prevenção

Detecção de anomalias

Quando usar a detecção de anomalias

Triagem de anomalias

Limites da qualidade de dados

Seleção de limite

Nível 1 - Advertência

Nível 2 - Alerta de problema crítico

Nível 3 - Prevenção de problemas críticos

Limite de correspondência com a criticidade

Conclusão

Data Quality Rules In Action

Cheat Sheet - Data Quality Dimensions

A qualidade de dados é um conceito fundamental que deve ser entendido se você trabalha com dados. Os conceitos e processos de qualidade de dados abrangem vários setores e podem ser aplicados por qualquer pessoa que produza ou consuma dados. Este curso aborda os conceitos básicos, incluindo dimensões de qualidade de dados, funções e responsabilidades e tipos de regras de qualidade de dados. Você entenderá o processo de qualidade de dados e estará preparado para começar a monitorar a qualidade de seus próprios dados. <br><br>
Você começará aprendendo a definição de qualidade de dados e por que é tão importante considerá-la na tomada de decisões de negócios. Depois de entender a importância, você aprenderá sobre seis dimensões fundamentais da qualidade de dados. Você usará essas dimensões para definir regras de qualidade de dados preventivas e detectivas. <br><br>
Ao final deste curso, você entenderá como monitorar, identificar e resolver problemas de qualidade de dados. Você examinará seus dados com uma lente mais crítica e pensará em possíveis problemas de qualidade de dados antes de usá-los. Por fim, você poderá tomar decisões melhores e ter mais confiança em seus dados aplicando as técnicas básicas de qualidade de dados abordadas neste curso.

<h2>Explore os fundamentos da qualidade de dados</h2>
A qualidade de dados é um conceito fundamental que deve ser entendido se você trabalha com dados. Os conceitos e processos de qualidade de dados abrangem vários setores e podem ser aplicados por qualquer pessoa que produza ou consuma dados. Este curso aborda os conceitos básicos, incluindo dimensões de qualidade de dados, funções e responsabilidades e tipos de regras de qualidade de dados. Você entenderá o processo de qualidade de dados e estará preparado para começar a monitorar a qualidade de seus próprios dados. 
<h2>Saiba mais sobre as dimensões da qualidade dos dados</h2>
Você começará aprendendo a definição de qualidade de dados e por que é tão importante considerá-la na tomada de decisões de negócios. Depois de entender a importância, você aprenderá sobre seis dimensões fundamentais da qualidade de dados. Você usará essas dimensões para definir regras de qualidade de dados preventivas e detectivas. <br><br> Você também aprenderá os fundamentos da detecção de anomalias, uma forma mais avançada de monitorar a qualidade dos dados. Você reunirá esses conceitos aplicando o processo de qualidade de dados. Você saberá qual função é responsável por tarefas específicas de qualidade de dados e a ordem em que essas tarefas devem ser concluídas. 
<h2>Domine os princípios básicos do gerenciamento da qualidade dos dados</h2>
Ao final deste curso, você entenderá como monitorar, identificar e resolver problemas de qualidade de dados. Você examinará seus dados com uma lente mais crítica e pensará em possíveis problemas de qualidade de dados antes de usá-los. Por fim, você poderá tomar decisões melhores e ter mais confiança em seus dados aplicando as técnicas básicas de qualidade de dados abordadas neste curso.

Explore os fundamentos da gestão da qualidade de dados. Aprenda conceitos, dimensões e técnicas.

Introdução à Qualidade de Dados

Explore fundamentos da gestão da qualidade de dados: principais conceitos, dimensões e técnicas para monitorar e melhorar a qualidade de dados.

Fundamentos da governança de dados

Executar a regra de detetive de qualidade de dados para identificar erros

Revisar os resultados da regra de qualidade de dados

Explorar os metadados e a linhagem de dados para encontrar a origem do problema

Trabalhar com o produtor de dados para corrigir o problema na fonte

Recarregar os dados em fontes downstream para garantir que os consumidores tenham os dados corrigidos

Correção dos problemas detectados

Introdução à Qualidade de Dados

exercicio interativo prático