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.

Dedektif Veri Kalitesi Kuralları

Dedektiflik kurallarının belirlenmesi

Tespit edilen sorunlar için iyileştirme süreci

Tespit edilen sorunların giderilmesi

Önleyici Veri Kalitesi Kuralları

Önleyici bir kural ne zaman kullanılmalı

Seçenekler

Dedektif Veri Kalitesi Kuralı

Önleyici Veri Kalitesi Kuralı

Önleyici veri kalitesi kurallarına karşı dedektiflik

Anomali tespiti

Anomali tespiti ne zaman kullanılmalı

Anomalilerin takibi

Veri kalitesi eşikleri

Eşik seçimi

Seviye 1 - Uyarı

Seviye 2 - Kritik sorun uyarısı

Seviye 3 - Kritik sorun önleme

Eşiğin kritiklikle eşleştirilmesi

Özet ve Kapanış

Data Quality Rules In Action

Cheat Sheet - Data Quality Dimensions

Veri kalitesi, verilerle çalışıyorsanız anlamanız gereken temel bir kavramdır. Veri kalitesi kavramları ve süreçleri sektörleri kapsar ve veri üreten veya tüketen herhangi bir kişi tarafından uygulanabilir. Bu eğitim, veri kalitesi boyutları, roller ve sorumluluklar ve veri kalitesi kurallarının türleri dahil olmak üzere temel konuları kapsamaktadır. Veri kalitesi süreci hakkında bir anlayış kazanacak ve kendi verilerinizin kalitesini izlemeye başlamaya hazır olacaksınız. <br><br>
Veri kalitesinin tanımını ve işle ilgili karar alma süreçlerinde neden bu kadar önemli olduğunu öğrenerek başlayacaksınız. Önemini anladıktan sonra, altı temel veri kalitesi boyutunu öğreneceksiniz. Bu boyutları, tespit edici ve önleyici veri kalitesi kurallarını tanımlamak için kullanacaksınız. <br><br>
Bu eğitimin sonunda, veri kalitesi sorunlarını nasıl izleyeceğinizi, belirleyeceğinizi ve çözeceğinizi anlayacaksınız. Verilerinize daha eleştirel bir gözle bakacak ve kullanmadan önce olası veri kalitesi sorunları hakkında düşüneceksiniz. Nihayetinde, bu eğitimde ele alınan temel veri kalitesi tekniklerini uygulayarak daha iyi kararlar alabilecek ve verilerinize daha fazla güven duyabileceksiniz.

Veri kalitesi yönetiminin temellerini keşfedin. Veri kalitesini izleme ve iyileştirme tekniklerini öğrenin.

Veri Kalitesine Giriş

Veri kalitesini izlemeye ve iyileştirmeye yönelik temel kavramlar, boyutlar ve tekniklerle veri kalitesi yönetimini keşfedin.

Veri Yönetişiminin Temelleri

Önleyici bir kural ne zaman kullanılmalı

Veri Kalitesine Giriş

Uygulamalı interaktif egzersiz