Bölüm 1, veri kalitesi boyutları ve veri kalitesi rolleri ve sorumlulukları dahil olmak üzere temel veri kalitesi terimlerini tanıtmaktadır. Ayrıca iş bağlamında veri kalitesinin önemini ve değerini de öğreneceksiniz.

Veri kalitesinin önemi

Veri kalitesinin değeri

Veri kalitesi soruları

Veri kalitesi terimleri ve kavramları

Bağlam içinde veri kalitesi tanımı

Bonus veri kalitesi boyutları

Veri kalitesi boyutu uygulaması

Tutarlılığın önemi

Veri kalitesi rolleri ve sorumlulukları

Veri Yönetişim Ekibi

Hangi veri kalitesi rolü uygundur?

Hangi rol sorumludur

Veri Kalitesi Terimlerinin Tanımlanması

Bölüm 2'ye veri profillerini kullanarak her bir veri kalitesi boyutu için veri kalitesi kurallarını tanımlayarak başlayacaksınız. Ayrıca, sorunları önceliklendirmek ve düzeltmek için genel veri kalitesi sürecini keşfetmeden önce meta veriler ve veri soyağacı hakkında bilgi edineceksiniz.

Boyutları kullanarak veri kalitesi kuralları

Veri kalitesi kuralları

Veri kalitesi senaryoları

Veri profilleri

Veri profiline dayalı veri kalitesi kuralları

Veri profili sonuçları

Meta veri ve veri kalitesi

Meta verilerin tanımlanması

Veri soyağacı sırası

Veri kalitesi sorunları triyajı

Veri soyağacını ve meta verileri kullanma

Veri kalitesi süreçlerinin yürütülmesi

Veri Kalitesi Süreçleri ve Bileşenleri

Bölüm 3'te, farklı veri kalitesi kuralları türleri ve veri kalitesi uyarı eşikleri kavramı hakkında bilgi edineceksiniz. Bu bölümü boyutları, veri kalitesi kurallarını, veri kalitesi süreçlerini ve veri kalitesi uyarılarını bir araya getiren bir alıştırma ile bitireceksiniz.

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

Veri Kalitesi Kuralları İş Başında

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

Veri üreticilerini belirlemek için tespit edilen anomalilere ilişkin meta verileri ve veri dizisini keşfedin

Tespit edilen anomalileri veri üreticisi ile birlikte gözden geçirerek anomalinin gerçekten bir hata mı yoksa yanlış pozitif bir sonuç mu olduğunu belirleyin

Gerçek anomalileri düzeltmek ve anomali tespit aracına geri bildirim sağlamak için veri üreticisi ile birlikte çalışın

Anomalilerin takibi

Veri Kalitesine Giriş

Uygulamalı etkileşimli egzersiz