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.

Veri kalitesinin önemi

Veri kalitesinin değeri

Seçenekler

Veri Kalitesi Sorusu

Veri Sorusu

Veri kalitesi soruları

Veri kalitesi terimleri ve kavramları

Bağlam içinde veri kalitesi tanımı

Bonus veri kalitesi boyutları

Geçerlilik

Bütünlük

Benzersizlik

Veri kalitesi boyutu uygulaması

Tutarlılığın önemi

Veri kalitesi rolleri ve sorumlulukları

Veri Yönetişim Ekibi

Hangi veri kalitesi rolü uygundur?

Veri Üreticisi

Veri Tüketicisi

Hangi rol sorumludur

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.

Detective Data Quality Rules

Identifying detective rules

Remediating detected issues

Preventative Data Quality Rules

When to use a preventative rule

Detective versus preventative data quality rules

Anomaly detection

When to use anomaly detection

Triaging anomalies

Data quality thresholds

Threshold selection

Matching threshold to criticality

Wrap-Up

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

Tüm müşterilerin Müşteri Tam Adı doldurulmuş mu?

Müşteri Doğum Tarihi alanında doldurulan tüm değerler geçerli tarihler mi?

Geçtiğimiz ay banka kaç yeni müşteriyi bünyesine kattı?

Son bir ay içinde yeni müşteri sayısı artıyor mu yoksa azalıyor mu?

Önümüzdeki ay kaç müşteriye doğum günü ile ilgili pazarlama yapılmalıdır?

Veri kalitesi soruları

Veri Kalitesine Giriş

Uygulamalı etkileşimli egzersiz