Hilfe Warenkorb Konto Anmelden
 
 
   Schnellsuche   
     zur Expertensuche                      
Datenqualität erfolgreich steuern - Praxislösungen für Busines-Intelligence-Projekte
  Großes Bild
 
Datenqualität erfolgreich steuern - Praxislösungen für Busines-Intelligence-Projekte
von: Detlef Apel, Wolfgang Behme, Rüdiger Eberlein et al.
Carl Hanser Fachbuchverlag, 2010
ISBN: 9783446424876
285 Seiten, Download: 4150 KB
 
Format:  PDF
geeignet für: Apple iPad, Android Tablet PC's Online-Lesen PC, MAC, Laptop

Typ: A (einfacher Zugriff)

Wieder verfügbar ab: 24.01.2020 16:06

 
Inhaltsverzeichnis

  Impressum 5  
  Inhalt 6  
  Vorwort 10  
  Abkürzungen 12  
  Einleitung 14  
  I. Theorie 18  
     I.1 Datenqualität 19  
        I.1.1 Daten 19  
        I.1.2 Qualität 20  
        I.1.3 Datenqualität 22  
        I.1.4 Datenqualitätsmanagement 26  
        I.1.5 Zusammenfassung 31  
     I.2 Ursachen und Ausprägungenschlechter Datenqualität 32  
        I.2.1 Geschäftstreiber 32  
        I.2.2 Ausprägungen schlechter Datenqualität 35  
        I.2.3 Ursachen schlechter Datenqualität 37  
        I.2.4 Beispiel: Finanzdienstleister 42  
        I.2.5 Zusammenfassung 44  
     I.3 Auswirkungen schlechter Datenqualität 45  
        I.3.1 Datenqualitätskosten 45  
        I.3.2 Gesetzliche Anforderungen 49  
        I.3.3 Zusammenfassung 52  
     I.4 Organisation 53  
        I.4.1 Aufbauorganisation 53  
        I.4.2 Ablauforganisation 60  
        I.4.3 Empfehlungen 63  
     I.5 Referenzarchitektur für Business-Intelligence-Anwendungen 64  
        I.5.1 Referenzarchitektur 64  
        I.5.2 Problemstellen und Lösungsansätze hinsichtlich der Datenqualität 68  
        I.5.3 Architektur für Datenqualitätsmanagement 72  
        I.5.4 Serviceorientierte Architektur 74  
        I.5.5 Master Data Management 75  
     I.6 Kennzahlen zur Messung der Datenqualität 80  
        I.6.1 Anwendungsmöglichkeiten von Kennzahlen 81  
        I.6.2 Messpunkte für Datenqualität 83  
        I.6.3 DQ-Metriken 86  
        I.6.4 Beispiele für Kennzahlen je Datenqualitätskriterium 88  
        I.6.5 Kennzahlenbaum 90  
        I.6.6 DQ-Assessment 91  
        I.6.7 DQ-Planung 94  
        I.6.8 DQ-Projekte 95  
        I.6.9 Kennzahlenformular 95  
        I.6.10 Zusammenfassung 96  
  II. Technische Umsetzung 98  
     Einleitung 99  
     II.1 Verbesserung der Datenqualität im Quellsystem 102  
        II.1.1 Korrektur fehlerhafter Daten 102  
        II.1.2 Vorbeugung vor neuen Datenqualitätsproblemen 102  
        II.1.3 Empfehlungen 107  
     II.2 Data Profiling 109  
        II.2.1 Data-Profiling-Prozess 110  
        II.2.2 Zusammensetzung des Data-Profiling-Teams 112  
        II.2.3 Data-Profiling-Verfahren 113  
        II.2.4 Empfehlungen 146  
     II.3 Erfolgreiche Datenvalidierung und -filterung 148  
        II.3.1 Validierung auf vier Ebenen 148  
        II.3.2 Filterung fehlerhafter Daten 148  
        II.3.3 Validierung bei Extraktion oder Laden 152  
        II.3.4 Arten der Datenvalidierung 154  
        II.3.5 Erstellung der Validierungsregeln und Speicherung der Ergebnisse 156  
        II.3.6 Empfehlungen 157  
     II.4 Standardisierung und Bereinigung 158  
        II.4.1 Standardisierung vor der Bereinigung 158  
        II.4.2 Datenbereinigung 160  
        II.4.3 Standardisierung und Bereinigung im ETL-Prozess 180  
        II.4.4 Verfahren für nicht zu bereinigende Daten 181  
        II.4.5 Empfehlungen 182  
     II.5 Datenanreicherung 183  
        II.5.1 Wirtschaftsinformationen 183  
        II.5.2 Geografische Informationen 185  
        II.5.3 Soziodemografische Informationen 186  
        II.5.4 Haushaltsbildung 187  
        II.5.5 Standards zur Klassifizierung von Waren und Dienstleistungen 188  
        II.5.6 Branchen-Klassifizierung 191  
        II.5.7 Empfehlungen 193  
     II.6 Verbesserung der Datenqualität in der Bereitstellung und Präsentation 195  
        II.6.1 Bereitstellung der Daten 195  
        II.6.2 Präsentation der Information 196  
        II.6.3 Empfehlungen 208  
     II.7 Metadaten 209  
        II.7.1 Metadaten: Begriff und Strukturierung 209  
        II.7.2 Metadaten-Architekturen 211  
        II.7.3 Erstellung von Metadaten 213  
        II.7.4 Nutzung von Metadaten 217  
        II.7.5 Empfehlungen 219  
     II.8 Data Quality Monitoring 220  
        II.8.1 DQ-Messung und -Analyse 220  
        II.8.2 Methoden 222  
        II.8.3 Visualisierung 224  
        II.8.4 Benachrichtigung und Aktionen 227  
        II.8.5 Verantwortlichkeiten 227  
        II.8.6 Zusammenfassung 228  
     II.9 Produktauswahl und -integration 229  
        II.9.1 Anbieter und Produkte 229  
        II.9.2 Auswahlkriterien im Überblick 230  
        II.9.3 Funktionale Kriterien 231  
        II.9.4 Integration 234  
        II.9.5 Einbeziehung der Fachbereiche 235  
        II.9.6 Sprachen und Länder 236  
        II.9.7 Einbindung in DQM-Prozesse 236  
        II.9.8 Empfehlungen 236  
  III. Projektpraxis 238  
     Einleitung 239  
     III.1 Datenqualitätsmanagement in einer Studie 241  
        III.1.1 Analyse des Ist-Zustands 241  
        III.1.2 Entwurf des Soll-Konzepts 246  
        III.1.3 Bewertung 249  
        III.1.4 Umsetzungsplanung 249  
        III.1.5 Empfehlungen 249  
     III.2 Datenqualitätsmanagementin der Spezifikation 250  
        III.2.1 Spezifikation der Schnittstellen 250  
        III.2.2 Definition der Rollen in der Datenorganisation 251  
        III.2.3 Festlegung der Datenqualitätsziele 251  
        III.2.4 Bezeichnung und Definition der Objekte 253  
        III.2.5 Festlegung der Geschäftsregeln 255  
        III.2.6 Messung der Qualität von Definitionen und Geschäftsregeln 255  
        III.2.7 Data Profiling in der Spezifikation 256  
        III.2.8 Entwurf des Systems 256  
        III.2.9 Empfehlungen 257  
     III.3 Datenqualitätsmaßnahmen in der Konstruktionsphase 258  
        III.3.1 Übertragung der Datenqualitätsziele 258  
        III.3.2 Konventionen und Richtlinien 258  
        III.3.3 Entwurf des Systems 259  
        III.3.4 Erstellung eines Prototypen 262  
        III.3.5 Empfehlungen 262  
     III.4 Steuerung der Datenqualitätin der Realisierung 263  
        III.4.1 Einhaltung der Konventionen, Richtlinien und Konzepte 263  
        III.4.2 Data Profiling in der Realisierung 263  
        III.4.3 Einbindung der Datenverantwortlichen und Benutzer 264  
        III.4.4 Realisierung der Datenqualitätsmaßnahmen 264  
        III.4.5 Durchführung von Tests 265  
        III.4.6 Empfehlungen 265  
     III.5 Steuerung der Datenqualität im Betrieb 267  
        III.5.1 Monitoring und Berichtswesen 267  
        III.5.2 Ausbildung 269  
        III.5.3 Empfehlungen 269  
  Literaturverzeichnis 271  
  Die Autoren 276  
  Register 278  


nach oben


  Mehr zum Inhalt
Kapitelübersicht
Kurzinformation
Inhaltsverzeichnis
Leseprobe
Blick ins Buch
Fragen zu eBooks?

  Medientyp
  eBooks
  eJournal
  alle

  Navigation
Belletristik / Romane
Computer
Geschichte
Kultur
Medizin / Gesundheit
Philosophie / Religion
Politik
Psychologie / Pädagogik
Ratgeber
Recht
Reise / Hobbys
Sexualität / Erotik
Technik / Wissen
Wirtschaft

  Info
Hier gelangen Sie wieder zum Online-Auftritt Ihrer Bibliothek
© 2008-2020 ciando GmbH | Impressum | Kontakt | F.A.Q. | Datenschutz