|
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 |
|