Daten- und Informationsqualität

شرکت‌های بیشتری بهبود و حفاظت از کیفیت اطلاعات (IQ) را یک وظیفه مدیریتی مستقل و مهم می‌دانند. مدیریت IQ اکنون یک عنصر اولیه در پروژه های یکپارچه سازی سیستم است. اما همچنین برای فرآیندهای در حال انجام با داده ها و کاربران ناهمگن، کیفیت بالای اطلاعات نیاز اساسی برای عملکرد فرآیندهای عملیاتی است. اولین کتاب آلمانی زبان در این زمینه به طور جامع به کیفیت داده ها و اطلاعات می پردازد: از تعاریف کیفیت داده ها گرفته تا روش ها و مقررات مدیریت آن تا تثبیت آن در سازمان - با مطالعات موردی از شرکت های متعدد.

در فصل مقدماتی، نویسندگان ابتدا اصول اولیه را توضیح می دهند. آنها مدل های علمی تئوری اطلاعات را ارائه می کنند و نقش داده ها را در مدیریت دانش و اطلاعات و به عنوان عامل تولید توضیح می دهند. فصل اساسی دیگر به ابعاد مختلف کیفیت اطلاعات اختصاص دارد. با استفاده از 15 اصطلاح و مثال توضیحی، ابعاد IQ مانند دسترسی، دامنه (مقدار مناسب داده) یا اعتبار (باورپذیری) به طور دقیق شرح داده شده است. این فصل همچنین نتیجه کار یک گروه پروژه در DGIQ (انجمن آلمانی برای اطلاعات و کیفیت داده ها) است. بخش دوم کتاب روش ها، ابزارها و تکنیک های مدیریت کیفیت داده ها را توضیح می دهد. اینها شامل معیارهای کیفیت داده ها، روش هایی مانند مدیریت کیفیت کل داده ها، تجزیه و تحلیل داده های ساختاریافته یا اقداماتی مانند پاکسازی داده ها است.

این جلد برای ویرایش چهارم گسترش یافته و در جاهای متعددی تجدید نظر شده است. بر اساس علمی و نوشته شده توسط پزشکان، وضعیت فعلی تحقیق و کاربرد را نشان می دهد. هدف این کتاب مدیریت شرکت ها، مدیران فناوری اطلاعات، به عنوان مثال در بانک ها و شرکت های بیمه، و همه متخصصان داده است. برای همه متخصصان فناوری اطلاعات ضروری است.

Die Verbesserung und Sicherung der Informationsqualität (IQ) wird in immer mehr Unternehmen als eigenständige und wichtige Managementaufgabe begriffen. IQ-Management ist mittlerweile ein elementarer Baustein in Systemintegrationsprojekten. Aber auch für laufende Prozesse mit heterogenen Daten und Nutzern ist eine hohe Informationsqualität die Grundvoraussetzung für funktionierende betriebliche Abläufe. Das erste deutschsprachige Buch zum Thema behandelt Daten- und Informationsqualität umfassend: von Definitionen zur Datenqualität über Methoden und Regelwerke für ihr Management bis hin zur Verankerung in der Organisation – mit Fallbeispielen aus zahlreichen Unternehmen.

Im einführenden Kapitel erläutern die Autoren zunächst die Grundlagen. Sie stellen wissenschaftliche Modelle der Informationstheorie vor und erläutern die Rolle von Daten im Wissens- und Informationsmanagement und als Produktionsfaktor. Ein weiteres grundlegendes Kapitel widmet sich den verschiedenen Dimensionen der Informationsqualität. Anhand von 15 Begriffen und erläuternden Beispielen werden die IQ-Dimensionen wie beispielsweise Zugänglichkeit (accessibility), Umfang (appropriate amount of data) oder Glaubwürdigkeit (believability) präzise beschrieben. Dieses Kapitel ist zugleich Ergebnis der Arbeit einer Projektgruppe in der DGIQ (Deutsche Gesellschaft für Informations- und Datenqualität). Im zweiten Teil des Buchs werden die Methoden, Tools und Techniken für das Management der Datenqualität erläutert. Dazu zählen unter anderem Datenqualitätsmetriken, Methoden wie Total Data Quality Management, die strukturierte Datenanalyse oder Maßnahmen wie Datenbereinigung.

Der Band wurde für die vierte Auflage erweitert und an zahlreichen Stellen überarbeitet. Wissenschaftlich fundiert und von Praktikern geschrieben, präsentiert es den aktuellen Stand aus Forschung und Anwendung. Das Buch richtet sich an Unternehmensführungen, IT-Manager, beispielsweise in Banken und Versicherungen, und an alle Datenspezialisten. Ein Muss für alle IT-Profis.