- Autor
- Rostek Katarzyna (Politechnika Warszawska)
- Tytuł
- Zarządzanie jakością danych w systemach informatycznych przedsiębiorstwa
Enterprise Data Quality Management - Źródło
- Zarządzanie Przedsiębiorstwem / Polskie Towarzystwo Zarządzania Produkcją, 2008, nr 2, s. 31-42, rys., bibliogr. 19 poz.
- Słowa kluczowe
- Zarządzanie jakością, Zarządzanie bazami danych, Bazy danych, Zarządzanie informacją, Komputerowy system przetwarzania danych
Quality management, Databases management, Databases, Information management, Data processing system - Uwagi
- summ.
- Abstrakt
- Zarządzanie jakością danych stanowi istotne zagadnienie, które powinno być uwzględnione w strategii każdej rozwijającej się i konkurującej na rynku firmie. Należy jednak pamiętać, że zarządzanie jakością danych nie ogranicza się jedynie do korygowania błędów, które pojawiły się lokalnie w danych transakcyjnych, ale jest filozofią zarządzania, opartego na prawdziwej, kompletnej i aktualnej informacji, dostępnej w ramach całej organizacji. W celu osiągnięcia wysokiej jakości danych i czerpania z nich wymiernych korzyści biznesowych, niezbędne jest rozwijanie kultury jakości zarządzania informacją oraz wdrożenie filozofii zarządzania jakością informacji. W artykule zostały przedstawione: strategia OODA, 14 punktów jakości Deminga w odniesieniu do jakości danych oraz metodyka TIQM (ang. Total Information Quality Management). Kluczowym elementem zarządzania informacją jest proces czyszczenia danych, którego pierwszym etapem jest diagnoza stanu baz danych, czyli profilowanie danych. W artykule zaprezentowano autorski projekt narzędzia, wykonanego na zlecenie firmy SAS Institute, który automatyzuje i standaryzuje proces profilowania danych klienta, bez względu na typ bazy danych czy systemu operacyjnego. Narzędzie PROFIL stanowi cenne rozszerzenie standardowych narzędzi czyszczenia danych, podnosi efektywność procesu czyszczenia danych oraz znacząco skraca czas przygotowywania i realizacji projektu czyszczenia danych. W zamyśle stanowił rozszerzenie funkcjonalności narzędzia PowerStudio firmy DataFlux, ale z powodzeniem może być wykorzystany jako narzędzie profilowania danych w dowolnych zastosowaniach procesu zarządzania jakością danych. (fragment tekstu)
Every day brings new challenges for customer acquisition and retention in competitive business environment. To stay ahead, companies are turning to decision support solutions to help identify and manage their customer relationships. Enterprise data quality management is the important problem which should be taken into consideration in the planning of the strategy for the developing and competing on the market. Data quality of an information system is regarded as the most important factor because it is the basis of an information system. Low quality data brings several negative effects to business users through the loss of customer satisfaction, high running costs, inefficient decision making processes, and performance. The data quality management isn't limiting itself only to correcting mistakes which done locally - in transaction data. It is the management philosophy, based on the true, complete and current information, accessible to all organization. Developing the culture of managing the information and implementing the data quality management philosophy is necessary for achieving business and economic benefits of the high quality of data. OODA strategy (ang. Observe-Orient-Decide-Act). That is the cause that 14 points Deming's philosophy of quality management in taking back to data quality and the TIQM methodology (ang. Total Information Quality Management) were introduced in this article. The main element of quality data management is a process of cleaning data, which the first stage is a diagnosis of the state of databases, that is profiling data. The article is presenting the project of original tool, prepared to the order SAS Institute, which is automating and standardizing a process of profiling data, independent from the type of the database or the type of the operating system. The PROFIL program is broadening possibilities of standard tools of cleaning data. It is raising the effectiveness of the cleaning process and is shortening the time of designing and implementing of the cleaning data project. The PROFIL program was done as widening the functionality of the PowerStudio program, but he can successfully be used as the tool of profiling data in free applying of the data quality management process. The article is presenting the structure, the schema of functionality and the example of practical using the PROFIL tool. (original abstract) - Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu - Pełny tekst
- Pokaż
- Bibliografia
- Borowik P., Krajobraz integracji danych, "CIO Magazyn Dyrektorów IT", nr 10/2006.
- Deming E., Out of Crisis, Massachusets Institute of Technology, Center for Advanced Engineering Study, 1982.
- Dongre K, Data Cleansing Strategies, DM Direct, październik 2004.
- English L., 14 Points of Information Quality Transformation, "DM Review", listopad 2006.
- English L., Total Information Quality Management: A Complete Methodology for IQ Management, "DM Review", wrzesień 2003.
- FirstLogic, Customer Data Quality, FirstLogin Inc., 2003.
- Friedman T., Bitterer A., Magie Quadrant for Data Quality Tools, 2007, Gartner RAS Core Research Note G00149359, 29 czerwiec 2007.
- Gamdzyk P., Poprawka z danych, "Computerworld Polska", 4 luty 2002.
- Kimball R., Caserta J" The Data Warehouse ETL Toolkit, Wiley Publishing, USA, 2004.
- Kobyliński O., Komorniczak W., Dane na zawsze czy na chwilą, "Computerworld", 28 listopad 2005.
- Koźmiński P., Czyszczenie danych, [w:] Przyszłość systemów informatycznych przedsiębiorstwa, pod red. K. Sitarskiego, Oficyna PTZP, Warszawa 2008, str. 56-64.
- Koźmiński P., Projekt narzędzia informatycznego kontrolująco-raportującego transakcyjne bazy danych, praca dyplomowa, promotor K. Rostek, WIP Politechniki Warszawskiej, czerwiec 2008.
- Kyung-Seok R., Joo-Seok P., Jae-Hong P., A Data Quality Management Maturity Model, "ETRI Journal", vol. 28, nr 2, kwiecień 2006, str. 191-204.
- Lee M., Lu H., Ling T., Ko Y., Cleansing Data for Mining and Warehousing, [w:] Database and Expert Systems Applications, 10-th International Conference on Database and Expert Systems Applications, 1999, str. 751-760.
- Olson J., Data Quality. The Accuracy Dimension, Morgan Kaufmann Publishers, USA, 2003.
- Osinga F., Science, Strategy and War: The Strategie Theory of John Boyd, Abingdon, UK: Routledge, 2007.
- Soszyński T., Jakość danych po polsku, "Gazeta 1T", nr 30, grudzień 2004.
- Sypko W., Badylak P., Nieosiągalny ideał i smutna rzeczywistość, "Computerworld", 4 luty 2002.
- Szewczuk J., Zarządzanie jakością danych. Kiepskie dane są drogie, "PC Kurier", nr 18/2002.
- Cytowane przez
- ISSN
- 1643-4773
- Język
- pol