IQI® Wissen
Artikel

Datenqualitätsmanagement – Grundlagen, Ablauf und Best Practices

Datenqualitätsmanagement, auch Data Quality Management genannt, ist ein Managementprozess zur kontinuierlichen Sicherung und Überwachung der Qualität geschäftskritischer Daten. Egal, ob die Daten für operative Prozesse, für das Berichtswesen oder zur Automatisierung genutzt werden: Die Qualität geschäftskritischer Daten sollte nicht dem Zufall überlassen werden. Ansonsten drohen teure Prozessstörungen oder krasse Fehlentscheidungen. Aus diesem Grund ist bereits

Weiterlesen »
11. März 2020 Keine Kommentare
Data Quality Management
News

Standardisierung des Datenqualitätsmanagements (Vortrag auf der GIQMC 2013)

Bad Soden, 15.11.2013 – Das Information Quality Institute war dieses Jahr wieder auf der German Information Quality Management Conference (GIQMC) vertreten. Dieses mal hat Joachim Sobota zusammen mit Marco Geuer von der ACT Gruppe zum Thema „Datenqualität und Normen“ die Ergebnisse ihrer Analyse zur Nutzung bestehender Standards für das Datenqualitätsmanagement vorgetragen. Die jährlich im November stattfindende German Information

Weiterlesen »
15. November 2013 Keine Kommentare

Top 12 Gründe für Datenqualitätsmanagement

Hier sind meine Top 12 Gründe, warum es sich lohnt, in ein Datenqualitätsmanagement zu investieren:   12. Daten sind inzwischen ein vollwertiges Wirtschaftsgut, das die Automatisierung steuert und daher gepflegt werden sollte.   11. Business Intelligence Reports kann man besser interpretieren, wenn man weiß, wie es um die Qualität der abgebildeten Informationen steht.   10. Datenqualitätsprobleme können das

Weiterlesen »
12. Dezember 2012 Keine Kommentare

Top 12 Reasons for Data Quality Management

Here are my top 12 reasons to invest in data quality management: 12. Data are a business asset. 11. Business Intelligence reports are interpreted with much more confidence. 10. Data quality problems may harm your corporate image. 9. Good corporate management requires trustworthy data. 8. Data quality problems cause unnecessary rework during business process execution.

Weiterlesen »
12. Dezember 2012 Keine Kommentare
Artikel

Five Reasons why Business Intelligence Tools are not Suitable for Data Quality Management

1.Flexibility Data requirements have to be changed quite often, e.g. because of new laws or business policies. This causes a change of the algorithms that identify poor data. In Business Intelligence tools, this change is cumbersome and costly and often requires a bureaucratic change process. A good Data Quality Management software contains a flexible and

Weiterlesen »
9. November 2012 Keine Kommentare
Artikel

Fünf Gründe warum Business Intelligence Software nicht für Data Quality Management geeignet ist…

1.Mangelnde Flexibilität Änderung von Datenanforderungen entstehen schnell, z.B. durch neue Gesetze oder geänderte Vorgaben des Managements. Eine Anpassung der Algorithmen (welche die Datenanforderungen repräsentieren) ist in Business Intelligence Systemen mit hohem Aufwand verbunden. Eine Data Quality Management Software bringt ein agiles und leicht bedienbares Regelmanagement mit, das in wenigen Minuten durch die Experten der Fachbereiche

Weiterlesen »
9. November 2012 Keine Kommentare
Kategorien
Schlagwörter
Big Data Business Intelligence Data Governance Data Misinterpretation Data Quality Costs Data Quality Management Data Semantics Data Warehousing Datenheterogenität Datenmigration Datenqualität Decisions ERP KPI Metadata Management Popularity Reporting Software Stammdaten Wahrheit