Data quality : the accuracy dimension / Jack E. Olson.

Por:

Olson, Jack E [autor]

Tipo de material: Texto

texto

Tipo de medio:

sin medio

Tipo de soporte:

volumen

ISBN:

9781558608917

Tema(s):

Clasificación LoC:

QA 76 .9 .D3 O47 2003

Recursos en línea:

Tabla de contenidos

Contenidos:

Part I: Understanding Data Accuracy -- Chapter 1. The Data Quality Problem -- 1.1 Data Is a Precious Resource -- 1.2 Impact of Continuous Evolution of Information Systems -- 1.3 Acceptance of Inaccurate Data -- 1.4 The Blame for Poor-Quality Data -- 1.5 Awareness Levels -- 1.6 Impact of poor-Quality Data -- 1.7 Requirements for Making Improvements -- 1.8 Expected Value Returned for Quality program -- 1.9 Data Quality Assurance Technology -- 1.10 Closing Remarks -- Chapter 2. Definition of Accurate Data -- 2.1 Data Quality Definitions -- 2.2 Principle of Unintended Uses -- 2.3 Data Accuracy Defined -- 2.4 Distribution of Inaccurate Data -- 2.5 Can Total Accuracy Be Achieved? -- 2.6 Finding Inaccurate Values -- 2.7 How Important Is It to Get Close? -- 2.8 Closing Remarks -- Chapter 3. Sources of Inaccurate Data -- 3.1 Initial Data Entry -- 3.2 Data Accuracy Decay -- 3.3 Moving and Restructuring Data -- 3.4 Using Data -- 3.5 Scope of Problems -- 3.6 Closing Remarks -- Part II: Implementing a Data Quality Assurance Program -- Chapter 4. Data Quality Assurance -- 4.1 Goals of a Data Quality Assurance Program -- 4.2 Structure of a Data Quality Assurance Program -- 4.3 Closing Remarks -- Chapter 5. Data Quality Issues Management -- 5.1 Turning Facts into Issues -- 5.2 Assessing Impact -- 5.3 Investigating Causes -- 5.4 Developing Remedies -- 5.5 Implementing Remedies -- 5.6 Post-implementation Monitoring -- 5.7 Closing Remarks -- Chapter 6. The Business Case for Accurate Data -- 6.1 The Value of Accurate Data -- 6.2 Costs Associated with Achieving Accurate Data -- 6.3 Building the Business Case -- 6.4 Closing Remarks -- Part III: Data Profiling Technology -- Chapter 7. Data Profiling Overview -- 7.1 Goals of Data Profiling -- 7.2 General Model -- 7.3 Data Profiling Methodology -- 7.4 Analytical Methods Used in Data Profiling -- 7.5 When Should Data Profiling Be Done? -- 7.6 Closing Remarks -- Chapter 8. Column Property Analysis -- 8.1 Definitions -- 8.2 The Process for Profiling Columns -- 8.3 Profiling Properties for Columns -- 8.4 Mapping with Other Columns -- 8.5 Value-Level Remedies -- 8.6 Closing Remarks -- Chapter 9. Structure Analysis -- 9.1 Definitions -- 9.2 Understanding the Structures Being Profiled -- 9.3 The Process for Structure Analysis -- 9.4 The Rules for Structure -- 9.5 Mapping with Other Structures -- 9.6 Structure-Level Remedies -- 9.7 Closing Remarks -- Chapter 10. Simple Data Rule Analysis -- 10.1 Definitions -- 10.2 The Process for Analyzing Simple Data Rules -- 10.3 Profiling Rules for Single Business Objects -- 10.4 Mapping with Other Applications -- 10.5 Simple Data Rule Remedies -- 10.6 Closing Remarks -- Chapter 11.Complex Data Rule Analysis -- 11.1 Definitions -- 11.2 The Process for Profiling Complex Data Rules -- 11.3 Profiling Complex Data Rules -- 11.4 Mapping with Other Applications -- 11.5 Multiple-Object Data Rule Remedies -- 11.6 Closing Remarks -- Chapter 12. Value Rule Analysis -- 12.1 Definitions -- 12.2 Process for Value Rule Analysis -- 12.3 Types of Value Rules -- 12.4 Remedies for Value Rule Violations -- 12.5 Closing Remarks -- Chapter 13. Summary -- 13.1 Data Quality Is a Major Issue for Corporations -- 13.2 Moving to a Position of High Data Quality Requires an Explicit Effort -- 13.3 Data Accuracy Is the Cornerstone for Data Quality Assurance --

Resumen: Description: Data Quality: The Accuracy Dimension is about assessing the quality of corporate data and improving its accuracy using the data profiling method. Corporate data is increasingly important as companies continue to find new ways to use it. Likewise, improving the accuracy of data in information systems is fast becoming a major goal as companies realize how much it affects their bottom line. Data profiling is a new technology that supports and enhances the accuracy of databases throughout major IT shops. Jack Olson explains data profiling and shows how it fits into the larger picture of data quality. * Provides an accessible, enjoyable introduction to the subject of data accuracy, peppered with real-world anecdotes. * Provides a framework for data profiling with a discussion of analytical tools appropriate for assessing data accuracy. * Is written by one of the original developers of data profiling technology. * Is a must-read for any data management staff, IT management staff, and CIOs of companies with data assets.Resumen: DESCRIPCIÓN EN ESPAÑOL Descripción: Data Quality: The Accuracy Dimension trata de evaluar la calidad de los datos corporativos y mejorar su precisión mediante el método de creación de perfiles de datos. Los datos corporativos son cada vez más importantes a medida que las empresas continúan encontrando nuevas formas de usarlos. Del mismo modo, mejorar la precisión de los datos en los sistemas de información se está convirtiendo rápidamente en un objetivo importante a medida que las empresas se dan cuenta de cuánto afecta esto a sus resultados. La creación de perfiles de datos es una nueva tecnología que admite y mejora la precisión de las bases de datos en las principales tiendas de TI. Jack Olson explica la elaboración de perfiles de datos y muestra cómo encaja en el panorama más amplio de la calidad de los datos. * Proporciona una introducción agradable y accesible al tema de la precisión de los datos, salpicada de anécdotas del mundo real. * Proporciona un marco para la elaboración de perfiles de datos con una discusión de las herramientas analíticas apropiadas para evaluar la precisión de los datos. * Está escrito por uno de los desarrolladores originales de la tecnología de creación de perfiles de datos. * Es una lectura obligada para cualquier personal de administración de datos, personal de administración de TI y CIO de empresas con activos de datos.

Etiquetas de esta biblioteca: No hay etiquetas de esta biblioteca para este título. Ingresar para agregar etiquetas.

Existencias
Tipo de ítem	Biblioteca actual	Biblioteca de origen	Colección	Signatura topográfica	Copia número	Estado	Notas	Fecha de vencimiento	Código de barras	Reserva de ítems
Libros para consulta en sala	Biblioteca Antonio Enriquez Savignac	Biblioteca Antonio Enriquez Savignac	COLECCIÓN RESERVA	QA 76 .9 .D3 O47 2003 (Navegar estantería(Abre debajo))	Ejem.1	No para préstamo (Préstamo interno)	Ingeniería en Datos e Inteligencia Organizacional		042819

Total de reservas: 0

Navegando Biblioteca Antonio Enriquez Savignac estanterías, Colección: COLECCIÓN RESERVA Cerrar el navegador de estanterías (Oculta el navegador de estanterías)

Previo								Siguiente
Previo	QA76.9.D3 K7618 2003 Procesamiento de bases de datos: Fundamentos, diseño e implementación /	QA76.9.D3 K7618 2003 Procesamiento de bases de datos: Fundamentos, diseño e implementación /	QA 76 .9 .D3 M52 Microsoft Access 2007 : introducción a Microsoft Access	QA 76 .9 .D3 O47 2003 Data quality : the accuracy dimension /	QA76.9D3 O956 Principles of distributed database systems /	QA 76 .9 .D3 P37 Guía visual de access 2010 /	QA 76 .9 .D3 P4818 Microsoft SQL server 2008 : manual de referencia /	Siguiente

Incluye referencias bibliográficas (p. 279-281) e índice.

Part I: Understanding Data Accuracy --

Chapter 1. The Data Quality Problem --
1.1 Data Is a Precious Resource --
1.2 Impact of Continuous Evolution of Information Systems --
1.3 Acceptance of Inaccurate Data --
1.4 The Blame for Poor-Quality Data --
1.5 Awareness Levels --
1.6 Impact of poor-Quality Data --
1.7 Requirements for Making Improvements --
1.8 Expected Value Returned for Quality program --
1.9 Data Quality Assurance Technology --
1.10 Closing Remarks --

Chapter 2. Definition of Accurate Data --
2.1 Data Quality Definitions --
2.2 Principle of Unintended Uses --
2.3 Data Accuracy Defined --
2.4 Distribution of Inaccurate Data --
2.5 Can Total Accuracy Be Achieved? --
2.6 Finding Inaccurate Values --
2.7 How Important Is It to Get Close? --
2.8 Closing Remarks --

Chapter 3. Sources of Inaccurate Data --
3.1 Initial Data Entry --
3.2 Data Accuracy Decay --
3.3 Moving and Restructuring Data --
3.4 Using Data --
3.5 Scope of Problems --
3.6 Closing Remarks --

Part II: Implementing a Data Quality Assurance Program --

Chapter 4. Data Quality Assurance --
4.1 Goals of a Data Quality Assurance Program --
4.2 Structure of a Data Quality Assurance Program --
4.3 Closing Remarks --

Chapter 5. Data Quality Issues Management --
5.1 Turning Facts into Issues --
5.2 Assessing Impact --
5.3 Investigating Causes --
5.4 Developing Remedies --
5.5 Implementing Remedies --
5.6 Post-implementation Monitoring --
5.7 Closing Remarks --

Chapter 6. The Business Case for Accurate Data --
6.1 The Value of Accurate Data --
6.2 Costs Associated with Achieving Accurate Data --
6.3 Building the Business Case --
6.4 Closing Remarks --

Part III: Data Profiling Technology --

Chapter 7. Data Profiling Overview --
7.1 Goals of Data Profiling --
7.2 General Model --
7.3 Data Profiling Methodology --
7.4 Analytical Methods Used in Data Profiling --
7.5 When Should Data Profiling Be Done? --
7.6 Closing Remarks --

Chapter 8. Column Property Analysis --
8.1 Definitions --
8.2 The Process for Profiling Columns --
8.3 Profiling Properties for Columns --
8.4 Mapping with Other Columns --
8.5 Value-Level Remedies --
8.6 Closing Remarks --

Chapter 9. Structure Analysis --
9.1 Definitions --
9.2 Understanding the Structures Being Profiled --
9.3 The Process for Structure Analysis --
9.4 The Rules for Structure --
9.5 Mapping with Other Structures --
9.6 Structure-Level Remedies --
9.7 Closing Remarks --

Chapter 10. Simple Data Rule Analysis --
10.1 Definitions --
10.2 The Process for Analyzing Simple Data Rules --
10.3 Profiling Rules for Single Business Objects --
10.4 Mapping with Other Applications --
10.5 Simple Data Rule Remedies --
10.6 Closing Remarks --

Chapter 11.Complex Data Rule Analysis --
11.1 Definitions --
11.2 The Process for Profiling Complex Data Rules --
11.3 Profiling Complex Data Rules --
11.4 Mapping with Other Applications --
11.5 Multiple-Object Data Rule Remedies --
11.6 Closing Remarks --

Chapter 12. Value Rule Analysis --
12.1 Definitions --
12.2 Process for Value Rule Analysis --
12.3 Types of Value Rules --
12.4 Remedies for Value Rule Violations --
12.5 Closing Remarks --
Chapter 13. Summary --

13.1 Data Quality Is a Major Issue for Corporations --
13.2 Moving to a Position of High Data Quality Requires an Explicit Effort --
13.3 Data Accuracy Is the Cornerstone for Data Quality Assurance --

Description:

Data Quality: The Accuracy Dimension is about assessing the quality of corporate data and improving its accuracy using the data profiling method. Corporate data is increasingly important as companies continue to find new ways to use it. Likewise, improving the accuracy of data in information systems is fast becoming a major goal as companies realize how much it affects their bottom line. Data profiling is a new technology that supports and enhances the accuracy of databases throughout major IT shops. Jack Olson explains data profiling and shows how it fits into the larger picture of data quality.

* Provides an accessible, enjoyable introduction to the subject of data accuracy, peppered with real-world anecdotes.

* Provides a framework for data profiling with a discussion of analytical tools appropriate for assessing data accuracy.

* Is written by one of the original developers of data profiling technology.

* Is a must-read for any data management staff, IT management staff, and CIOs of companies with data assets.

DESCRIPCIÓN EN ESPAÑOL

Descripción:

Data Quality: The Accuracy Dimension trata de evaluar la calidad de los datos corporativos y mejorar su precisión mediante el método de creación de perfiles de datos. Los datos corporativos son cada vez más importantes a medida que las empresas continúan encontrando nuevas formas de usarlos. Del mismo modo, mejorar la precisión de los datos en los sistemas de información se está convirtiendo rápidamente en un objetivo importante a medida que las empresas se dan cuenta de cuánto afecta esto a sus resultados. La creación de perfiles de datos es una nueva tecnología que admite y mejora la precisión de las bases de datos en las principales tiendas de TI. Jack Olson explica la elaboración de perfiles de datos y muestra cómo encaja en el panorama más amplio de la calidad de los datos.

* Proporciona una introducción agradable y accesible al tema de la precisión de los datos, salpicada de anécdotas del mundo real.

* Proporciona un marco para la elaboración de perfiles de datos con una discusión de las herramientas analíticas apropiadas para evaluar la precisión de los datos.

* Está escrito por uno de los desarrolladores originales de la tecnología de creación de perfiles de datos.

* Es una lectura obligada para cualquier personal de administración de datos, personal de administración de TI y CIO de empresas con activos de datos.

Haga clic en una imagen para verla en el visor de imágenes

PARA TODA NECESIDAD SIEMPRE HAY UN LIBRO

Data quality : the accuracy dimension / Jack E. Olson.

Navegando Biblioteca Antonio Enriquez Savignac estanterías, Colección: COLECCIÓN RESERVA Cerrar el navegador de estanterías (Oculta el navegador de estanterías)