Výzkum v oblasti řízení datové kvality

Metodika CADAQUES

Metodika CADAQUES (Complex Approach to Data and Information Quality Management in Enterprise Systems) představuje flexibilní přístup k řízení komplexního univerza dat, se kterými v dnešní době firmy i soukromý sektor přicházejí do styku.

Komponenty metodiky CADAQUES

Vlastní metodika CADAQUES se skládá s následujících stavebních prvků: (1) základních principů, (2) redukované sady vlastností dat, které je efektivní řídit napříč všemi datovými zdroji, (3) základních činností realizovaných v rámci různých úrovní řízení kvality dat a informací, (4) kanonických datových modelů doporučených jako základ pro znalostní bázi podporující řízení kvality dat, (5) návodu, jakým způsobem navázat audit datové kvality na audit informačního systému podle IT Assurance Guide: Using COBIT, (6) simulačního modelu pro měření dopadu vlastností dat do metrik výkonnosti IT a podniku a (7) šablon dokumentů.

Principy

• Metodika se zaměřuje na audit a řízení kvality komplexního univerza dat a informací. Reflektuje heterogenní charakter současných datových a informačních zdrojů;
• Metodika klade důraz na multidimenzionální přístup, charakterizovaný různými pohledy na vlastnosti dat a informací, uvažováním současného i potenciálního užití dat a informací a uvažováním různých kategorií dopadu nekvalitních dat a informací;
• Metodika klade důraz na využití dodatečných znalostí při řízení kvality dat a informací. Tyto znalosti doporučuje spravovat ve znalostní bázi;
• Metodika klade důraz na provázání auditu kvality dat a informací na existující nejlepší praktiky a doporučené postupy v oblasti auditu informačních systémů. Hlavním důvodem je myšlenka, že pokud existuje zaběhlý způsob, jakým je prováděn audit ostatních částí informačního systému, není důvod proč pro audit dat používat způsob jiný;
• Metodika klade důraz na prolinkování principů Data Governance s existujícími metodikami pro implementaci principů IT Governance, jmenovitě COBIT. Data Governance chápe pouze jako součást IT Governance;
• Metodika upozorňuje na nutnost řízení kvality dat a informací jako celku, nikoliv na bázi elementárních datových / informačních zdrojů;
• Metodika doporučuje dodržování principu Data Lineage (rodokmenu dat), tedy sledování původu dat, způsobu pořízení, stáří dat, frekvenci aktualizace a historii všech provedených transformací. Dodržování tohoto principu usnadní dohledávání původních příčin vzniku defektů v datech;
• Metodika reflektuje skutečnost, že některé datové zdroje nejsou pod přímou kontrolou jejich konzumentů. Doporučuje udržovat tuto informaci přístupnou uživatelům dat a zohlednit ji při definici očekávané míry vlastností příslušných atributů. Doporučuje též zhodnotit míru rizika spojenou s použitím takových datových zdrojů;
• Metodika doporučuje řídit životní cyklus dat/informací. Pokud jsou nějaká data nepotřebná či duplicitní, je třeba je archivovat nebo smazat. Důvodem jsou náklady na správu, uložení a chaos;
• Metodika doporučuje použití kanonického (obecného) datového modelu při budování znalostní báze orientované na řízení kvality dat a informací;
• Metodika doporučuje udržování takové úrovně vlastností dat a informací, které vede k optimálnímu dopadu do metrik výkonnosti IT a podniku při současném efektivním využití podnikových zdrojů. Pokud reálné použití některých atributů nevyžaduje vysokou úroveň některých měřených vlastností nebo je tato úroveň spojena s příliš vysokými náklady, metodika doporučuje slevit z požadavků na tyto vlastnosti;
• Metodika poskytuje slovník pojmů používaných v oblasti řízení kvality dat a informací.

Konceptuální model

Redukovaná sada vlastností dat

Publikované výstupy

• PEJČOCH, D. CADAQUES: Metodika pro komplexní řízení kvality dat a informací. In: Acta Informatica Pragensia. Vol 3, No 1(2014), str. 44-56. ISSN: 1805-4951.

Document Tree