데이터 품질 측정 항목

설명

정확성(accuracy)

데이터 구성요소로서 시스템에 저장된 값은 그 데이터 요소의 어커런스에 대한 올바른 값이다. 고객ID 'databaser'의 거주지가 '서울'이 맞다면 정확한 값이다.

도메인 무결성(domain integrity)

한 속성의 데이터 값은 허용되고, 정의된 값들의 범위 안에 속한다.

데이터 유형(data type)

데이터 유형이 1byte 숫자형이라면, SQL Server에서는 tinyint로 정의된다.

일치성(consistency)

데이터 필드의 포맷과 내용은 여러 소스 시스템걸쳐 같아야 한다. 예를 들어, 제품 ABC에 대한 제품코드가 1234라면, 그 제품에 대한 코드는 모든 시스템에서 1234이어야 한다.

중복성(redundancy)

같은 데이터는 두 개 이상의 장소에 저장되어서는 안 된다. 효율성 때문이라면 그 데이터 요소는 두 개 이상의 장소에 의도적으로 저장되어 그 중복이 분명히 확인되어야 한다.

완정성(completeness)

시스템 주어진 속성에 대하여 누락된 값들이 없어야 한다. 예를 들어, 주문 상세 항목에 대한 파일에서 주문에 대한 모든 상세 레코드는 완전히 채워져야 한다.

복제(deplication)

시스템에서 레코드의 복제는 완벽하게 결정된다. 만일 제품 파일이 복제 레코들을 가지 것으로 알려지면, 각 제품에 대한 모든 복제 레코드들은 확인되어 교차 참조(cross-reference)가 생성된다.

업무 규칙에 일치하기(conformance to business rules)

각 데이터 항목의 값은 규정된 업무 규칙을 준수해야 한다. 예를 들어, 경매 시스템에서 경매 혹은 판매 가격은 제한 가격보다 작아서는 안 된다.

구조적 명확성(structural definiteness)

데이터 항목이 자연스럽게 각각의 구성 요소로 구조화 되어 질 때마다 이 항목은 잘 정의된 구조를 포함해야 한다.

데이터 변칙(data anomaly)

필드는 그것이 정의된 목적으로만 사용되어야 한다.

명확성(clarity)

데이터 요소는 품질 좋은 데이터의 모든 다른 특성들을 가질 수 있다. 그러나 만일 사용자들이 그 의미를 분명하게 이해하지 못하면 그 데이터는 사용자들에게 가치가 없다. 적당한 명명 관례는 데이터 요소들이 사용자들에게 잘 이해되어지도록 도와준다.

적시성(Timely)

사용자들은 데이터의 적시성(알맞은 시간)을 결정한다. 만일 사용자들이 고객 차원 데이터가 하루 이상 지난 것이 되지 않기를 기대한다면 소스 시스템에서 고객 데이터에 관한 변경들은 DW에 매일매일 적용되어야만 한다.

유용성(usefulness)

DW에서의 모든 데이터 요소는 사용자들 모임의 어떤 요구사항들을 만족시켜야만 한다. DW의 데이터가 사용자들에게 가치가 없다면 그 데이터 요소가 DW에 있는 것은 전혀 필요가 없다

데이터 무결정 규칙 준수(adherence to data integrity rules)

개체 무결성, 참조 무결성 규칙을 준수해야 한다. 기본키로 널 값을 가지는 것은 어떤 테이블도 개체 무결성을 가지지 못한다.