Datakonsistensproblemer

Datakonsistensproblemer betegner situationer hvor data ikke er konsistente eller pålidelige på tværs af systemer, applikationer eller tidsperioder. De opstår når data er duplikeret, forældet eller i konflikt med forretningsregler. Kvalitetsproblemer kan opstå i både operationelle databaser og analytiske lag samt i distribuerede miljøer hvor flere kilder opdateres uafhængigt.

Årsagerne inkluderer manglende referentiel integritet, asynkron datareplikering, ikke-atomare opdateringer, schemaændringer uden passende konvertering, caching og datamigrering samt menneskelige fejl. Typerne dækker blandt andet referentiel inkonsistens (f.eks. ugyldige referencer), tidsbaseret inkonsistens i forbindelse med samtidige opdateringer og duplikerede eller Modsigtende værdier mellem kilder.

Konsekvenserne kan være fejlinformation i rapportering, forkerte beslutninger, dårlig kundeoplevelse og øget regulatorisk risiko. I forretningskritiske scenarier kan datakonsistensproblemer også føre til ineffektive processer og tab af troværdighed.

Håndtering og forebyggelse omfatter implementering af stærke valideringsregler og integritetskontroller, brug af transaktionelle mekanismer (ACID) i kernedata, samt håndtering af konsistensmodeller i distribuerede systemer som eventual consistency. Arbejde med master data management, data governance og data quality-programmer er centralt, ligesom datareconciliation, versionering, tidsstempler og revision. En tydelig ansvarfordeling og en enkelt kilde til sandhed hjælper også med at reducere risici.

Eksempelvis kan ordredata være synkroniseret mellem ERP, webshop og lagerstyring; inkonsistens mellem disse kilder kan medføre forsinkelser, fejl-belæg og utilfredse kunder. Se også referentiel integritet, data governance, MDM, ETL og CAP-teori.