Datakvalitetsfel

Datakvalitetsfel avser avvikelser i data som gör dem mindre tillförlitliga eller användbara. Inom informationshantering analyseras datakvalitet längs flera dimensioner, såsom noggrannhet, fullständighet, aktualitet, konsistens, giltighet, unikhet och relevans. Felaktig data kan uppstå i allt från kundregister till finansiella system och påverka beslutsfattande, rapportering och automatiserade processer.

Orsaker till datakvalitetsfel inkluderar manuella inmatningsfel, felaktiga formatkonverteringar, bristande validering vid insamling, integration av data från flera källor med olika standarder, duplicering och att data blir föråldrade eller illa hamnade i olika system.

Vanliga typer av datakvalitetsfel är saknade värden, dubbletter, felaktiga enhets- eller formatvärden (t.ex. datum eller postnummer), inkonsekventa klassificeringar samt felaktiga nycklar eller referenser och felaktiga tidsstämplar.

Konsekvenserna av datakvalitetsfel kan vara missvisande analyser, felaktig rapportering, ökade kostnader, driftstopp och risker vid efterlevnad av regler. För att bedöma datakvaliteten används mått som noggrannhet, fullständighet, aktualitet och konsistens samt data-kvalitetsprofilering och spårbarhet. Styrning via datastyrning och tydliga dataägare, samt ramverk som ISO 8000 eller DAMA-DMBOK, stödjer arbetet. Master data management och specialiserade datakvalitetsverktyg används också.

Förebyggande och åtgärder inkluderar validering vid inmatning, standardisering av format, deduplicering och rekonstruktion av saknade data där det är möjligt, automatiserad felupptäckt och rekonsiliering mellan system, samt kontinuerlig övervakning av datakvaliteten.