Datakvalitetsmått

Datakvalitetsmått är kvantitativa indikatorer som används för att bedöma hur väl data uppfyller krav och användares behov. De används inom data governance, data management och informationsstyrning för att mäta och följa upp data kvalitet över tid och i olika system.

Vanliga dimensioner som datakvalitetsmått bygger på är noggrannhet, fullständighet, aktualitet, konsekvens, giltighet, unikhet samt tillgänglighet och tolkbarhet. Noggrannhet avser hur exakt data speglar verkliga förhållanden. Fullständighet beskriver hur stor del av nödvändiga fält innehåller giltiga värden. Aktualitet mäter hur färska data är i förhållande till händelse eller krav. Konsekvens anger att data över olika system och tidsstämplar inte står i konflikt. Giltighet bedömer om värden ligger inom fördefinierade domäner och regler. Unikhet handlar om frånvaro av dubbletter. Tillgänglighet och tolkbarhet uppfyller krav på att data är åtkomliga och förståeliga för användare.

Datakvalitetsmått operationaliseras vanligtvis genom konkreta mätningar: definierade mått, källor, beräkningsmetoder och mål (targets). Vanliga tekniker är data profiling, validering av data mot regler och referensdata, beräkning av kvalitetsindex eller poängsystem, samt övervakning via dashboards. Profileringsresultat kan exempelvis visa andel fullständiga fält, duplicering, felaktiga värden och tidsfördröjning.

Ur ett styrningsperspektiv behövs tydliga ansvariga, exempelvis dataägare och dataförvaltare, samt processer för uppföljning, baselines och kontinuerlig förbättring. Utmaningar inkluderar att måtten inte fånga all kvalitet och att behov samt kontext kan variera mellan användare och applikationer.