datafouten

Datafouten zijn foutieve of onvolledige gegevens die voorkomen in datasets, databases of informatiesystemen. Ze kunnen ontstaan bij registratie, import, migratie of via automatische processen en variëren van kleine fouten tot significante inconsistenties tussen systemen. Veelvoorkomende vormen zijn onjuist ingevoerde waarden, ontbrekende velden, duplicaten, verouderde informatie en tegenstrijdige records.

De impact van datafouten kan omvangrijk zijn. Foute data leiden vaak tot verkeerde analyses, misleidde besluitvorming, operationele verstoringen, financiële verliezen en reputatieschade, vooral wanneer data worden gebruikt voor rapportage, compliance en besluitvormingsprocessen.

Oorzaken van datafouten zijn onder andere menselijke fouten bij invoer, software- of parsingfouten, integratieproblemen tussen systemen, defecte sensoren en migratiefouten. Ook tijdsverschillen tussen systemen en insufficient data governance dragen bij aan de kans op fouten.

Detectie en preventie vullen elkaar aan. Detectiemethoden omvatten validatieregels, data profiling, anomaliedetectie en reconciliatie tussen gerelateerde datasets. Preventie vereist robuuste data governance, invoervalidatie, constraints en referentiële integriteit, normalisatie, deduplicatie, master data management en metadata-beheer, complemented door regelmatige data cleaning en onderhoud van audit trails.

Kwaliteitsdimensies geven houvast bij evaluatie: nauwkeurigheid, volledigheid, consistentie, actualiteit, geldigheid en integriteit. In organisaties is dataquality management een doorlopend proces met toegewezen rollen zoals data owner en data steward, ondersteund door normen en frameworks zoals ISO 8000 en DAMA-DMBOK.