Por ironia do destino, ou não, há 4 anos atrás desenvolvi meu TCC sobre qualidade de dados, em ambiente Datawarehouse para PEP – prontuário eletrônico do paciente, e hoje trabalho com BI – Business Intelligence, que tem como ambiente de desenvolvimento um datawarehouse. Mas o que me chamou mais a atenção sobre essa coincidência foi a necessidade da qualidade de dados, ou Data Quality, para que o relatórios obtidos sejam concisos, coerentes e transparentes.
Hoje no mercado existem várias ferramentas que promovem a qualidade de dados, portanto, analisar o cenário correto, para um processo que nos dê dados limpos e de acordo com a realidade da empresa, depende da visão do analista.
A qualidade de dados é multi-dimensional, dependendo do seu contexto ou aplicabilidade. Podemos agrupar as dimensões em 4 categorias, como segue:
Categorias
Intrínseca
Contextual
Representação
Acessibilidade
Dimensões
Correção, objetividade, reputação e credibilidade
Valor acrescentado, relevância, disponibilidade, completude, quantidade apropriada
Interpretabilidade, compreensibilidade, consistência e representação concisa
Acessibilidade e segurança
