Gegevenskwaliteit: praktische gids voor metrics en dimensies

Samenvatting

Gegevenskwaliteit vraagt om meetbare regels: BARC Research laat zien hoe metrics, drempels en scorecards samen actie sturen.

Gegevenskwaliteit: wat er gebeurt

BARC Research beschrijft in een gids van Florian Bigelmaier hoe teams datakwaliteit voor een dataset, data-element, proces of use case meten. De aanpak begint bij de vereisten van een use case. Een B2B-webshop kan bijvoorbeeld controleren of elke order een primair e-mailadres bevat. Dat valt onder de dimensie volledigheid.

De meting gebruikt een eenvoudige ratio: het aantal orders met een primair e-mailadres gedeeld door het totale aantal orders. De uitkomst loopt van 0% tot 100%. Een regel beschrijft de voorwaarde, zoals een verplicht gevuld veld. Een check voert die regel uit met bijvoorbeeld SQL of een Python-script. De metric voegt de resultaten samen.

Gegevenskwaliteit: waarom dit telt

De gids onderscheidt onder meer nauwkeurigheid, volledigheid, consistentie, tijdigheid, geldigheid, uniciteit en relevantie. Die dimensies geven BI-teams een vaste manier om vereisten te formuleren en problemen te classificeren. Volledigheid heeft bovendien twee kanten: alle verplichte velden kunnen gevuld zijn, terwijl ook ontbrekende rijen de kwaliteit van een tabel aantasten.

Niet elke metric krijgt dezelfde bestuurlijke betekenis. Een metric wordt een KPI wanneer die gekoppeld is aan een managementdoelstelling, zoals het aandeel ongeldige orderrecords. Dat onderscheid voorkomt dat een dashboard losse controles presenteert zonder aan te geven welke uitkomst actie vereist.

De gids maakt ook het verschil duidelijk tussen een target en een escalatiedrempel. Een target beschrijft de gewenste prestatie; een escalatiedrempel markeert het punt waarop aandacht of actie nodig is. Een scorecard brengt geselecteerde metingen samen.

Gegevenskwaliteit: concrete takeaway

Begin niet met een dashboard. Leg eerst per use case vast welke data-eis geldt, aan welke kwaliteitsdimensie die eis is gekoppeld en welke regel je test. Definieer daarna de check, de aggregatie, het target en de escalatiedrempel. Zo krijgt elke metric een controleerbare herkomst en weet je wanneer een afwijking opvolging vraagt.