思维导图备注

数据质量改进实践指南 - (美)David Loshin,曹建军,江春等

首页收藏书籍阅读记录

我的书签
添加书签移除书签

10.1 挑战

浏览 7 扫码

小字体
中字体
大字体

2024-04-30 09:31:48

请登录再阅读

封面
版权信息
《数据质量改进实践指南》翻译组
译者序
序言
前言
致谢
作者简介
第1章低劣数据质量的业务影响
- 1.1 信息价值与数据质量改进
- 1.2 业务期望指数与数据质量
- 1.3 减轻影响
- 1.4 若干实例
- 1.5 影响分类的进一步讨论
- 1.6 业务影响分析
- 1.7 其他影响类别
- 1.8 影响分类系统和迭代改进
- 1.9 小结：将影响转化为绩效
第2章组织的数据质量计划
- 2.1 数据质量的良性循环
- 2.2 数据质量流程
- 2.3 利益相关者和参与者
- 2.4 数据质量工具
- 2.5 小结
第3章数据质量成熟度
- 3.1 数据质量战略
- 3.2 数据质量框架
- 3.3 数据质量能力/成熟度模型
- 3.4 框架组件与成熟度模型的映射
- 3.5 小结
第4章企业行动整合
- 4.1 规划行动
- 4.2 框架行动
- 4.3 操作和应用行动
- 4.4 范围问题
- 4.5 小结
第5章建立业务案例和数据质量路线图
- 5.1 数据质量投资回报
- 5.2 建立业务案例
- 5.3 发现业务影响
- 5.4 研究成本
- 5.5 关联影响与原因
- 5.6 影响矩阵
- 5.7 问题、问题要点和原因
- 5.8 关联影响与数据缺陷
- 5.9 估算价值差距
- 5.10 划分优先级行动
- 5.11 数据质量路线图
- 5.12 建立路线图的实际步骤
- 5.13 责任、职责和管理
- 5.14 数据质量计划的生命周期
- 5.15 小结
第6章度量指标和绩效改进
- 6.1 面向绩效的数据质量
- 6.2 建立数据质量度量指标
- 6.3 测量和关键数据质量绩效指标
- 6.4 统计过程控制
- 6.5 控制图
- 6.6 多种控制图
- 6.7 控制图说明
- 6.8 查找特殊原因
- 6.9 维护控制
- 6.10 小结
第7章数据治理
- 7.1 企业数据质量论坛
- 7.2 数据质量章程
- 7.3 任务和指导原则
- 7.4 角色和职责
- 7.5 运营结构调整优化
- 7.6 数据统管
- 7.7 数据质量验证和认证
- 7.8 问题和解决方案
- 7.9 数据治理和联合社团
- 7.10 小结
第8章数据质量维度
- 8.1 什么是数据质量维度
- 8.2 维度类别
- 8.3 数据质量维度描述
- 8.4 内在维度
- 8.5 上下文维度
- 8.6 定性维度
- 8.7 找出自己的维度
- 8.8 小结
第9章数据需求分析
- 9.1 信息的企业用途和业务证析
- 9.2 业务驱动和数据依赖关系
- 9.3 什么是数据需求分析
- 9.4 数据需求分析流程
- 9.5 定义数据质量规则
- 9.6 小结
第10章元数据与数据标准
- 10.1 挑战
- 10.2 数据标准
- 10.3 元数据管理
- 10.4 业务定义
- 10.5 参考元数据
- 10.6 数据元
- 10.7 业务元数据
- 10.8 数据协调流程
- 10.9 小结
第11章数据质量评价
- 11.1 规划
- 11.2 业务流程评估
- 11.3 准备和数据分析
- 11.4 数据剖析和分析
- 11.5 分析结果的综合
- 11.6 企业客户审查
- 11.7 快速数据评价小结——明确的结果
第12章修复和改进计划
- 12.1 按性质分类
- 12.2 信息流图
- 12.3 根本原因分析
- 12.4 修复
- 12.5 执行
- 12.6 小结
第13章数据质量服务水平协议
- 13.1 业务驱动和成功准则
- 13.2 识别数据质量规则
- 13.3 建立数据质量控制
- 13.4 数据质量服务水平协议
- 13.5 检查和监测
- 13.6 数据质量度量指标和数据质量记分卡
- 13.7 数据质量事件报告和跟踪
- 13.8 自动化指标汇集
- 13.9 记分卡报告
- 13.10 采取修复行动
- 13.11 小结——管理使用数据质量记分卡
第14章数据剖析
- 14.1 数据剖析的应用环境
- 14.2 数据剖析：算法技术
- 14.3 数据逆向工程
- 14.4 异常分析
- 14.5 数据质量规则发现
- 14.6 元数据合规性和数据模型完整性
- 14.7 协调参与者
- 14.8 选择分析数据集
- 14.9 小结
第15章解析和标准化
- 15.1 数据错误范例
- 15.2 元数据的作用
- 15.3 标记：含义的单位
- 15.4 解析
- 15.5 标准化
- 15.6 定义规则和转换建议
- 15.7 主动与被动的矛盾
- 15.8 将数据转换整合进应用框架
- 15.9 小结
第16章实体身份分辨
- 16.1 数据纠正的诱因
- 16.2 唯一身份的双重挑战
- 16.3 什么是实体
- 16.4 识别属性
- 16.5 相似度分析和匹配流程
- 16.6 匹配算法
- 16.7 虚报、漏报和阈值设定
- 16.8 保留
- 16.9 链接和保留监测
- 16.10 实体搜索与匹配和计算复杂度
- 16.11 身份分辨的应用
- 16.12 业务需求评估
- 16.13 小结
第17章检查、监测、审核和跟踪
- 17.1 再谈数据质量服务水平协议
- 17.2 实行检查和监测：技术与流程
- 17.3 数据质量业务规则
- 17.4 自动检查和监测
- 17.5 事故报告、通知和问题管理
- 17.6 小结
第18章数据增强
- 18.1 增强的价值
- 18.2 数据增强方法
- 18.3 数据增强的实例
- 18.4 通过标准化增强
- 18.5 通过上下文增强
- 18.6 通过数据合并增强
- 18.7 小结：符合规定的增强数据源
第19章主数据管理和数据质量
- 19.1 什么是主数据
- 19.2 什么是主数据管理
- 19.3“黄金记录”或“统一视图”
- 19.4 作为工具的主数据管理
- 19.5 主数据管理：一种高层组件方法
- 19.6 主数据使用场景
- 19.7 主数据管理架构
- 19.8 识别主数据
- 19.9 主数据服务
- 19.10 小结：走近主数据管理和数据质量
第20章全书总结
- 20.1 组织和管理
- 20.2 建立信息质量计划
- 20.3 技术和工具
- 20.4 小结
索引
内容简介

暂无相关搜索结果！

二维码

手机扫一扫，轻松掌上学

《数据质量改进实践指南 - (美)David Loshin,曹建军,江春等》电子书下载

请下载您需要的格式的电子书，随时随地，享受学习的乐趣！

EPUB 电子书

书签列表

阅读记录

阅读进度: 0.00% ( 0/0 ) 重置阅读进度