Řešení datové kvality v podnikové praxi

Bc. Filipp Podriadchikov

Master's thesis

Data quality solutions in business practice

Abstract:

Hlavním cílem této práce je provést zhodnocení a navrhnout opatrení pro zlepšení datové kvality v rámci podnikového prostredí, s durazem na oblast business intelligence (BI). Prípadová studie je zvlášte zamerena na procesy cištení, sjednocení a deduplikace dat uložených v datovém skladu. Druhotným cílem je provést analýzu fungování BI, datových skladu a dalších komponent BI, s ohledem na rízení kvality dat. Celá práce je rozclenena do dvou vzájemne propojených cástí. První cást je teoretická a druhá cást má praktický charakter. V úvodu teoretické cásti jsou predstaveny klícové koncepty a zásady spojené s oblastí business intelligence, datových skladu a samotných dat. Následne jsou definovány relevantní pojmy a charakteristiky týkající se kvality dat, a to vcetne úkolu a klícových aktivit nezbytných pro úspešné rízení datové kvality. Zvláštní pozornost je venována faktorum, které prispívají ke vzniku nedostatecné kvality dat, opatrením vedoucím k její prevenci a dusledkum, které špatná kvalita dat s sebou nese. Poslední cást teoretické cásti se zameruje na vysvetlení základních operací provádených nad daty a jejich vztah k celkové kvalite dat. Praktická cást studie se venuje implementaci procesu cištení, sjednocení a deduplikace dat v rámci podnikového datového skladu. V prubehu této fáze jsou navrhována konkrétní opatrení a metody, které budou aplikovány na skutecná data s cílem zvýšit jejich kvalitu. Tato cást zahrnuje detailní postupy a techniky, které mají potenciál efektivne odstranit nedostatky spojené s datovou kvalitou a prispet k celkovému zlepšení podnikového informacního prostredí.

Abstract:

The main goal of this study is to assess and propose measures for improving data quality within the enterprise environment, with a particular emphasis on the field of Business Intelligence (BI). The case study is specifically focused on the processes of data cleansing, standardization, and deduplication related to client data stored in the data warehouse. A secondary objective is to analyze the functioning of BI, data warehousing, and other BI components with regard to data quality management. The entire work is divided into two interrelated parts. The first part is theoretical, while the second part takes on a practical nature. In the introduction of the theoretical section, key concepts and principles associated with the field of Business Intelligence, data warehousing, and data itself are introduced. Subsequently, relevant terms and characteristics related to data quality are defined, including the tasks and key activities essential for successful data quality management. Special attention is paid to the factors contributing to inadequate data quality, preventive measures, and the consequences of poor data quality. The last part of the theoretical section focuses on explaining the fundamental data operations and their relationship to overall data quality. The practical section of the study is dedicated to the implementation of data cleansing, standardization, and deduplication processes within the enterprise's data warehouse. During this phase, specific measures and methods are proposed to be applied to real data with the aim of enhancing their quality. This part encompasses detailed procedures and techniques with the potential to effectively eliminate deficiencies associated with data quality and contribute to the overall improvement of the enterprise's information environment.

Keywords

čištění dat, datová kvalita, business intelligence, unifikace

Keywords

data quality, business intelligence, unification, data cleaning

Language used: Czech

Date on which the thesis was submitted / produced: 10. 11. 2023

Thesis defence

• Date of defence: 7. 2. 2024
• Supervisor: doc. Ing. Jan Tyrychtr, Ph.D.
• Reader: Richard Vágner, externi

Czech University of Life Sciences Prague

Faculty of Economics and Management

Master programme / field:
Systems Engineering and Informatics / Informatics