Řešení datové kvality v bankovnictví

Josef Křepela

Bakalářská práce

Data Quality Management in Banking

Anotace:

Primárním cílem této bakalářské práce je zhodnocení a návrh řešení vedoucí ke zlepšení datové kvality v bankovním institutu v oblasti business inteligence. Případová studie je zaměřena zejména na provedení čištění, unifikace a deduplikace dat týkající se klientů v datovém skladu. Sekundárním cílem je analýza fungování buisness intelligence, datového skladu a dalších komponent oblasti business intelligence, a to ve vazbě k řízení datové kvality. Práce je rozdělena do dvou na sebe logicky navazujících částí. První část je teoretická a druhá praktická. Počátkem první části bakalářské práce jsou vysvětleny některé důležité pojmy a principy business intelligence, datových skladů a dat. Dále jsou představeny důležité pojmy a vlastnosti datové kvality, role a klíčové aktivity vedoucí k úspěšnému řízení datové kvality. Především způsoby, jak vznikají nekvalitní data, jak jim předejít a jaké jsou dopady špatné datové kvality. V předposlední kapitole jsou představeny magické kvadranty nástrojů pro řízení datové kvality, které hrají podstatnou roli na trhu. Poslední kapitola teoretické části je věnována interpretaci základních operací s daty ve vztahu k datové kvalitě. Druhá část této práce se zabývá provedení čištění, unifikace a deduplikace dat v datovém skladu bankovního institutu.

Abstract:

The primary goal of this bachelor thesis is to evaluate and design solutions to improve data quality at the banking institute in Business Intelligence. The case study focuses on cleaning, unification, and deduplication of client data in a data warehouse. The secondary goal is to analyze area of business intelligence, data warehouse and other components of business intelligence, in connection with data quality management. The work is divided into two logically connected parts. The first part is theoretical and the other is practical. At the beginning of the first part of the bachelor thesis are explained some important concepts and principles of business intelligence, data warehouses and data. Next are presented important concepts and properties of data quality, roles and key activities leading to successful data quality management. Above all ways of how poor data are produced and how to prevent them and what are the consequences of poor data quality. The penultimate chapter introduces magic quadrants of data quality management tools that play a significant role in the market. The last chapter of the theoretical part is devoted to the interpretation of basic operations with data in relation to data quality. The second part of this thesis deals with the cleaning, unification and deduplication of data in the bank's data warehouse.

Klíčová slova

data, čištění dat, datová kvalita, business intelligence, unifikace

Keywords

data quality, data cleaning, data, business intelligence, unification

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 8. 3. 2016

Obhajoba závěrečné práce

• Obhajoba proběhla 20. 6. 2018
• Vedoucí: Jan Pour
• Oponent: Jana Fortinová

Vysoká škola ekonomická v Praze

Bakalářský studijní program / obor:
Aplikovaná informatika / Informatika