CHAPTER 18: DATA QUALITY IN DW 2.0 potx

n h ó m 1 8 :
1 0 4 1 3 0 9 - n g u y ễ n c ô n g b ì n h
1 0 4 1 4 4 0 – l ư ơ n g m i n h t r í



1. THE DW 2.0 DATA QUALITY TOOL SET

2. DATA PROFILING TOOLS AND THE REVERSE-ENGINEERED DATA MODEL

3. DATA MODEL TYPES

4. DATA PROFILING INCONSISTENCIES CHALLENGE TOP-DOWN MODELING


Môi trường DW thế hệ đầu tiên không quan tâm chất lượng dữ liệu. Nên khi các vấn đề về dữ liệu
được phát hiện ẩn giấu trong dữ liệu nguồn trong giai đoạn cuối của dự án , điều này dẫn đến sự thất
bại rất lớn và chắc chắn sẽ làm chậm trễ trong tiến độ thực hiện dự án.


Trong các thế hệ tiếp theo - DW 2.0 . Việc kiểm tra dữ liệu được thực hiện lặp đi lặp lại ngay trước khi cả
kế hoạch bắt đầu

Trong kho dữ liệu DW 2.0 thế hệ tiếp theo, nhóm nghiên cứu chất lượng dữ liệu mong đợi có thể chọn từ
một loạt các chiến lược để giải quyết vấn đề chất lượng dữ liệu. Bao gồm 1 số chiến lược đề cập bên dưới
đây

■  !"##(chỉnh sửa các nguồn dữ liệu)- trên thực tế đi vào bên trong kho dữ liệu và chỉnh sửa dữ liệu.
■  !$ % #&       ỉ ử ươ ụ ỉ ử ể
   ữ ệ ợ ệ
■ '($ !(chỉnh sửa các quá trình kinh doanh) - một quá trình kinh doanh bị hỏng là nguyên

nhân chính của các dữ liệu kém chất lượng.
■ ")* !#(%    ! "    ỉ ổ ậ ả ộ ữ
       #! $ %&ệ ượ ượ ử ụ ộ ụ ớ ị
■  #(* &"##     !#    % ' ể ổ ữ ệ ườ ượ ổ ư
#   % ả ượ
++,
- ./ 01 /  Ộ Ụ ƯỢ Ữ Ệ
++,

Có rất nhiều loại công cụ để xem xét:
Data Profiling tools – tìm các vấn đề trong dữ liệu

Còn có những công cụ khác hoàn toàn các công cụ sửa chữa những dữ liệu bất thường:
•
Data Quality Monitor – giám sát chất lượng dữ liệu
•
Data Quality Report – báo cáo chất lượng dữ liệu
•
ETL - phát hiện các vấn đề chất lượng dữ liệu trong giai đoạn phân tích của dự án và dự đoán các vấn đề
chất lượng dữ liệu mới
++,
++,

2'31(45(6 ! (%' !3(%! !714 (%" 4 ự ộ ụ ượ ữ ệ
8( #ư

()* !#   % "+ !ể ữ ệ ể
  %  &ữ ệ ườ

(),   - "   &ạ ữ ệ ữ ị ụ ể


.!-)/    01, 0,1    ụ ể ữ ệ ặ ể ể ữ ệ
!#  ữ ệ

.-)/%      -2!ượ ủ ữ ệ ượ
&
+/++,9,:/
;+
./ < ;  9=0>:01 +;.?  Ụ Ể Ữ Ệ Ạ Ữ Ệ
+/++,9,:/;+

/3   #   +#4ể ự ệ ể ữ ệ
53 &ể

.   3   %!      !%  ộ ổ ứ ể ộ ổ ể ơ ở ữ ệ ả
 -!--%6&1 #' #ữ ậ ẽ
  "   " 7  ! % ị ệ ậ ặ ậ ệ ẽ
 #8 %     !   + %ư ớ ẽ ả ượ ạ ể ả ả ọ
-"+ #&
+/++,9,:/
;+

. # !     %  &19 ộ ể ươ ể ữ ệ ườ ọ
   "  3!%    &:3;3 %   % ườ ẽ ả ỉ ượ ể ộ ờ
!#3  +!  3# "ả ả ệ ẽ ả

<    %   !% %        ự ự ọ ể ệ ượ ữ ệ ử ụ ộ ụ
# %    &/3%  #       ;% ể ượ ữ ệ ụ ể ữ ệ ể ỗ ợ ộ
   &/  %     ượ ữ ệ ụ ễ ị ữ ệ ượ ứ
  '#9 6    '##  ộ ộ ộ ạ ộ ộ ả ả

     - 3% #=   ặ ậ ệ ể ạ ị ượ
     &: 3  "+ #ứ ộ ượ ự ọ ữ ể ệ
'!  ' #  >?'?  @3 ????&ẩ ụ ư ỗ ị ộ ị ộ ể
;+,
@+ ;.?  Ạ Ữ Ệ
;+,
;+,
< >A'B  %#  "CDE'F&ơ ạ ệ ạ ả
;+,
>A'@ %    "    #  CDE'F ả ả ữ ệ ọ ượ ử ụ ữ ệ
  -&ệ
+/+,,,/+:+
;+/
 /;0 < ;   @;.? AỮ Ẫ Ể Ữ Ệ Ử Ừ
B.1/
+/+,,,/+:+;+/
+/+,,,/+:+
;+/