Azerbaycan TDWI Data Quality Management: Techniques for Data Profiling, Assessment, and Improvement Eğitimi

Bu eğitimi kendi kurumunuzda planlayabilirsiniz. Bize Ulaşın!

Veri kalitesi, neredeyse her işletme, BT organizasyonu ve iş zekası programı açısından en büyük zorluklardan biridir. Veri kalitesi sorunlarına karşı en sık sergilenen yaklaşım, sorunlarla karşılaşıldığında veya sorunlar rapor edildiğinde bu sorunların çözümlenmesi şeklinde reaktif bir yaklaşımdır. Ancak bu tür reaktif veri kalitesi yöntemleri kalite yönetimi değildir, daha çok, kusurların sürekli olarak düzeltildiği ancak bu kusurların sebeplerinin nadiren ortadan kaldırıldığı basit bir kalite bakımıdır. Sürdürülebilen veri kalitesine erişmede başarısı kanıtlanmış tek yol ise veri profilinin çıkartılmasını, veri kalitesinin değerlendirilmesini, kök neden analizini, veri temizliğini ve süreç iyileştirmesini içeren kapsamlı bir kalite yönetim programıdır.

Herhangi bir önkoşul bulunmamaktadır.

Bu eğitime iş zekası, MDM ve veri yönetimi program ve proje yöneticileri ve uygulayıcıları, veri sahipleri, veri ambarı tasarımcıları ve geliştiricileri, veri kalitesi profesyonelleri katılabilir.

Bu eğitimde;
Sütun, tablo ve tablolar arası veri profili çıkartma teknikleri
Veri profilleri nasıl analiz edilir ve bu profillerden öyküler nasıl elde edilir
Veri kalitesini değerlendirmeye ve ölçmeye yönelik subjektif ve objektif yöntemler
Veri kalitesi yönetimi için OLAP ve performans skor kartları nasıl uygulanır
Belirtilerin ötesine nasıl geçilir ve veri kalitesi kusurlarının gerçek nedenleri nasıl anlaşılır
Mevcut veri kalitesi eksikliklerini etkin bir şekilde düzeltmeye yönelik veri temizleme teknikleri
Kök nedenleri ortadan kaldırmak ve gelecekteki kusurları önlemek için süreç iyileştirme yöntemleri

Module One: Data Quality Basics

Data Quality Concepts
- Defining Data Quality
- Integrity and Correctness
- Data Quality and Metadata Quality
- Rules as Metadata
- Metadata and DQ Management
Data Quality Processes
- Quality Control, Assurance, & Management
- Data Profiling
- Data Quality Assessment
- Data Cleansing
- Root Cause Analysis
- Process Improvement

Module Two: Profiling Data

Data Profiling Concepts
- Purpose and Processes
Column Profiling
- Extracting Values Metadata
- Examining Values Metadata
Table Profiling
- Examining Dependencies
- Keys and Uniqueness
- Column Dependencies
Cross-Table Profiling
- Examining Redundancy and Relationships
- Redundancy
- Relationships
Analyzing Data Profiles
- Column Profiles
- Values Frequency
- The Story in the Profiles
- Data Quality Rules
Data Profiling in Practice
- Profiling and Projects
- People and Technology

Module Three: Assessing Data Quality

DQ Assessment Concepts
- DQ Assessment Defined
- Subjective Assessment
- Objective Assessment
- Assessment in DQ Management
Subjective Assessment
- Subjective Assessment Process
- A Survey of Data Quality Perceptions
Objective Assessment
- Objective Assessment Process
- Planning and Preparation
- Cataloging Data Quality Rules
- Cataloging Data Quality Errors
- Testing and Tuning Rules
- Reporting and Analyzing Data Quality
Assessment in Practice
- Assessment and Projects
- People, Roles, and Skills

Module Four: Fixing Data Quality Defects

Data Cleansing Concepts
- Data Cleansing Defined
- Techniques
- Cleansing Process Overview
- Planning & Preparation
Procedural Data Cleansing
- Names and Addresses
- De-Duplication and Consolidation
Rule-Based Data Cleansing
- Data Cleansing Rules
- Rules Processing
Data Cleansing in Practice
- Data Cleansing Workflow
- Cleansing and the Data Warehouse
- Data Cleansing and Projects
- People, Roles, and Responsibilities

Module Five: Preventing Data Quality Defects

Root Cause Analysis
- RCA Overview
- The RCA Process
- Causal Modeling
- Five Whys
- Fishbone Diagrams
- Causal Loop Diagrams
Process Improvement
- Process Improvement Principles
- Process Improvement Overview
- Prerequisites
- Target Processes
- Change Planning
- Action Planning
- Executing Change

Module Six: Summary and Conclusion

Sustaining Data Quality
- Awareness, Accountability, Action
- Mistakes to Avoid
References and Resources
- To Learn More

Eğitimlerle ilgili bilgi almak ve diğer tüm sorularınız için bize ulaşın!

Neden bizi tercih ettiniz?

Bilginç'ten daha önce eğitim aldım ve memnun kaldım.

Daha önce farklı bir kurumdan aldığım eğitimden memnun kalmadım.

Diğer

IT departmanınızda kaç kişi çalışıyor?

0 – 50

50 – 250

250 – 1000

1000+

TDWI Data Quality Management: Techniques for Data Profiling, Assessment, and Improvement Eğitimi Azerbaycan

Kardeş ülke Azerbaycan (resmi adıyla Azerbaycan Cumhuriyeti) Kafkasya’da, Güney Kafkas Dağları bölgesinde bulunmaktadır. Çok zengin bir kültüren mirasa sahip olan Azerbaycan’ın, Hazar Denizi, Rusya, Gürcistan, Ermenistan ve İran gibi sınır komşuları vardır. Kafkasya’nın en büyük yüzölçümlü ülkesi olan Azerbaycan’da harika bir doğa çeşitliliği mevcut olup, hayvan yaşamının zenginliği de dikkat çekicidir. Üniter bir devlet olan Azerbaycan’ın Cumhurbaşkanı İlham Aliyev, resmi dili Azerice’dir.

Farsça Azar (Ateş) ve Payegan (Muhafız) kelimelerinin birlikteliğinden adını alan Azerbaycan Ateşler Ülkesi olarak da bilinmektedir. Bakü’de bulunan Flame Towers ülkenin en turistik yerlerinden biridir. Ülkede çok sayıda yanardağ ve petrol yatağı bulunmaktadır. Azerbaycan’ın mutlaka görülmesi gereken yerleri arasında Bakü’deki Alev Kuleleri, Kız Kalesi, Ateşgah, Targovi Caddesi ve Bakü Bulvarı’nın yanı sıra farklı şehirlerdeki Şeki Hanları Sarayı, Kobustan Milli Parkı, Han Bağı, Kebele ve Göygöl Milli Parkı sayılabilir.

Azerbaycan TDWI Data Quality Management: Techniques for Data Profiling, Assessment, and Improvement Eğitimi

Önkoşullar

Kimler Katılmalı

Neler Öğreneceksiniz

Outline

Yakın tarihte açılacak eğitimler