Qualidade de Dados / Data Quality

A qualidade dos dados: um aumento de desempenho para sua empresa
Os dados são um activo muito valioso, que não é totalmente utilizado totalmente na maioria das organizações. Quais são os custos e os efeitos negativos que resultam da interpretação de dados inexistentes, dados incorrectos, enganadores ou dados e informação obsoleta? Quais são as consequências se os clientes e os utilizadores não podem aceder de forma correcta à informação e no momento certo? Que importância deve ser dada aos dados da empresa que não tem nenhum contexto com outros dados? A resposta: qualidade dos dados defeituosos rapidamente se faz sentir como um factor com um impacto negativo sobre os lucros e como gerador de custos.

Pode contar com seus dados e com as suas fontes?
Processos de negócios bem sucedidos são baseados em dados de alta qualidade!
Pergunte a si mesmo a pergunta crucial: Pode contar com seus dados e com as suas fontes? A resposta "frequente" é que não são bons o suficiente! Sucesso e a utilização comercial de BI, CRM, ERP ou iniciativas de conformidade dependem directamente do nível de qualidade dos dados obtidos e de uma permanentemente aplicação processos para a garantia da qualidade.

Ciclo de controle de qualidade de dados ou ...
... como é que a qualidade dos dados é permanentemente garantida a longo prazo?
Modelos de negócio contemporâneos e futuros têm exigências específicas para uma efectiva implementação.
Para efeitos de um ciclo de qualidade de dados, oferecemos um portefólio completo de produtos que abrangem todas as áreas do processo de qualidade de dados:
- Balanço e análise da situação actual da base de dados
- Limpeza dos dados para a criação de um padrão uniforme e melhor qualidade dos dados
- Exclusão de contaminação dos dados para garantir o nível de qualidade dos dados obtidos a longo prazo
- Medidas para a optimização da qualidade
- Contínuo acompanhamento e controlo da qualidade dos dados

Como resultado, melhora a qualidade dos dados nas etapas compreensíveis, obtendo assim um aumento de performance no uso das suas aplicações de negócio estratégicas e operacionais.

PROJECTO: QUALIDADE DOS DADOS

DADOS - INFORMAÇÃO - CONHECIMENTO - DECISÕES
Os dados são a matéria-prima da informação. Os conhecimentos adquiridos a partir de dados fornece a base necessária para que as decisões de negócios sejam mais estratégicas e operacionais.
Roland Pfeiffer / CEO Uniserv GmbH para soluções de Data Quality

Porque é que a qualidade dos dados é tão importante?
A qualidade dos dados é importante para o sucesso empresarial! Os últimos estudos dos principais analistas sublinham o elevado valor de soluções de qualidade de dados. Em apoio desta tese, a Forrester, Gartner, META Group e outros mostram que os resultados da empresa podem ser significativamente melhorados através de medidas de qualidade de dados.
As empresas reconhecem isso e estão cada vez mais sobre a qualidade dos dados como um factor central para o sucesso e competitividade.
Ao mesmo tempo, porém, isso é incompatível com a situação na prática: um inquérito realizado pela Associação Alemã para a Qualidade da Informação (DGIQ) em 2007 revelou que quase dois terços dos inquiridos dizem que as soluções adequadas não são utilizadas nas suas empresas e vêm uma clara necessidade de acção com relação à avaliação da qualidade dos dados e à implementação de soluções para sua melhoria.

O que influencia a qualidade dos dados?
Um sistema de qualidade de dados existe num ambiente complexo de sistemas de TI, processos de negócio e condições específicas da empresa. Novos dados cuja qualidade é duvidosa constantemente entra no sistema. Reciprocamente, o sistema deve fornecer regularmente os dados com a qualidade especificada. Além disso, o ambiente de um sistema de qualidade de dados nunca é estático. As circunstâncias externas mudam - os clientes mudam de casa, e muito mais. Trata-se de desenvolvimentos que devem ser mapeados no sistema. O processo de negócio e as ferramentas para a sua execução e controle também mudam. Isto significa reavaliações e novas exigências de qualidade dos dados.
Em suma, um sistema de qualidade de dados está vivo e deve ser capaz de desenvolver com o seu ambiente.

Estão os dados têm que ser perfeitos?
Não, mas os dados devem estar livres de erros, completos, consistentes, actualizados e relevantes, a fim de satisfazer as necessidades e expectativas dos utilizadores. A este respeito, é basicamente irrelevante se os dados são utilizados a nível operacional ou estratégico e táctico para a tomada de decisões, porque a elevada qualidade dos dados prossegue o objectivo de fornecer informações precisas à disposição de todos os participantes no processo de negócio.

Aptidão ao uso
De acordo com os analistas da Gartner, a qualidade dos dados é muitas vezes entendida como envolvendo unicamente a limpeza de dados. No entanto, este é apenas um aspecto. Uma visão mais abrangente inclui áreas como a análise de dados e perfis de dados, normalização, harmonização e valorização dos dados, bem como a monitorização contínua da qualidade dos dados, afirma o Gartner. Garantir que os dados novos ou alterados atendem o nível de qualidade de dados obtidos a longo prazo, de preferência directamente na entrada de dados, é tão importante como resolver os problemas de qualidade.Uniserv oferece um portefólio de soluções que abrange todos os passos relevantes no processo de qualidade de dados: análise e caracterização do banco de dados, ferramentas de one-off de limpeza de dados, soluções para permanentemente garantir a qualidade dos dados e instrumentos para a sua vigilância constante. Como resultado, você cria os pré-requisitos para a aptidão de dados e, portanto, para o uso efectivo da valiosa base de dados.

Informações úteis

Como é que a verificação da morada do Post para mySAP™ Business Suite difere de uma verificação "normal" look-up?

• Verificação automática e correcção de todos os elementos da morada.
• A verificação tolerante ao erro, de modo que muitos erros são corrigidos automaticamente, ou seja, sem intervenção do utilizador.
• Atribuição do código postal correcto baseado na rua, número da casa ou informações do apartado.
• Exibição das alternativas mais prováveis no caso de ambiguidades.

Como é que a verificação da morada, com o Post para mySAP™ Business Suite difere de outros sistemas de verificação de moradas?

• Versões nacionais do programa estão disponíveis para os mais importantes países europeus, assim como o Canadá e os EUA.
• Sempre que possível, os produtos Uniserv foram certificadas pelas autoridades postais nacionais.
• Uma verificação da rua e número de porta a nível nacional é possível num alto grau em todos os países.
• Uma maior actualização dos dados é fornecida por meio de actualizações regulares.
• Suporte de todas as características particulares postais nacionais.
• Suporta a funcionalidade de entrada rápida nos Países Baixos e Reino Unido.
• Os componentes do endereço digitado nos campos errados são automaticamente colocados nos campos correctos (importante para utilizadores inexperientes e endereços estrangeiros).
• Adição das coordenadas geográficas está disponível mediante subscrição, permitindo a atribuição automática de detalhes de dados até o nível de número da rua ou da porta ao introduzir ou mudar endereços.
• Disponibilização da "limpeza mensal" incluída na função básica. Como resultado, qualquer alteração na base de dados de endereços que se torne necessária devido à reorganização do governo local, mudanças em nomes de rua, a estrutura do código postal ou a classificação geográfica podem ser automaticamente detectadas e corrigidas na medida do possível.

Como é que o sistema de recuperação Mail para mySAP™ Business Suite difere do padrão de pesquisa com "wildcards" disponível no mySAP™ Business Suite?

• Os resultados são gerados muito mais rapidamente. Mesmo com bases de dados contendo vários milhões de endereços, o tempo de resposta é geralmente menos de um segundo.
• Pesquisas realizadas com Mail para mySAP™ Business Suite são tolerantes ao erro, mesmo sem "wildcards". Isto é importante mencionar, porque se fizer a entrada com "wildcards" presume-se que o utilizador suspeita que poderia haver um desvio!
• Resultados de qualidade elevada à saída, mesmo que a busca seja executada com registos incorrectos ou apenas com fragmentos do registo.
• A pesquisa pode ser executada automaticamente, sem a acção do utilizador para novas entradas e mudanças. Como resultado, a criação de duplicados é evitada na medida do possível sem uma busca intensa do utilizador.
• Os resultados são gerados de acordo com o grau de certeza.
• As inscrições podem ser feitas em ordem aleatória.
• Cada tipo de palavra, seja por exemplo o nome ou número de porta, podem ser especialmente ponderados na parametrização.

Quais as vantagens que o redesenho dos dois componentes Post para mySAP™ Business Suite e Mail para mySAP™ Business Suite fornecem para o utilizador?

• Estrutura modular com baixo acoplamento dos componentes para o Business Address Services (BAS).
• Dissociação das funções de GUI para suportar aplicações web.
• Aplicação do princípio-guia ”Customizing instead of programming, user exits instead of modification”.
• Paralelização e optimização do desempenho, principalmente para clientes com bases de dados grandes.
• Capacidade de funcionamento a 100 por cento em unicode em aplicações e dados.
• Melhoria da reciclabilidade e uniformização, manutenção simplificada dos componentes.
• Disponibilização extensiva de extensões individuais e integração.

Como é que a solução completa da Uniserv difere de outros produtos no ambiente de solução SAP®?

• A experiência: Com mais de 3.300 instalações de servidor, as soluções de qualidade de dados da Uniserv são uma das soluções mais utilizadas internacionalmente.
• A Uniserv é um SAP® Software Partner.
• As soluções da Uniserv Post para mySAP™ Business Suite e Mail para mySAP™ Business Suite tem uma integração certificada SAP®.
• A Uniserv não só fornece componentes autónomos, mas também uma solução completa.
• Como resultado da arquitectura de layers, os componentes podem ser integrados no Business Address Services (BAS) e fora do BAS em aplicativos desenvolvidos in-house, AddOns ou aplicações web, como o Webclient IC. Uma conexão web permite o uso móvel das funções independente da localização.
• Verificação da morada e a verificação de duplicados geralmente são combinadas, conseguindo assim uma qualidade melhor de resultados na detecção de duplicados. Ambas as soluções são concebidas como pedidos de diálogo. Elas são complementadas pelo sistema de limpeza em batch (BCS), um batch de alta performance para a integração e depuração de dados em massa.
• As soluções Uniserv não fazem compromissos e foram desenvolvidos exclusivamente para a gestão de endereços e optimização da qualidade de dados on-line ou em processamento em batch.
• Alta escalabilidade, mesmo com muitos "power users", através da distribuição flexível em diferentes servidores físicos e lógicos.
• As soluções disponíveis são de orientação internacional, de aplicação neutra e independente da indústria e da plataforma.
• Elementos que se pagam imediatamente e resultam num ROI positivo, porque apoiam a gestão integrada do cliente do início ao fim e ajudam a desenvolver relacionamentos com os clientes de forma lucrativa.
• A partir de SAP® R/3® versão 4.6 C, os sistemas estão disponíveis como componentes para integração simples e extremamente rápida "plug & play".

Integração mySAP™ Business Suite

Implementação de normas SAP®
Como software partner SAP®, damos uma atenção particular à integração nas soluções SAP® e para as preocupações com o endereço e com a gestão da qualidade dos dados durante a fase de desenvolvimento. É fornecida uma impressão óptica uniforme com o Look & Feel usual, como resultado da implementação em conformidade com as normas da SAP® assim como na saída dos resultados nos elementos de diálogo no mySAP™ Business Suite.
O utilizador, move-se em redor da interface com os elementos de controle que lhe são familiares. Todos os processos de validação e correcção são executados automaticamente em segundo plano.

Soluções Uniserv de integração certificadas com o SAP®
SAP® confirmou a conformidade com as normas SAP® e o cumprimento de todas as exigências da SAP® para a validação de Moradas, Verificação de duplicados e Pesquisa com tolerância ao erro através da concessão dos respectivos certificados, pela primeira vez em 2002.
A recertificação com base num redesenho futuro e orientada pela experiência dos componentes foi concluída com êxito no final de 2006, em conformidade com as normas e requisitos SAP®, foi confirmada através da atribuição dos certificados pela SAP®.
A integração certificada está disponível a partir do SAP® R/3® Versão 4.6 C, mySAP™ ERP, mySAP™ CRM versão 4.0 e SAP NetWeaver™ Application Server versão 6.10 e também já foram implementadas várias soluções especificas para a indústria, tais como IS-M e IS-U.

Integração suave e flexível
O pacote de soluções Uniserv para garantir a qualidade dos dados de endereço no ambiente SAP® tem sido sistematicamente implementado em tecnologias cliente / servidor e integra "plug & play" no ambiente de negócios mySAP™ Suite.
Ambas as soluções são compatíveis com todas as plataformas em que mySAP™ Business Suite está disponível. Os serviços dos produtos Post para mySAP™ Business Suite e Mail para mySAP™ Business Suite podem ser instalados no computador em que a plataforma mySAP™ Business Suite está instalada ou em qualquer outro computador dedicado. Aqui também é livre na escolha da plataforma, quer seja um derivado do Unix ou Windows.

Arquitectura de Layers
O pacote total é baseado numa arquitectura de layers inovadora. A estrutura modular associada aos produtos, bem como a interface, que está permanentemente definida para execução, e da dissociação das funções de GUI permite que ambos o Post para mySAP™ Business Suite e o Mail para mySAP™ Business Suite sejam usados de forma aberta e flexível através do ponto central de partida, o Business Address Services (BAS). Como resultado, pode aplicar-se em outras possíveis aplicações no ambiente SAP® quando se afigure adequado e necessário, por exemplo, aplicativos desenvolvidos inhouse, addons ou como parte de aplicações web, como o Webclient IC.

Integração em Business Address Services (BAS)
A forma mais rápida e simples de integrar os produtos Post para mySAP™ Business Suite e Mail para mySAP™ Business Suite é através do SAP® Business Address Services (BAS). Aqui é possível a integração sem desenvolvimento de aplicações e exige apenas a personalização apropriada. O Business Address Services (BAS) é parte da solução SAP® e oferece-lhe uma série de funções que são necessárias para abordar de forma altamente eficiente a gestão da qualidade de dados. Business Address Services (BAS) é usado em quase todas as aplicações SAP® (por exemplo, mySAP™ CRM, SAP Financials, SD, MM).
Quanto a isto, o BAS tem um conjunto de funcionalidades que oferecem suporte a programadores e administradores na implementação de tarefas de controle do address management e para garantir a qualidade dos dados. Com a versão 4.6 C, o BAS também suporta o uso de soluções de software de terceiros através de interfaces abertas, os chamados Business Add-Ins (Badis). Estas soluções proporcionam melhor gestão do endereço e de segurança da qualidade dos dados sem que as soluções SAP® tenham que ser modificadas.
A validação postal de endereços é integrada através da interface BC-BAS-PV, e a deduplicação, a selecção e busca de tolerante ao erro através da interface BC-BAS-DES.

Integração fora do Business Address Services (BAS)
Uniserv oferece APIs em vários níveis para a integração das funções fora do BAS, por exemplo em aplicativos desenvolvidos inhouse, addons ou aplicações web. Para integração na Web, a aplicação simples no Webclient IC, Web GUI ou interface do utilizador do PC é possível, permitindo assim a utilização móvel das funções independente da localização. Como resultado da sua arquitectura de layers aberta e flexível, as funções também podem ser integradas em áreas que ainda não são servidas pelo SAP®. Em particular, a futura segurança do investimento em soluções de qualidade dos dados da Uniserv fica, assim, garantida.

Optimizamos a sua gestão de endereços no mySAP™ Business Suite

A nossa solução global para o seu cliente e marketing orientado para a qualidade no mySAP™ Business Suite é composto por vários componentes para optimizar a qualidade da sua base de dados - como um aplicativo de diálogo ou no processamento em batch. Os componentes podem ser utilizados como uma unidade e também individualmente.

Post para mySAP™ Business Suite
Certificado para SAP NetWeaver™
Este componente garante que, no futuro, apenas um código postal válido, nome do local normalizado, nome da rua normalizado, apartado correcto e - por exemplo, para endereços alemães - um número de casa correcto e verificado, são administrados na sua base de dados.

O Post para mySAP™ Business Suite opera tolerante ao erro com base na análise de processos diversos e permite a verificação automática e, se necessário, correcção de endereços através da actualização das listas de referência completas. Se a ambiguidade não pode ser esclarecida automaticamente, ao utilizador é apresentada uma lista de selecção que pode, assim, por exemplo, resolver o problema através do call center em diálogo directo com o cliente.

Post para mySAP™ Business Suite está disponível em várias versões nacionais para os mais importantes países europeus, assim como para os EUA e o Canadá.

Post para mySAP™ Business Suite fornece na sua versão base toda a informação geográfica atribuindo de forma totalmente automática o Distrito, Concelho e Freguesia ou respectivos códigos, sendo estes valores, logicamente, variáveis conforme o país de referência. Atribuição de coordenadas geográficas ao nível da rua ou o número de porta também é possível se os geocodes adicionais forem subscritos.

Post para mySAP™ Business Suite também garante que qualquer alteração no sistema de endereçamento dos dados armazenados na BD necessários como resultado da reorganização do governo local, alterações de nomes de rua ou de uma mudança na estrutura dos serviços postais, são automaticamente detectados e corrigidos na medida do possível sem a sua intervenção.
Esse trabalho é realizado por meio da chamada "limpeza mensal", que já está incluída numa função básica no Post para mySAP™ Business Suite. Qualquer alteração de dados espaciais também pode ser actualizada na base de dados de endereços através desta função.

Mail para mySAP™ Business Suite
Certificado para SAP NetWeaver™
Com o Mail para mySAP™ Business Suite, pode impedir de forma fiável a criação de duplicados na sua base de dados, pois verificações especiais e operações de busca de semelhantes são iniciadas automaticamente em segundo plano para as novas entradas e alteração de registos de dados. Os casos suspeitos podem ser verificados manualmente e executada a decisão apropriada. Na caixa de diálogo, você encontrará o endereço que procura, mesmo que tenha sido inserido com erros, se a sua consulta é má ou se está procurando com fragmentos de endereço. Técnicas especialmente adaptadas (fonéticas ou fuzzy logic) são usadas para obter um resultado de alta qualidade e selectividade.
A busca pode ser executada com informação parcial com "alta velocidade" e/ou alternativas tolerantes ao erro, com a procura genérica já disponível no mySAP™ Business Suite. Com o Mail para mySAP™ Business Suite, pode escolher livremente as suas entradas, por exemplo, no que diz respeito à sequência. Escusado será dizer, porém, que a pesquisa também pode ser executada com o nome e endereço completos.

Limpeza do sistema em batch - Integração de Dados e limpeza de dados em processamento batch
Com o sistema de limpeza em batch (BCS - Batch Cleansing System), a Uniserv oferece-lhe um tratamento batch, além dos dois componentes de diálogo acima mencionados. Por este meio, pode sequencialmente realizar tarefas típicas para garantir a qualidade dos dados no ambiente de solução SAP®, tais como a integração dos dados de endereço ou de limpeza de dados, com alta eficiência via uma gestão adequada nos servidores back-end.
BCS integra directamente a validação postal e a busca tolerante ao erro no sistema SAP® com o ambiente familiar do utilizador SAP® e disponibiliza as suas funções para correr em batch. Neste sentido, o BCS pode ser usado stand-alone e em combinação com Post para mySAP™ Business Suite e/ou Mail para mySAP™ Business Suite.
Em particular, as vantagens do BCS residem num melhor desempenho com aplicações em batch, reduzindo o trabalho necessário para a integração e depuração de dados, uma maior flexibilidade no trabalho e é executado em ambientes heterogéneos de dados.
O BCS pode ser usado no lado SAP® da SAP® R/3® versão 4.6 C, mySAP™ ERP e CRM mySAP™ versão 4.0 e também está disponível para as soluções específicas da indústria como o IS-F e IS-U.

A actualidade dos dados é simplesmente uma obrigação!
O uso de software para garantir a qualidade do endereço na área de Business-to-Business pode ser adequada a um volume de apenas 10-50 mil endereços, soluções adequadas na área de Business-to-Consumer, onde várias centenas de milhares ou até mesmo milhões de endereços normalmente têm de ser geridos, são indispensáveis em ambos os casos.

Porque o profissionalismo é tão importante
É um facto da vida que os erros ocorrem quando os endereços são registados ou alterados manualmente. Tais erros apenas podem ser evitados com grande dificuldade.
Eles incluem:

• os erros durante a transmissão fonética acústica (mesmo som com diferentes combinações de letras)
• Mistura de letras ou números que ao "olhar" são muito semelhantes entre si, em fichas manuscritas, independentemente se os endereços são lidos pela máquina ou por pessoal
• Digitação incorrecta durante a entrada de dados
• Utilização de diferentes siglas
• Troca de nome e sobrenome, adição ou omissão de componentes do nome, etc.

Sem uma base de endereços de referencia profissional e sem uma gestão da qualidade de dados, todos estes pontos, inevitavelmente, com a ortografia divergente dos endereços ao entrar na base de dados, fazem com que sejam criados endereços incorrectos ou duplicados ou não afectos à área geográfica correcta.

Vantagem: Soluções feitas pela Uniserv
Oferecemos sistemas especializados e certificados que automaticamente asseguram que a sua base de dados contém apenas endereços correctos, actualizados e endereços completos, agora e no futuro - mesmo que tenha uma clientela internacional.
Além disto, pode garantir, através de métodos de pesquisa tolerantes ao erro que os duplicados não surgem na base de dados ao fazer registo de novos endereços ou alterações (sem uma consulta explícita do utilizador). O mais importante é que vai encontrar o endereço que está a ser introduzido na sua base de dados, mesmo que tenha sido introduzido com um ou mais dos erros acima descritos, ou seja executada uma consulta incorrecta ou fragmentada.

Focus: Orientação para o cliente

Reforçar relações com os clientes
A concorrência para o auxilio ao cliente é uma questão central no planeamento estratégico de negócios no que diz respeito à transparência do mercado e da permutabilidade dos produtos e serviços. Orientação sistemática para o cliente e a gestão de informações abrangentes são indispensáveis quando se trata de ganhar vantagens competitivas decisivas.
Como resultado, a actualidade dos dados com alta qualidade e a preparação da informação desempenham hoje em dia um papel cada vez mais importante no incremento do desempenho empresarial e na criação de valor.
Isto aplica-se particularmente à administração profissional e manutenção de informações de endereço, porque estes são os sustentáculos de qualquer relacionamento com o cliente e com o mercado.

O potencial de sucesso do endereço
Os especialistas concordam que bases de dados correctas, actualizadas, completas e, acima de tudo, livres de duplicados são um factor crítico para o sucesso e para a aplicação uniforme de uma comunicação individualizada no atendimento ao cliente em toda a empresa.
Além disso, são indispensáveis para uma gestão profissional dos clientes, orientadas para a qualidade com uma base de dados qualificada um-para-um no Ponto de Venda. Só nesta base se pode desenvolver e implementar estratégias de sucesso para a ligação com o cliente e incrementar o mercado. O mesmo se aplica às avaliações aos clientes, envio de cheques de crédito, consignações ou envios de facturas e transacções que são diferenciadas de acordo com o cliente ou destinatário. As informações do endereço com qualidade optimizada é um pré-requisito em todos os casos.

Valor acrescentado para mySAP™ Business Suite

Address Management no ambiente do mySAP™ Business Suite
Sistemas integrados globais, tais como o mySAP™ Business Suite têm o objectivo de actualizar e disponibilizar informações transparentes em toda a empresa por meio de aplicativos de negócios abrangentes e flexíveis com funções altamente desenvolvidas.Com seu conceito de aplicação aberta, o mySAP™ Business Suite suporta a integração de soluções de software externas complementares. Como resultado, os endereços de clientes potenciais, clientes, fornecedores ou parceiros administrados no mySAP™ Business Suite podem ser perfeitamente geridos e mantidos "up-to-date".
As soluções desenvolvidas pela Uniserv para verificação de endereços em toda a empresa, tolerantes ao erro, procuram com acesso directo à base de dados de endereços atender à demanda de optimizar tanto a interacção como o diálogo com os parceiros de negócios.

mySAP™ Business Suite - Maximização dos benefícios
Ampliamos o âmbito da actividade do SAP® R/3®, da solução mySAP ERP e da aplicação mySAP™ CRM, funções de front-end que são essenciais para os seus processos de negócio. Como resultado, pode optimizar a utilização do mySAP™ CRM para gestão de relacionamento de forma global e sistemática.
Além disto, a integração em aplicações web, como o Webclient IC é possível. Isto permite o uso móvel da função independentemente da localização.
As soluções de software independentes da Uniserv, assumem, assim, um papel-chave na sua estratégia de TI focada em parceiros de negócios e de mercado, independentemente do sistema operativo utilizado e dos antecedentes da aplicação.

Produtos Data Quality Uniserv: opções eficazes para a integração no seu sistema MDM

No que diz respeito à alta qualidade dos dados e à eficiência do sistema MDM associado, é irrelevante qual a arquitectura escolhida. A qualidade dos dados deve ser sempre de alto nível, não importa se a abordagem base a uma listagem variante ou a um master data completamente consolidado ou às fases intermédias de ambas as variantes sejam seleccionadas. Neste sentido, a questão mais interessante é como as medidas de garantia de qualidade podem ser mais efectivamente integradas no fluxo de dados.O uso do Data Quality Explorer na fase de planeamento da gestão de dados é uma boa ideia. O perfil das diferentes fontes de dados acima descritos podem ser realizado de forma rápida e simples por meio do DQ Explorer. Funções de fluxo de trabalho bem desenvolvido numa arquitectura cliente / servidor permite a optimização de longo prazo dos sistemas de dados de origem. Qualquer irregularidade pode ser anexada aos autos dos respectivos dados na forma de notas. Trabalhos em dados problemáticos também podem ser atribuído ao pessoal por e-mail. Optimização contínua e a preparação para a transferência inicial dos dados para o sistema MDM pode assim ser prosseguido durante o prazo do projecto.

O Data Quality Monitor suporta o monitorizar de KPIs. Como resultado, a optimização dos sistemas de origem pode ser verificada por meio de regras de negócio. Também pode ser utilizado nos sistemas de gestão de dados mestre existentes. Trabalhos de monitorização podem ser configurados de forma muito fácil e automaticamente iniciados. Além disso, a notificação automática do status do trabalho de monitorização também é possível.

Quando a consolidação inicial de diferentes sistemas e uma limpeza inicial dos dados estão em causa, o Data Quality Batch Suite da Uniserv fornece uma excelente opção para preparar os dados dos sistemas de várias fontes para entrada no sistema MDM.

Não são apenas validados os endereços e, se necessário, corrigidos no DQ Batch Suite, como os dados dos sistemas de diversas fontes também podem ser organizados em grupos e classificados num processo individual adaptado às regras de negócio.

Depois dos dados serem agrupados, podem ser consolidados. É, assim, garantido que nenhum dado importante seja perdido e as fontes de dados sejam devidamente ligadas. Escusado será dizer que as chaves primárias também podem ser geradas para a correspondência posterior na recuperação dos dados.

Sistemas de gestão de dados são também caracterizados pelo facto dos registos de dados serem constantemente alterados por meio da criação inicial de dados, informações suplementares ou correcções. O rápido retorno de um registo de dados chamado também deve ser garantida pela arquitectura do sistema.

Um conceito para executar essas mudanças e chamadas de dados é a integração de uma Arquitectura Orientada ao Serviço (SOA). As regras de negócio podem ser implementadas usando aplicativos por meio de SOA. Relativamente à qualidade dos dados e o uso do Uniserv Real-Time Services, isto significa que os registos duplicados de dados podem ser evitados. A correcção automática de endereços está garantida.

É hora de subir a bordo: A Auditoria de Qualidade de Dados DQ Audit da Uniserv pode ser usada para fazer declarações sobre o status quo dos dados in-house.
O DQ Audit é o primeiro passo fundamental para a tomada de decisões confiáveis - e marca a sua apresentação pessoal para o projecto "Qualidade de Dados no seu sistema MDM».
Durante a auditoria, a qualidade dos endereços é primariamente avaliada com o apoio das ferramentas da qualidade dos dados da Uniserv. Numa segunda etapa, há a possibilidade de ir à raiz das possíveis causas da deficiente qualidade dos dados numa análise dos processos. Portanto, a melhor coisa a fazer é entrar em contacto connosco imediatamente!

Uma característica do sistema MDM é que o fluxo de dados flui em duas direções: os dados são transferidos para o sistema (por exemplo, a criação inicial de um registo do cliente) e os dados são recuperados a partir do sistema pelo utilizador. Desnecessário será dizer que esses dados também têm de ser correctamente ligados a todos os outros dados no âmbito respectivo. Deve, portanto, ser garantido que, quando os dados do cliente Osvaldo Godinho são recuperados, o sistema não só fornece seus dados de contacto, mas também, por exemplo os produtos que ele adquiriu por um determinado preço num determinado ponto no tempo, todas as queixas que ele fez e que material publicitário recebeu (visão única do cliente).

Dois pontos em particular, devem ser considerados para garantir alta eficiência no manuseio dos dados:
- Em primeiro lugar, toleracia ao erro na procura de registos de dados. Quando um novo registo de dados é criada uma busca para o mesmo ou semelhantes.
A busca pode ser iniciada activamente com o pressionar de um botão. No entanto, a pesquisa também funciona em segundo plano, sem que seja activamente iniciada. Se o sistema encontrar registos idênticos ou potenciais duplicados, os registos de dados semelhantes são exibidos para o utilizador final na forma de uma lista de selecção, para que ele possa decidir se o cliente actual é na verdade um novo cliente ou um cliente existente.

- Outro factor importante é a velocidade e a tolerância ao erro desta pesquisa. O utilizador final é dependente do tempo de resposta rápida do sistema. Se ele tem que esperar muito tempo para que os resultados de um teste, este teste é contornado e a qualidade dos dados mestre irá deteriorar-se.

No entanto, a tolerância ao erro na procura de registos não é apenas um critério importante na criação dos dados iniciais. A pesquisa também deve ocorrer rapidamente e fornecer resultados confiáveis, quando, por exemplo registos de dados são pesquisados num centro de serviço.

Um dos desafios é a actividade contínua do sistema MDM. Os dados nunca estão disponíveis de forma isolada ou parados. Em vez disso todos os dados são ligados entre si e continuamente em movimento.

No que respeita à qualidade dos dados, a limpeza periódica dos dados do cliente só é possível de forma muito limitada. Cada actualização, não importa se é uma medida para a optimização da qualidade dos dados em todos os dados ou preocupações com a entrada de registos de dados adicionais (por exemplo, após a aquisição dos dados do cliente ou ainda após a fusão das duas empresas), é, inevitavelmente, realizada com o sistema em operação.

Por conseguinte, é tanto mais importante que todos os registos de dados inseridos no sistema de Data Management atendam a um padrão de qualidade antes de serem inseridos.

O CICLO DE VIDA DE QUALIDADE DE DADOS DA UNISERV pode ser assim ilustrado:
1º passo: Os dados relevantes nos diversos sistemas de origem devem ser identificados antes de tudo. Essas fontes de dados podem ser analisadas por meio de ferramentas de profiling, que a Uniserv também dispõe.
Problemas a nível de metadados e nos dados em si podem assim ser identificados e iniciar-se medidas para saná-los.

2º passo: Numa etapa posterior, a limpeza (inicial), ocorre em função do conhecimento adquirido na área da caracterização. Todos os dados de conteúdo são antes de tudo validados aqui para correcção.
No caso dos dados do endereço, isso significa que os endereços são validados, corrigidos e completados, se necessário. Outro componente da limpeza inicial pode ser uma pesquisa de duplicados, ou na formação de grupos de idênticos ou pelo menos similares nas mesmas fontes de dados adicionais ou em grupos.
Consolidação dos registos de dados com informações adicionais (externas) também é possível. Vários parâmetros podem ser utilizados para o registo de grupos de dados ou para ligar diferentes fontes de dados. Mesclando os registos de diferentes fontes de dados (por exemplo, dados de clientes com informações do sistema ERP) também pode ser realizado por meio de chaves inequívocas (identificadores).

3º passo: A qualidade dos registos de dados é validado na interface durante a entrada de dados numa verificação em tempo real (também conhecido como Firewall de Qualidade de Dados). A exatidão e integridade dos dados de endereço é verificado em primeiro lugar. Em mais um passo, também é verificado se o sistema já contém um registo de dados com o mesmo conteúdo. O alto desempenho dessas validações é muito importante para a verificação em tempo real. Se demorar muito tempo, são deixadas de lado. Há um perigo que o MDM seja «contaminado» por dados não-validados.

4º passo: A validação permanente da qualidade dos dados num sistema MDM é recomendada, mesmo com o maior esforço possível. As regras de negócio especificadas nos processos de negócio podem ser mantidas sob vigilância através de monitorização em tempo real. Se os valores limite especificados anteriormente nos Key Performance Indicators (KPIs) são ultrapassados, as medidas podem ser implementadas em tempo útil, a fim de garantir uma qualidade elevada e permanente dos dados.

5º passo: Especialmente quando grandes volumes de dados são repetidamente adicionados aos dados existentes, medidas de limpeza periódica com os seguintes objetivos são recomendadas:
- Para detectar erros que tenham entrado no sistema, apesar da Firewall de qualidade de dados - ou porque nem todas as regras foram mapeadas ou os avisos que essas regras foram violadas por meio de intervenções do utilizador (por exemplo, um suspeito de duplicado, com uma probabilidade baixa).
- Os dados são sujeitos a um processo de envelhecimento, particularmente no caso dos sistemas do cliente MDM. Locais de destino são mesclados nas reorganizações do governo local, os códigos postais mudaram, as ruas são renomeadas ou indivíduos mudam de casa. (Isso geralmente ocorre sem que a pessoa ou a empresa seja informanda.) Como resultado, a taxa de erro de registros incorrectos no seu sistema MDM normalmente aumenta em 1-2 por cento ao mês. Isto pode ser evitado por meio desta etapa.

O MDM deve ser examinado com cuidado, os dados são afectados. Também é importante que os laços existentes entre os registos de dados de diferentes fontes de dados ou tabelas não sejam postos em causa com as medidas de limpeza periódica. Nesta sequência, as etapas individuais do Ciclo de Vida da qualidade dos dados criam uma base sólida como um todo para trazer a qualidade dos dados de uma empresa num nível elevado e mantê-lo no longo prazo. No entanto, os sistemas de gestão de dados são sistemas vivos. O conceito de «ciclo» (isto é recorrente), deve ser sempre considerada, especialmente no contexto de mudanças e alterações de regras de negócios e o aumento ou modificação das exigências feitas sobre os dados.

A qualidade dos dados de conteúdo é tão importante quanto a qualidade e a univocidade dos metadados numa Meta Master Data Model. Mesmo se o formato do conteúdo dos dados encontrados e os campos obrigatórios tenham sido preenchidos, isso não diz nada sobre a qualidade dos dados. O exemplo seguinte explica este aspecto:

O exemplo mostra que, mesmo se os metadados são inequívocos, a qualidade dos dados de conteúdo pode deixar muito a desejar. Contrariamente às expectativas, o ID como chave primária é ambíguo. Embora a linha da rua esteja sempre preenchida, as ruas estão incorrectamente digitadas ou não existem. O mesmo vale para os códigos postais e os nomes de cidade. Mesmo o último campo da tabela que deve conter um número de fax, encontra-se um endereço de e-mail. O endereço de e-mail não foi, obviamente, considerado parte dos metadados. Nenhum campo foi previsto e essa validação sintáctica de informação não ocorreu quando os dados foram criados.

O exemplo acima pode parecer trivial, mas já estão disponíveis possibilidades para a limpeza automática, particularmente na área de endereços, tanto em processamento batch como no modo online. Este endereço de limpeza automática pode ser usado por exemplo na validação do endereço correcto.Há também a possibilidade de arranjar um registo de dados semelhantes ou duplicados em grupos, juntando informações para o registo de outros dados ou eliminar duplicados claro, se for necessário, ou pelo menos para marcá-los como tal.

Como mencionado anteriormente, os metadados são dados que são usados para descrever os atributos dos dados de conteúdo (dados do utilizador). Isso inclui os nomes de campo, bem como faixas de valores ou formatos de dados especificados. Num sentido mais amplo, esta categoria também inclui informações que fazem declarações sobre os modelos de dados, por exemplo, a vinculação de tabelas numa base de dados. Os exemplos seguintes fornecem um panorama dos possíveis problemas na área de metadados.
- Se um grande número de diferentes fontes de dados estão envolvidas, muitas vezes é perceptível que os campos têm os mesmos nomes, mas que contêm dados ou informações diferentes. No caso oposto, fontes de dados diferentes têm o mesmo conteúdo de dados e informações, mas o nome do campo varia. A figura ilustra isso.

Os nomes de campo diferentes das duas fontes de dados referem-se aos mesmos dados. Os metadados da morada na fonte de dados 2 é ambígua e permite uma grande margem de interpretações. O mesmo se aplica aos dados de telefone na primeira fonte de dados.
- A complexidade dos metadados e o significado do conteúdo do campo é ilustrado através do exemplo do campo "status do cliente"
Significado no sistema 1:Os clientes são aqueles que receberam o material publicitário.
Significado no sistema 2:Os clientes são aqueles que se inscreveram no site da empresa.
Significado no sistema 3:Os clientes são aqueles que pagaram uma factura.

- É importante que exista acordo sobre os formatos de dados .
Datas podem ser exibidos numa variedade de formatos:
Sistema 1: 2010/06/11
Sistema 2: 10-06-11
Sistema 3: 11 de junho de 2010
Sistema 4: 2010/11/06
Há duas possibilidades de interpretação, no caso do formato do sistema 2: 10 de junho 2011 ou 11 de junho, 2010.

A execução de um Data profiling é recomendado, a fim de obter uma visão global dos dados, especialmente dos metadados dos sistemas de origem. Os metadados são identificados num processo de engenharia inversa com base no conteúdo dos dados. O software de profiling fornece uma visão geral dos metadados num tempo muito curto e usa um "drill-down", função que fornece uma visão geral dos dados em si. O número de campos, o seu nome, tipo de conteúdo, faixa de valor, a potencial chave primária e muito mais podem ser facilmente visualizados e analisados. Idealmente, mais dependências entre as tabelas da fonte de dados também podem ser identificados por meio de associação e análise de dependência. Finalmente, os problemas dos dados recorrentes ou o preenchimento dos campos de dados nos sistemas de origem pode ser investigado no profiling. Os problemas aqui identificados, muitas vezes não pode ser sanada com a limpeza automática com o premir de um botão, mas exigem customização dos processos no seu lugar. Depois que a estrutura de todas as fontes de dados, que devem preencher o sistema de gestão da masterdata tenha sido determinado, um Master Meta Data Model deve ser escolhido. Este modelo descreve os dados no sistema MDM. Um acordo sobre o significado dos nomes de campo e o conteúdo do campo já foi atingido em toda a empresa. A criação de uma Master Meta Data Model é importante para a qualidade dos dados, pois especifica quais campos das fontes de dados preenchem os campos no sistema MDM e que informação contêm os campos.

Uma questão que atravessa todas as fases do Master Data Management é a qualidade dos dados. Trata-se de aspectos muito básicos da gestão dos dados, ou seja, soluções específicas para a base de dados principal, formatos de dados padronizados, chaves de referência padronizadas, bases de dados que estão livres de duplicados na medida do possível, endereços de clientes e fornecedores correctos e muito mais.

Ela também diz respeito às medidas de dados de qualidade adequado para cada fase do projecto MDM e do sistema produtivo subsequente.Não importa qual seja o aspecto dum sistema MDM que é considerado, uma alta qualidade dos dados é fundamental para o seu sucesso e, portanto, também para o seu uso eficiente na empresa.O que significa a alta qualidade dos dados aqui precisamente? Em primeiro lugar, é certamente importante que o conteúdo dos dados seja correcto, a fim de passar as informações correctas para o utilizador final no negócio operacional ou analítico. No entanto, algumas qualidades básicas como unicidade, integridade, actualidade e capacidade de edição (além de outros) também desempenham um grande papel.
Por um lado, muitos dos atributos aqui mencionados podem ser obtidos por meio de uma arquitectura de sistemas adequada que permita que as regras de negócio relevantes sejam mapeadas. Por outro lado, as características dos dados em si, tais como precisão ou objectividade, garante que eles têm uma alta qualidade.Dois tipos diferentes de dados podem ser distinguidos no MDM:
- Os meta dados. Estes são dados que são usados para definir os atributos dos dados de conteúdo ou dados reais do utilizador. Isto também inclui a correcta ligação dos campos de diferentes fontes de dados, descrição das chaves de referência, etc
- Os dados de conteúdo. A qualidade do conteúdo e a qualidade sintáctica são a preocupação aqui. O endereço correcto de um contacto é um exemplo disso, assim como um formato de data padrão ou a base de dados livre de duplicados.

Ambos os tipos de dados aqui mencionados são igualmente fundamentais e essenciais para a qualidade dos dados. O alto (ou baixo) nível de um tipo de dados afecta directamente o nível dos outros.
Independentemente de um sistema MDM já esteja implementado ou um projecto de MDM está planeado para o futuro, existem várias possibilidades para influenciar a qualidade dos dados nos diferentes níveis. A qualidade dos meta dados e a qualidade do conteúdo dos dados será considerada separadamente para fornecer uma visão mais clara.

A qualidade dos dados: Um factor chave para o sucesso do Master Data Management

Os sistemas Master Data Management, também chamados de sistemas MDM, permitem uma «única versão da verdade» para ser representado por uma vasta gama de dados da empresa.

Isto significa que todos os sistemas de dados relevantes de uma empresa e seus conteúdos são consolidados, de modo que a busca de informações em diferentes redes isoladas torna-se desnecessário. Independentemente de qual arquitectura do sistema MDM escolhida, tanto a alta qualidade dos dados de conteúdo como os meta dados são factores chave para o sucesso do projecto. Isto aplica-se à fase de execução e ás previsões de aumento da eficiência de utilização dos dados da empresa.

Nos próximos posts vamos descrever a importância da elevada qualidade dos dados no ambiente de MDM. Todas as fases de um sistema que está sendo planeado ou a ser implementado são consideradas.
Além disso, sugestões adequadas para (a) a optimização da qualidade dos dados e (b) mantendo-a num nível elevado durante a operação do dia-a-dia também são fornecidos para os sistemas MDM.
Master Data Management: o que exactamente significa isso?
Um dos grandes desafios no ambiente corporativo, hoje, é conseguir um Master Data Management (MDM) eficaz. O significado preciso deste termo pode ser explicado melhor de tudo pela seguinte definição de David Loshin (2009):

O objectivo é obter a chamada «versão única da verdade», isto é, que somente um sistema tem de ser consultado para mostrar todos os dados relevantes de toda a empresa. Não é necessário procurar informações em diferentes sistemas. Trabalhar com os dados é mais eficiente.

A partir desta consideração, pode-se reconhecer que o MDM não é apenas uma solução de software, mas o mais importante de uma questão de organização interna e definição de dados da empresa. Numa etapa final, esses dados são sincronizados em diversas formas e colocados à disposição do usuário final. Dependendo da complexidade dos sistemas e dados existentes numa empresa, o sucesso da implementação de um sistema MDM pode demorar vários meses ou mesmo anos.
A implementação é normalmente dividida em fases distintas:
- Em primeiro lugar, a master data real deve ser identificada e uma lista elaborada com os sistemas em que ele está a ser armazenado.
- O próximo passo é chegar a acordo sobre um Data Master Object Model e garantir que a meta data é consistente.

Uma vez que estes aspectos fundamentais estejam esclarecidos, várias exigências para os dados são decididas. Em primeiro lugar, os requisitos dos utilizadores da informação na área operacional devem ser considerados.
No entanto, essas demandas específicas também devem ser consideradas na implementação MDM, se é para ser base de um Data Warehouse ou base para análises de Business Intelligence.
Outras questões importantes são questões como a protecção de dados ou conformidade com os regulamentos anti-terrorismo.Em suma, todos os requisitos legais, operacionais e de análise para os dados devem ser considerados.
Além disso, os dados devem estar disponíveis com a qualidade adequada, de modo que os requisitos de conteúdo para os dados possam ser satisfeitos.

Configurando um sistema Master Data Management sempre significa implementar um projecto de toda a empresa.
Projectos desse tamanho, exige uma quantidade de trabalho intelectual de todos os interessados, especialmente se envolvem a criação da Master Data Object Model ou a padronização dos meta dados. A tendência actual é para chamar consultores externos, que podem fazer a ligação entre as diversas partes interessadas, os serviços e o pessoal responsável pelas várias fontes de dados com um grau de distanciamento dessas fases.

O estado da qualidade dos dados da empresa foi determinado e discussões iniciais sobre as medidas para o seu aperfeiçoamento foram realizadas. Qual é o próximo passo?
Independentemente das áreas da empresa em que as optimizações devem ser implementadas e as medidas que têm sido consideradas, você vai encontrar o parceiro de contacto certo, DataLab TI, Lda, representante em Portugal da Uniserv GmbH.

Como fornecedor de soluções orientadas para cobrir todos os aspectos da qualidade dos dados, a Uniserv oferece suporte na implementação e optimização de aplicações de negócio operacional e analítico. A Uniserv é também um parceiro especializado nas áreas de marketing directo, listas cumprimento/ bloqueio e migrações de dados.
Conceitos de soluções individuais que visam melhorar a qualidade dos dados e informações, a longo prazo são desenvolvidas em conjunto com os clientes.
Como resultado, o negócio no dia-a-dia pode ser realizado de forma mais eficiente, o número de negócios são confiáveis tal como as estratégias para o sucesso futuro.

Deve ser alcançado um acordo sobre quais critérios de qualidade de dados devem ser comparados, a fim de realizar uma avaliação adequada da qualidade dos dados da empresa. Muitos dos requisitos podem ser verificados por meio de ferramentas de análise adequadas. Os consumidores de dados devem ser questionados sobre as suas necessidades. Finalmente, o processo de criação do produto da "informação" também deve ser cuidadosamente considerado. Deve haver clareza sobre quem exige dados e para que finalidade.

Uniserv GmbH oferece uma abrangente Auditoria de Qualidade de Dados, a fim de ser capaz de responder a estas perguntas e objectivamente avaliar o status quo da qualidade dos dados. O Data Quality Audit tem uma estrutura modular, os módulos são baseados uns nos outros.

Cada módulo possui sua principal área de foco num dos pontos mencionados:
- Requisitos para os dados e sua conformidade para que possa ser verificada por meio de software de análise. As dimensões da qualidade de dados, tais como integridade ou a ausencia de erros são uma grande preocupação aqui.
- Requisitos para os dados e seu cumprimento, sobre os quais os consumidores de dados podem fornecer informações. Dimensões da qualidade de dados, tais como compreensão e clareza são aqui verificadas. Os consumidores de dados também podem apresentar as suas avaliações da credibilidade e da reputação dos dados. Os consumidores de dados podem fornecer informações valiosas sobre a edição ou da acessibilidade dos dados.
- Análise dos dados / processos de criação de informação, de modo a ser capaz de identificar eventuais pontos fracos. Uma melhor compreensão da história da criação é importante, desde a criação o processamento dos dados passa frequentemente por muitas etapas individuais, tais como aplicações de software e processos individuais, que por sua vez, preocupam diferentes áreas de negócio.

O conhecimento dos processos desempenha um papel importante, se medidas de longo prazo para a optimização da qualidade dos dados forem especificadas.

O UNISERV AUDITORIA qualidade dos dados é, assim, dividido em três módulos:

MÓDULO 1: CONTROLO DA QUALIDADE DE DADOS
A Verificação de qualidade fornece uma visão inicial da master data de clientes de uma empresa. Nesta fase, uma extracção representativa dos dados é analisada com a ferramenta de Qualidade de Dados DQ Batch Suite. Neste contexto, é atribuída particular importância à integridade e à presença dos elementos nome. A correcção postal dos elementos do endereço é verificada e uma verificação de duplicados é realizada.
Os seguintes requisitos para os dados são considerados na Verificação de qualidade:
- Todos os campos obrigatórios de cada registo de dados estão preenchidos
- Os elementos do endereço correspondem a um endereço válido e, portanto, correcto
- A "Single View of Customer" aplica-se, ou seja, os dados do extracto são livres de duplicados, ou o chamado "registo mestre" de duplicados está assinalado

Os resultados da qualidade dos dados de verificação são posteriormente apresentados e postos à disposição do cliente.

DADOS DE CONTROLO DA QUALIDADE - Características Técnicas
É necessário o seguinte:
- Um arquivo de dados, de preferência no formato delimitador
- Definição e significado dos cabeçalhos
- Definição das chaves
- Definição do valor dos ranges
- Codificação de caracteres: UTF-8 ou ISO-Latin 1
- Todos os endereços têm de ser de um país
- Máximo de 100 mil endereços

MÓDULO 2: ANÁLISE DE QUALIDADE DOS DADOS
Os dados de Verificação da Qualidade no Módulo 1 primariamente validam um extracto a partir da master data de clientes num processo relativamente simples. É atribuída especial importância para os elementos do nome e os elementos do endereço.

O Data Quality Analysis vai um grande passo em frente.

A totalidade dos dados da empresa podem ser aqui considerados. Dados muito específicos, tais como números de telefone, as vendas ao cliente, dados em anexo relativo a outras operações, etc., podem ser conferidos aqui, conforme necessário. Conformidade com o negócio e regras específicas de plausibilidade também podem ser verificadas. Se necessário, a master data do cliente ainda pode ser comparada com listas de sanção neste ponto.

(A verificação dos dados do cliente contra listas de sanções é geralmente recomendado, a fim de evitar o desrespeito das regras pertinentes anti-terrorismo. Detalhes podem ser encontrados em posts anteriores relativos a anti-terrorismo.)

Os requisitos específicos para os dados a serem validados são identificados num workshop de abertura com os chefes dos departamentos especializados em causa.

A comparação das análises técnicas e avaliações do workshop vai indicar em que medida os requisitos definidos pelos departamentos especializados correspondem entre o real e o nível de qualidade "percebida".

Quando as análises e avaliações foram concluídas, os resultados são apresentados num workshop de encerramento. Recomenda-se que os chefes de todos os departamentos especializados em causa sejam convidados, a fim de ter em conta as "Diferentes Vista de Dados".

Se todas as medidas para a optimização da qualidade dos dados venham a ser adoptadas, é indispensável que os consumidores dos dados sejam incluídos no processo de tomada de decisão. Só desta forma será a implementação dessas medidas amplamente aceite.

Escusado será dizer que os resultados da Data Quality Analysis também são fornecidas por escrito.

ANÁLISE DOS DADOS DE QUALIDADE - TÉCNICA E DETALHES ORGANIZACIONAIS
É necessário o seguinte:
- Vários arquivos ou bases de dados
- Descrição dos meta dados:
- Definição e significado dos cabeçalhos
- Definição das chaves
- Definição dos valores de ranges
- Codificação de caracteres: UTF-8 ou ISO-Latin 1
- Informações sobre a empresa e / ou regras de plausibilidade a verificar
- Contactos das pessoas dos vários departamentos

MÓDULO 3: ANÁLISE DOS DADOS DO PROCESSO DE QUALIDADE
Após o status quo da qualidade dos dados que foi determinado nos dois módulos anteriores, o Módulo 3 trata da criação dos dados da empresa e sua eficiência real de utilização para os consumidores de dados. As perguntas seguintes são aqui focadas:
- Como são os processos para a criação, alteração e exclusão dos dados descritos?
- São esses processos actualizados e são postos em prática?
- Será que os dados e informações gerados pelos processos permitem aos consumidores trabalhar o mais eficientemente possível?Os processos são analisados no que diz respeito aos requisitos previamente preparados para os dados.

Quaisquer pontos fracos no que respeita à qualidade dos dados são identificados. Os consumidores de dados são igualmente convidados para a avaliação da qualidade dos dados. A ênfase nessas entrevistas é sobre se o conteúdo e a forma dos dados são apresentados de tal forma que o trabalho diário possa ser realizado com um alto grau de eficiência.
Estas exigências aplicam-se tanto para os negócios operativos como às áreas de negócios analíticos.

Dimensões da qualidade dos dados que só podem ser avaliadas com muita dificuldade por meio de software de análise são examinadas nas entrevistas com os consumidores de dados. Estas dizem respeito por exemplo, as dimensões, credibilidade, capacidade de edição de acessibilidade e objectividade. Como cada um dos grupos de consumidores em causa devem ser incluído nas entrevistas, as diversas opiniões e requisitos para os dados pode ser considerado mais uma vez.

ANÁLISE DOS DADOS DO PROCESSO DE QUALIDADE - detalhes técnicos e organizacionais
É necessário o seguinte:
- Os processos e as descrições de fluxo de trabalho
- Pessoas de contacto (pelo menos 3 consumidores de dados) dos serviços em causa

TODOS OS RESULTADOS DE ANÁLISES são colocados num contexto no final da auditoria de qualidade dos dados:
- As avaliações feitas na Data Quality Analysis
- As necessidades dos departamentos especializados para os dados
- Avaliação da qualidade dos dados e necessidades individuais dos consumidores de dados
- O status quo dos processos de geração de informações no que diz respeito aos requisitos definidos para os dados

Os conhecimentos adquiridos, são assim apresentados aos serviços especializados e consumidores de dados em causa, numa reunião. As discussões sobre as possíveis causas da qualidade dos dados inadequadas são incentivadas.

Medidas de optimização e personalização dos processos para melhorar a qualidade dos dados também podem ser discutidos.
Os resultados do módulo 3 e as conclusões das discussões realizadas no workshop ficam disponíveis por escrito.

Há muitas indicações de possíveis problemas de qualidade de dados, especialmente no caso da master data de clientes.

A título de exemplo:
- Existe uma elevada proporção de devolvidos em campanhas de mailing devido a endereços incorrectos.
- Os clientes reclamam porque recebem material publicitário várias vezes
- As facturas não são pagas, porque nunca chegaram ao destino devido a um endereço incorrecto
- Vendas e análises predictivas não são fiáveis, uma vez que as perspectivas de êxito foram atribuídas a duplicados de diferentes potenciais clientes
- Os clientes afirmam que estão insatisfeitos com o apoio, porque os funcionários levam muito tempo para encontrar todos os dados pertinentes no sistema

No entanto, o cenário descrito acima só diz respeito aos sintomas iniciais ou mais óbvios de dados de baixa qualidade de dados. Vários requisitos fundamentais para a master data de clientes pode ser derivada a partir daqui. O endereço postal deve estar correcto e cada cliente só deve ser representado na master data de clientes uma vez (pontos 1-4).

Além disso, todos os dados pertinentes devem estar disponíveis para o pessoal (ponto 5). A lista de requisitos para a master data de clientes provavelmente poderia ser estendida indefinidamente, mas no final, seria descoberto que os requisitos para os dados são diferentes para cada departamento.

Por exemplo, o departamento de marketing atribui grande importância a um endereço correcto para campanhas de marketing, enquanto o pessoal de apoio ao cliente depende da actualidade e integridade dos respectivos produtos dos clientes, que são exibidos de uma maneira bem organizada. A qualidade dos dados só pode ser avaliado como boa ou má, comparando-a com as exigências dos consumidores dos respectivos dados.

Muitos dos requisitos para os dados podem ser automaticamente testados usando software de análise adequado. Algumas das deficiências podem ser corrigidas no curto prazo com operações de limpeza pontual. No entanto, mesmo se os sintomas acima indicados são controlados com operações de limpeza, a razão pela qual a qualidade dos dados é má não foi encontrada nem excluída. Não foi garantido que as operações de limpeza atendem aos requisitos de todos os consumidores de dados.

A Auditoria de Qualidade de dados de deve ser realizada, a fim de ser capaz de fazer uma afirmação sobre a actual situação da qualidade dos dados da empresa. Os dados não só são analisados por meio de software na auditoria, mas, mais importante ainda, as exigências dos consumidores de dados são consideradas. Só depois dos resultados da auditoria serem conhecidos, é que se pode fazer uma declaração sobre que dados da empresa atendem aos requisitos dos utilizadores de dados e os que não. A "percepção" do estado da qualidade dos dados pode ser verificada (ou refutada) com números objectivos. Além disso, actividades apropriadas para uma melhoria a longo prazo na qualidade dos dados pode ser considerada.

É geralmente assumido que a "Single View of Customer" representa um dos mais altos níveis de qualidade dos dados na análise da master data do cliente. No caso mais simples, o termo "Single View of Customer" refere-se a uma base de dados de clientes sem duplicados.

Em relação à dimensão de qualidade de dados acima referida, a "interpretabilidade inequívoca" foi considerada aqui. No entanto, a "Single View of Customer" não deveria ser confundida com a "Single View of Data".

A ilustração abaixo torna a diferença clara: enquanto a "Single View of Customer", coloca os dados em foco, a "Single View of Data" refere-se às diferentes necessidades dos vários departamentos da empresa para os dados. Se perguntarem individualmente a cada grupo de utilizadores sobre os requisitos para os dados, certamente haveria diferentes respostas ou listas de deficiências. Não há, portanto "Single View of Data", se os requisitos para os dados variam. Uma "Visão de Dados Diferenciada" deve ser referida ao invés.

"Single View of Customer" versus "Single View of Data" uma "Visão de Dados Diferenciada" deve ser referida para uma empresa com vários departamentos que têm requisitos diferentes para a master data de clientes.