Bewertung:
Die Rezensionen loben Danette McGilvrays 'Executing Data Quality Projects' durchweg als umfassenden und praktischen Leitfaden zur Verbesserung der Datenqualität und des Datenmanagements. Viele Nutzer schätzen den strukturierten Ansatz, die Beispiele aus der Praxis und die aktualisierten Methoden, die in der zweiten Auflage vorgestellt werden. Einige Rezensenten äußern jedoch Bedenken, dass das Buch über seinen ursprünglichen Fokus auf Datenqualität hinausgegangen ist, was zu einer Verwässerung seines Kernziels führt.
Vorteile:Umfassender und praktischer Leitfaden, strukturierter Ansatz mit klaren Methoden, reich an Beispielen und Vorlagen aus der Praxis, gut gegliedert, um das Nachschlagen zu erleichtern, deckt die Bedeutung von Datenspezifikationen und -definitionen ab, bietet einen systematischen Ansatz in zehn Schritten, der sich an verschiedene Szenarien anpassen lässt, und wurde von einem anerkannten Experten auf diesem Gebiet geschrieben.
Nachteile:Einige Rezensenten sind der Meinung, dass der Umfang des Buches zu weit in verwandte Themen jenseits der Datenqualität „hineingeschlittert“ ist, was den Hauptschwerpunkt verwässern könnte. Es gibt geringfügige Meinungsverschiedenheiten bezüglich der im Buch verwendeten Terminologie und Interpretationen.
(basierend auf 10 Leserbewertungen)
Executing Data Quality Projects: Ten Steps to Quality Data and Trusted Information (Tm)
Executing Data Quality Projects, Second Edition bietet einen strukturierten und dennoch flexiblen Ansatz für die Erstellung, Verbesserung, Aufrechterhaltung und Verwaltung der Qualität von Daten und Informationen in jedem Unternehmen.
Studien zeigen, dass Datenqualitätsprobleme Unternehmen jedes Jahr Milliarden von Dollar kosten, da schlechte Daten mit Verschwendung und Ineffizienz, beschädigter Glaubwürdigkeit bei Kunden und Lieferanten und der Unfähigkeit des Unternehmens, fundierte Entscheidungen zu treffen, verbunden sind. Hilfe ist da! Dieses Buch beschreibt einen bewährten zehnstufigen Ansatz, der einen konzeptionellen Rahmen für das Verständnis von Informationsqualität mit Techniken, Werkzeugen und Anleitungen für die praktische Umsetzung des Ansatzes kombiniert - mit dem Endergebnis qualitativ hochwertiger, vertrauenswürdiger Daten und Informationen, die für die datenabhängigen Unternehmen von heute so wichtig sind.
Der Zehn-Schritte-Ansatz ist auf alle Arten von Daten und alle Arten von Organisationen anwendbar - gewinnorientierte Unternehmen aller Branchen, gemeinnützige Organisationen, Behörden, Bildung, Gesundheitswesen, Wissenschaft, Forschung und Medizin. Dieses Buch enthält zahlreiche Vorlagen, detaillierte Beispiele und praktische Ratschläge für die Ausführung jedes Schritts. Gleichzeitig werden die Leser beraten, wie sie die relevanten Schritte auswählen und auf unterschiedliche Weise anwenden können, um die vielen Situationen, mit denen sie konfrontiert werden, optimal zu bewältigen. Das Layout ermöglicht ein schnelles Nachschlagen mit einem benutzerfreundlichen Format, das Schlüsselkonzepte und Definitionen, wichtige Kontrollpunkte, Kommunikationsaktivitäten, bewährte Verfahren und Warnhinweise hervorhebt. Die Erfahrungen von Kunden und Anwendern der Zehn Schritte bieten reale Beispiele für die Ergebnisse der Schritte sowie hervorgehobene Fallstudien in der Seitenleiste, die Zehn Schritte in Aktion genannt werden.
In diesem Buch werden Projekte als Vehikel für die Datenqualitätsarbeit verwendet, wobei der Begriff weit gefasst ist und Folgendes umfasst: 1) gezielte Projekte zur Verbesserung der Datenqualität, wie z. B. die Verbesserung von Daten, die im Lieferkettenmanagement verwendet werden, 2) Datenqualitätsaktivitäten in anderen Projekten, wie z. B. der Aufbau neuer Anwendungen und die Migration von Daten aus Altsystemen, die Integration von Daten aufgrund von Fusionen und Übernahmen oder die Entwirrung von Daten aufgrund von Unternehmensauflösungen, und 3) die Ad-hoc-Anwendung von Datenqualitätsschritten, -techniken oder -aktivitäten im Rahmen der täglichen Arbeit. Der Ten Steps-Ansatz kann auch dazu verwendet werden, den Standard-SDLC eines Unternehmens (ob sequenziell oder agil) zu bereichern, und er ergänzt allgemeine Verbesserungsmethoden wie Six Sigma oder Lean. Kein Datenqualitätsprojekt gleicht dem anderen, aber die flexible Natur der Zehn Schritte bedeutet, dass die Methodik auf alle angewendet werden kann.
Die neue zweite Auflage beleuchtet unter anderem Themen wie künstliche Intelligenz und maschinelles Lernen, Internet der Dinge, Sicherheit und Datenschutz, Analytik, rechtliche und regulatorische Anforderungen, Data Science, Big Data, Data Lakes und Cloud Computing, um deren Abhängigkeit von Daten und Informationen zu verdeutlichen und zu zeigen, warum Datenqualität heute relevanter und wichtiger ist als je zuvor.
| ISBN: | 9780128180150 |
| Autor: | |
| Verlag: | |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2021 |
| Seitenzahl: | 376 |
Derzeit verfügbar, auf Lager.
