Datenqualität: Checkliste und Automatisierung
Eine Checkliste zur Datenqualität: Vollständigkeit, Eindeutigkeit, Gültigkeit, Konsistenz. Was automatisch läuft und was ein Mensch prüft.

Datenqualität ist keine Aufgabe nach dem Muster „einmal prüfen, fertig“; sie besteht aus kleinen Prüfungen, die sich nach jedem Ladevorgang wiederholen. Die folgende Liste zeigt auch, was zur Maschine und was zum Menschen gehört.
Automatische Prüfungen (bei jedem Laden)
- Vollständigkeit: Sind die erwarteten Tabellen und Perioden angekommen? Ist die Zeilenzahl im Vergleich zum letzten Laden plausibel?
- Eindeutigkeit: Wurde derselbe Beleg zweimal geladen? Gibt es doppelte Datensätze beim Geschäftsschlüssel?
- Gültigkeit: Sind Datumsangaben echte Daten, Beträge Zahlen, Pflichtfelder gefüllt, Codes in der definierten Liste?
- Konsistenz: Stimmt die Kopfsumme mit der Summe der Positionen überein? Existiert ein Kundencode aus einer Tabelle auch in der anderen?
- Aktualität: Wann war das letzte erfolgreiche Laden? Warnen Sie, wenn es älter ist als erwartet.
- Abgleich mit der Quelle: Stimmt die Summe im Warehouse mit dem eigenen Bericht des Quellsystems überein?
Was eine menschliche Prüfung braucht
- Was eine von einer Regel erkannte Abweichung fachlich bedeutet: eine echte Änderung oder ein Fehler?
- Die Schwelle einer neuen Regel: Eine zu enge Regel erzeugt Fehlalarme, eine zu lockere übersieht etwas.
- Definitionsentscheidungen: Zählt ein stornierter Beleg zum Umsatz, und welches Datum ist maßgeblich?
- Die Ursache eines Fehlers: Sind die Daten kaputt oder der Prozess an der Quelle?
Alarmmüdigkeit
Löst jede Prüfung einen Alarm aus, schaut niemand hin. Ordnen Sie die Prüfungen nach Wichtigkeit: stoppender Fehler, Warnung, Hinweis. Stoppende Fehler sollten nur für Fälle gelten, die das Ergebnis falsch machen würden.
Bei Floemdata
Bei Floemdata Analytics überschneiden sich zwei Prinzipien mit dieser Liste (Projekt-Designentscheidungen): Ein erneut ausgeführter Ladevorgang fügt denselben Datensatz kein zweites Mal ein, und eine Abstimmungsabweichung wird nicht verborgen, sondern im Dashboard gezeigt. Die obige Liste ist eine allgemeine Empfehlung; sie heißt nicht, dass jeder Punkt im Produkt ein automatisches Gegenstück hat (nicht verifiziert).
Zum Einstieg wenden Sie alle sechs Prüfungen von Hand auf die Datenquelle Ihres meistgenutzten Berichts an und wählen dann aus, was sich zu automatisieren lohnt. Fragen: info@floemdata.com.