Datan laadun varmistaminen tietovarastoprojektin eri vaiheissa

Abstract

Tämä työ käsittelee datan laatua tietovarastoprojektin eri vaiheissa. Työn tarkoituksena on tarkastella tietovarastoprojektin vaiheita datan laadun näkökulmasta ja vastata kysymykseen: mitä keinoja on olemassa datan laadun varmistamiseen tietovarastoprojektin eri vaiheissa. Työ pyrkii esittelemään mitä datan laatu on ja miten huonolaatuista dataa voidaan välttää. Tietovarastoprojektissa on useita vaiheita. Näissä vaiheissa voidaan tehdä toimenpiteitä datan laadun varmistamiseen joko konkreettisin ohjelmoinnillisin keinoin tai parantamalla prosessimalleja huomioimalla datan laatu kussakin vaiheessa. Huonolaatuinen data on kallista ja useimmiten tahtotila dataa hyödyntävissä organisaatioissa onkin saavuttaa datan laadussa vähintään käyttötarkoitusta tyydyttävä taso, jotta voidaan välttyä ylimääräiseltä työltä ja kustannuksilta. Eri vaiheiden datan laadun varmistamisen keinot ovat hyvin paljon sidoksissa kuhunkin vaiheeseen. Tietovaraston vaatimusmäärittelyssä pääpaino on prosessien mallintamisella ja parantamisella kun taas esimerkiksi latausvaiheessa lähestytään asiaa enemmän teknisestä näkökulmasta. Suunnittelussa ja määrittelyssä tekninen ajattelu ei ole niin hallitsevassa asemassa. Tarkasteltujen tutkimusten perusteella voidaan todeta, että datan laatuun vaikuttaa moni muukin asia kuin data itse. Datan laadun määreet, jotka riippuvat paljolti vuorovaikutuksesta ihmisen kanssa, ovat yllättävänkin tärkeässä roolissa datan laatua määriteltäessä ja keinot näiden määreiden täyttämiseen ovat pitkälti prosessimalleissa. Toisaalta myös datassa itsessään olevat ominaisuudet määrittelevät datan laatua, eikä niitä sovi unohtaa, vaikka niiden tekninen huomioiminen onkin helpompi mallintaa. Kirjallisuudessa keinoja datan laadun varmistamiseen on olemassa, mutta erilaisia keinoja datan laadun varmistamiseen on kovin vähän. Eritoten latausvaiheen keinojen vähyys on harmillista, koska tässä vaiheessa tehdään suurin työ tietovarastoprojekteissa. Työ on tehty kirjallisuuskatsauksena tämän hetkiseen kirjallisuuteen. Tarkoituksena on esitellä lukijalle mahdollisuuksia datan laadun varmistamiseen tietovarastoprojektin eri vaiheissa.