Datan laadun tarkistaminen viranomaisraportoinnin näkökulmasta

Abstract

Datasta on tullut yrityksille liiketoiminnan kannalta erityisen tärkeää. Data auttaa organisaatioita tekemään aiempaa tarkempia päätöksiä. Moniulotteisten syy-seuraussuhteiden ymmärtämisessä kone on ihmistä valovuosia edellä. Datan määrällä ei kuitenkaan ole merkitystä, mikäli datan laadussa on puutteita. Mikäli datan laadussa on ongelmia, saattaa datan pohjalta tehdyt päätökset johtaa pahimmassa tapauksessa vääriin johtopäätöksiin. Jotta datan laadusta voidaan tehdä johtopäätöksiä, tulee organisaation olla tietoinen laadun nykytilasta. Tätä varten on kehitelty datan laadun ulottuvuuksia mittaavia mittareita, joiden avulla saadaan numeraalisia arvoja datan laadun nykytilasta. Mittauksista saatujen tulosten avulla voidaan arvioida datan laatua ja määritellä datan laadun kehityskohteet. Jotta datan laatua voidaan tutkia, tulee ensin määritellä data, laadun, datan laadun, datan mittausten sekä datan arvioimisen käsitteet. Tässä työssä lähestytään datan laadun mittauksia edellä mainitussa järjestyksessä. Lisäksi työssä käydään kokonaisuuden ymmärtämiseksi läpi myös datan laadun kustannukset sekä kehitystoimien prosessit. Viimeiseksi työssä käydään läpi datan laadun arviointimenetelmät. Työn teorian avulla pyritään saamaan mahdollisimman laaja käsitys datan laadusta. Teoria muodostaa datan laadun varmistamiselle laajan akatemiaisesti pätevän pohjan. Teoriaa hyödynnetään työn empiirisessä tutkimuksessa. Tämä työ toteutettiin finanssialan yritykselle ja tarkemmin tämän yrityksen viranomaisraportoinnin rajapintaan. Tässä työssä pyrittiin selvittämään miten datan laatua kannattaa mitata, miten laadun arviointia voidaan suorittaa sekä miten saatuja tuloksia voidaan analysoida. Tässä diplomityössä suoritettiin ensin laaja kirjallisuuskatsaus aiheesta, jonka jälkeen tehtiin kirjallisuuden pohjalta pilottimainen tutkimus kohdeyrityksen rajattuun dataan. Tässä työssä tehdyt mittaukset rajattiin koskemaan tarkkaan valittua asiakasdataa. Työn filosofinen lähestymistapa oli pragmatismi, jossa on mahdollista hyödyntää eri näkökulmien yhdistämistä tietojen keräämisessä ja tulkinnassa. Työn empiirisessä osassa hyödynnettiin sekä määrällistä että laadullista aineistoa. Työssä selvitettiin erinäisiä laadun arviointimenetelmiä. Menetelmistä koottiin kohdeyritykselle sopiva laadun mittaus ja arviointitapa. Tätä menetelmää kutsutaan tässä työssä Hybridimenetelmäksi. Tutkimuksessa suoritettiin subjektiivisia käyttäjäkyselyitä sekä objektiivisia mittauksia suoraan datasta. Tässä työssä tutkittuja laadun ulottuvuuksia oli ainutlaatuisuus, johdonmukaisuus, maine, datan sopiva määrä, täydellisyys, uskottavuus sekä virheettömyys. Mittausten tuloksia vertailtiin keskenään ja luotiin kattava yleiskuvaus valitun datan laadun tilasta. Diplomityön tuloksissa käytiin myös läpi, miten datan laatua voidaan tulevaisuudessa kehittää ja miten tässä työssä kehitettyjä datan laadun mittauksia voidaan kehittää.