mx
•
Qmart
•
Objetivos
•
Ejemplos
•
Arquitectura
•
Componentes
•
Beneficios
•
Plan de Producto
elimina la medición empírica de la calidad de datos,
reduciendo su variabilidad, permite el monitoreo continuo y la
detección de puntos débiles; eleva el conocimiento de la calidad y
registra su mejora continua. Además, permite centralizar la
administración de las reglas de calidad y la medición de los
impactos y beneficios de los procesos implementados.
Data Quality Management
Data Quality Management
Qmart
La
Calidad de Datos
puede ser definida, como el nivel
de apego del universo de los datos de un negocio a
reglas, definidas de manera independiente, que
describan dicho universo de datos.
Medición de la Calidad
DATOS
REGLAS
•
Eliminar el elemento empírico y evidenciar el valor de un proceso de
calidad
basándose en que la calidad de datos es
medible
.
•
Dar
visibilidad
a los procesos de calidad sobre el impacto y beneficios que se
obtuvieron, de manera cuantificable.
•
Permitir el análisis de la calidad de datos de manera transaccional y por lotes.
•
Automatización de los procesos de
monitoreo
de la calidad.
•
Llevar a una organización, que está instalando un proceso de calidad, de un bajo
nivel de
conocimiento
y medición, a un nivel alto.
•
Almacenar un
histórico
de mediciones de calidad de forma periódica.
•
Reducir la
variabilidad
de la calidad de los datos.
•
Generar
diagnósticos
de puntos débiles en la calidad de datos, por regla de
negocio.
Calidad de Datos
Objetivo
Alto
Alta
Bajo
Baja
Calidad de Datos
“Real”
Calidad de Datos
“Conocimiento”
•
Objetivos del Programa
Metodología
Implementación
Auditoría de
Datos
Selección
de Reglas
de Negocio
Selección
de Sujeto
Requerimientos
Reportes
Data Quality ManagementReportes
Data Quality ManagementHome
Arquitectura HL
•Quality Data Presentation •I-Delivery Pareto
Analysis
•Chart flow of data Dashboards Scorecards Data Input Data Exit Quality Rule
ETL Process
•Enrichment •Cleansing •Standarization •Error detection •Enhancement •Data Quality •Assertion •Data Warehouse •Certification Report -Rule Thresholds - % Anomaly - Control Chart •Data characterization •Consistency Analysis •Frequency & Distribanalysis •Missing & Empty
Value Analysis
Front End
Anatlytic Engine
•Quality Business Rules Catalog (by Assertions, Clases and order) •ETL Bussines Rules •Anatlytical KPI’s Rules
Reporting Business Rules Repository Metadata •Quality Data Reposirtory Model Metadata •Business Datamart Model Metadata
Quality Rules Engine
Data Quality Management
Arquitectura Funcional
•Quality Data Presentation •I-Delivery Pareto
Analysis
•Chart flow of data Dashboards Scorecards Data Input Data Exit Quality Rule
ETL Process
Reconcillation Process •Enrichment •Cleansing •Standarization •Error detection •Enhancement •Data Quality •Assertion Bussines DataMart Repository Quality Data Reposirtory •Data Warehouse •Certification Report -Rule Thresholds - % Anomaly - Control Chart •Data characterization •Consistency Analysis •Frequency & Distribanalysis •Missing & Empty
Value Analysis
Front End
Anatlytic Engine
•Quality Business Rules Catalog (by Assertions, Clases and order) •ETL Bussines Rules •Anatlytical KPI’s Rules
Reporting Business Rules Repository Metadata •Quality Data Reposirtory Model Metadata •Business Datamart Model Metadata •Data Ownership Policy
Quality Rules Engine
Anomaly Anomaly
Data OK
Data Quality Management
• Consistencia
• Excepciones
• Reportes de Metricas
Reportes/Gráficas
Metricas
Historicos
Modelo de Explotación
Data Quality Management•
Definición y Medición del ROI de la Calidad de Datos
•
Apoyo a la aplicación de políticas de QA
•
Soporte a iniciativas de Data Governance
•
Contabilidad de perdidas por falta de DQ
Plan de Producto
•
Fase de Planeacion
–
Arquitectura final y plan de desarrollo
•
Noviembre 15, 2008
•
Fase de Desarrollo
–
Arquitectura del Repositorio
•
Diciembre15, 2008
–
Reportes & Gráficas
•
Enero30, 2009
–
Repositorio de Reglas de negocio
•
Marzo15, 2009
–
Motor de Reglas de negocio
•
Abril 30, 2009
Fase de Pruebas
Prueba Alpha
Mayo 30, 2009
Version Alpha
Junio 15, 2009
Prueba Beta
Julio 15, 2009
Contacto
Tamaulipas 150 Torre A,
Colonia Hipódromo Condesa,
C.P 06100. México D.F.
Teléfono: 01(55) 5256-4517
Fax: 01(55) 5553-1085
Calle IV No. 214 1er Piso,
Fraccionamiento San Jerónimo,
C.P. 61610. Monterrey N.L.
Teléfono: 01(81) 8347-0027
Fax: 01(81) 8347-4759
Luis Rodríguez
luis.rodriguez@sisorg.com.mx
Ricardo Balmaceda
ricardo.balmaceda@sisorg.com.mx
SIS Qdata
Data Quality Management