Mesures

Mesures vous permet de spécifier la manière dont les données sont mesurées. Ceci est utilisé pour créer un rapport illustrant les types d'exceptions survenant dans vos données. Par exemple, si la condition est conçue pour évaluer l'intégralité d'un enregistrement (que toutes les adresses comprennent des codes postaux par exemple), vous pourrez alors utiliser « Intégralité » comme métrique de qualité de données.
Remarque : Les mesures que vous définissez ici serviront d'options par défaut à la fois pour la configuration de Business Steward et le stage Exception Monitor.
Vous pouvez sélectionner une des mesures prédéfinis ci-dessous ou définir votre propre mesure en cliquant sur le bouton Ajouter un élément et en remplissant les champs, le cas échéant. Vous pouvez également modifier des mesures en sélectionnant un domaine, en cliquant sur le bouton Modification d'un élément et en y apportant les modifications nécessaires. Vous pouvez également filtrer la liste des mesures affichées en entrant des données de recherche dans le champ Filtre. Les résultats seront mis à jour dynamiquement.
  • Accuracy—La condition vérifie si les données peuvent être comparées à une source de confiance pour vérification. Par exemple, si une adresse n'a pas pu être vérifiée en utilisant les données provenant d'une administration postale, elle pourrait être considérée comme étant une exception car elle manque de précision.
  • Completeness—La condition vérifie s’il manque des attributs clés aux données. Par exemple, une adresse n'ayant pas de code postal, ou un compte n'ayant pas de nom de contact.
  • Consistency—La condition vérifie si les données du système sont cohérentes entre différents systèmes. Par exemple, si votre système de données de clients utilisent les codes de sexe H et F, mais que les données que vous traitez ont les codes de sexe 0 et 1, les données pourraient être considérées comme ayant des problèmes de consistance.
  • Interpretability—La condition vérifie si les données sont correctement décomposées selon une structure de données pouvant être interprétée par un autre système. Par exemple, les numéros de sécurité sociale ne devraient contenir que des données numériques. Si les données comportent des lettres, tels que xxx-xx-xxxx, les données pourrait être considérées comme ayant des problèmes d'intelligibilité.
  • Recency—La condition vérifie si les données sont à jour. Par exemple, si une personne déménage mais que l'adresse que vous possédez dans votre système contient l'ancienne adresse de cette personne, les données pourraient être considérées comme ayant un problème concernant leur caractère peu récent.
  • Uncategorized—Sélectionnez cette option si vous ne souhaitez pas catégoriser cette condition.
  • Uniqueness—La condition vérifie s’il existe des données doublons. Si le flux de données n'a pas pu consolider de données doublons, l'enregistrement serait considéré être une exception.