本文讨论造成数据质量差的原因。
业务数据质量是否满足了业务需求？
Does the business data quality meet the business 'requirements?
数据质量分析就能提供这样的理解。
案例学习：数据质量服务实例。
在项目框架内进行数据质量分析。
Conducting the data quality analysis within the project framework.
表3：技术数据质量维-实体。
数据质量分析可以帮助避免这些问题。
Data quality analysis could have helped to avoid these problems.
这些标准描述了数据质量的成本了吗？
世行的数据质量是有著名的。
设计数据质量分析执行计划。
表2：技术数据质量维-域。
SOA项目的数据质量分析。
SOA中的数据质量可以分为两个维。
为SOA项目执行数据质量分析的方法。
数据、内容和元数据质量。
提高数据和元数据质量。
就SA 而言，数据质量是个重要问题。
使用此方法对数据质量和性能都有很多好处。
There are many benefits to both data quality and performance with this approach.
本法具有检查数据质量的能力。
这两个数据质量维影响SOA服务和过程设计。
Both of these data quality dimensions influence SOA service and process design.
我们使用数据质量工具来配置和清洗错误数据。
没有对它存储的信息执行严格的数据质量措施。
Does not rigorously enforce data quality in its store (s) of information?
表4:业务流程数据质量维 –集成的源
Table 4: Business Process Data Quality Dimensions – Integrated sources
本系列的第7部分将详细讨论数据质量分析模式。
The detailed data quality analysis pattern will be covered in Part 7 of this series.
影响数据质量的气泡脉冲或气泡噪音。
在项目整个生命周期内进行评测并报告数据质量。
Measure and report data quality throughout the project life cycle.
根据公开数据的服务接口评估数据质量。
Data quality is being assessed against the service interfaces through which it is exposed.
数据架构师好处：更好的数据质量和企业一致性。
Data architect benefits: better data quality and enterprise consistency.
提高数据质量。
大多数首席信息官们都承认他们的数据质量很糟糕。
应用推荐