Data Quality Checks

In der Praxis ist die Eingabe von unvollständige und fehlerhafte Daten, beispielsweise verursacht durch leere Pflichtfelder, falsche Verknüpfungen oder Werte, nicht selten und stellt ein Problem für die spätere Analyse dar. Das Ziel soll eine quantitative Analyse der zusammengefassten Unternehmensdaten sein, um diese beispielsweise für die Optimierung von Marketingstrategien zu nutzen.

Unsere Abteilung Software & Information Engineering des Fraunhofer IML wurde damit beauftragt, eine hohe Anzahl von heterogen Daten für eine konsistente Nutzung und Verwendung in einer Data Analytics Plattform aufzubereiten. Es handelt sich hierbei um eine Kooperation mit der CDQ AG.

Damit eine homogene Datenstruktur entsteht, müssen Daten vor der Integration mithilfe von Data Quality Checks überprüft und fehlerhafte Datensätze dargestellt werden.

Hier beginnt die Zusammenarbeit mit der CDQ AG als Industrieberater im Bereich Stammdaten und Datenqualität und unserer Abteilung Software & Information Engineering des IML als technisch versierten Partner:

·       Zunächst war die CDQ AG für die Erstellung des Data Quality Checks sowie für die Erarbeitung der Konzeption und Methodik für die Überarbeitung zuständig

·       Im nächsten Schritt befasste sich unser Team des IML mit der Softwareimplementierung der Data Quality Checks in der Data Analytics Plattform

Hier erwies unser Team die Kompetenz in der Entwicklung und in derEinarbeitung in Fremdsystemen innerhalb einer vorgegebenen IT-Infrastruktur sowie bei der Interpretation der Daten. Eine Nahtstelle zwischen den Kooperationspartner entstand, da Erfahrungen und architektonisches wie auch technisches Wissen zusammenspielten.

Bei Rückmeldung melden Sie sich gerne bei unserem Mitarbeiter: Timo Erler