Esecuzione di progetti di qualità dei dati: Dieci passi verso dati di qualità e informazioni affidabili (Tm)

Recensioni dei lettori

Le recensioni hanno universalmente elogiato “Executing Data Quality Projects” di Danette McGilvray come una guida pratica e completa per migliorare la qualità e la gestione dei dati. Molti utenti apprezzano l'approccio strutturato, gli esempi reali e le metodologie aggiornate presentate nella seconda edizione. Tuttavia, alcuni recensori esprimono il timore che il libro si sia espanso oltre il suo focus originale sulla qualità dei dati, portando a una diluizione del suo scopo principale.

Guida completa e pratica, approccio strutturato con metodologie chiare, ricco di esempi e modelli reali, ben organizzato per una facile consultazione, copre l'importanza delle specifiche e delle definizioni dei dati, fornisce un approccio sistematico in dieci fasi adattabile a vari scenari ed è scritto da un esperto riconosciuto del settore.

Alcuni recensori ritengono che l'ambito del libro si sia “insinuato” troppo in argomenti correlati al di là della qualità dei dati, diluendo potenzialmente l'obiettivo primario. Ci sono lievi disaccordi riguardo alla terminologia e alle interpretazioni specifiche utilizzate nel libro.

(basato su 10 recensioni dei lettori)

Titolo originale:

Executing Data Quality Projects: Ten Steps to Quality Data and Trusted Information (Tm)

Contenuto del libro:

Executing Data Quality Projects, Second Edition presenta un approccio strutturato ma flessibile per creare, migliorare, sostenere e gestire la qualità dei dati e delle informazioni all'interno di qualsiasi organizzazione.

Gli studi dimostrano che i problemi di qualità dei dati costano alle aziende miliardi di dollari ogni anno, e che dati scadenti sono collegati a sprechi e inefficienze, a una credibilità danneggiata presso clienti e fornitori e all'incapacità dell'organizzazione di prendere decisioni valide. L'aiuto è qui! Questo libro descrive un approccio collaudato in dieci fasi che combina un quadro concettuale per la comprensione della qualità delle informazioni con tecniche, strumenti e istruzioni per mettere in pratica l'approccio - con il risultato finale di dati e informazioni affidabili di alta qualità, così essenziali per le organizzazioni di oggi che dipendono dai dati.

L'approccio in dieci passi si applica a tutti i tipi di dati e a tutti i tipi di organizzazioni: profit in qualsiasi settore, no-profit, governative, educative, sanitarie, scientifiche, di ricerca e mediche. Questo libro include numerosi modelli, esempi dettagliati e consigli pratici per l'esecuzione di ogni fase. Allo stesso tempo, i lettori vengono consigliati su come selezionare le fasi pertinenti e applicarle in modi diversi per affrontare al meglio le numerose situazioni che si troveranno ad affrontare. L'impaginazione consente una rapida consultazione grazie a un formato di facile utilizzo che evidenzia i concetti chiave e le definizioni, i punti di controllo importanti, le attività di comunicazione, le migliori pratiche e le avvertenze. L'esperienza di clienti e utenti reali dei Dieci Passi fornisce esempi reali di risultati per i passi, oltre a casi di studio evidenziati in una barra laterale chiamata Dieci Passi in Azione.

Questo libro utilizza i progetti come veicolo per il lavoro sulla qualità dei dati e il termine include in senso lato: 1) progetti mirati di miglioramento della qualità dei dati, come il miglioramento dei dati utilizzati nella gestione della supply chain, 2) attività di qualità dei dati nell'ambito di altri progetti, come la costruzione di nuove applicazioni e la migrazione di dati da sistemi preesistenti, l'integrazione di dati a seguito di fusioni e acquisizioni o la districazione di dati a causa di rotture organizzative, e 3) l'utilizzo ad hoc di fasi, tecniche o attività di qualità dei dati nel corso del lavoro quotidiano. L'approccio dei dieci passi può essere utilizzato anche per arricchire il SDLC standard di un'organizzazione (sequenziale o Agile) e integra le metodologie di miglioramento generale come Six Sigma o Lean. Non esistono due progetti di qualità dei dati uguali, ma la natura flessibile dei Dieci Passi fa sì che la metodologia possa essere applicata a tutti.

La nuova seconda edizione mette in evidenza argomenti come l'intelligenza artificiale e l'apprendimento automatico, l'Internet delle cose, la sicurezza e la privacy, gli analytics, i requisiti legali e normativi, la scienza dei dati, i big data, i data lake e il cloud computing, tra gli altri, per mostrare la loro dipendenza dai dati e dalle informazioni e il motivo per cui la qualità dei dati è più importante e critica oggi che mai.