Databases Reference
In-Depth Information
ment eines Mobilfunkanbieters einen Einblick geben, wie die Metriken im Rahmen
eines ökonomisch orientierten DQ-Managements genutzt werden können.
1.2 Anforderungen an Datenqualitätsmetriken
Um eine wissenschaftliche Fundierung zu gewährleisten und gleichzeitig eine
praktische Anwendung zu ermöglichen, werden nachfolgend Anforderungen an
DQ-Metriken definiert (in Teilen ähnliche Anforderungen finden sich auch bei
[Even & Shankaranarayanan 2005] und [Hinrichs 2002]):
Normierung
] Um die Interpretierbarkeit und Vergleichbarkeit der Metriker-
gebnisse zu gewährleisten, ist eine geeignete Normierung der Metrikergeb-
nisse zu fordern.
Kardinalität
] Um eine Analyse der zeitlichen Entwicklung der Metrikergeb-
nisse (DQ-Niveau) und eine ökonomische Bewertung von Maßnahmen zu
unterstützen, ist die Kardinalität der Metriken erforderlich (vgl. [Bamberg et
al. 2007]).
Sensibilisierbarkeit
] Um das DQ-Niveau zielgerichtet messen zu können, ist
es notwendig, dass die Metriken für eine konkrete Anwendung sensibilisiert
und für den jeweiligen Zweck, welcher der Messung zugrunde liegt, konfi-
guriert werden können.
Aggregierbarkeit
] Um bei Zugrundelegung eines relationalen Datenbank-
schemas einen flexiblen Einsatz zu ermöglichen, soll die Metrik Ergebnisse
auf Attributwert-, Tupel-, Relationen- sowie Datenbankebene liefern können.
Dabei muss jedoch die Aggregierbarkeit der Metrikergebnisse auf einer
Ebene zur nächst höheren Ebene gewährleistet sein.
Fachliche Interpretierbarkeit
] In der praktischen Anwendung reicht in der Re-
gel die bloße Normierung und Kardinalität der Metriken nicht aus. Vielmehr
müssen die resultierenden Metrikergebnisse auch
fachlich
interpretierbar
und reproduzierbar sein.
Auf Basis dieser Anforderungen lassen sich existierende Beiträge (beispielsweise
[Ballou et al. 1998; English 1999; Helfert 2002; Hinrichs 2002; Lee et al. 2002; Nau-
mann et al. 2004; Redman 1996; Wang et al. 1995]) analysieren. Im folgenden Ab-
schnitt wird kurz auf ausgewählte Beiträge eingegangen.
1.3 Bisherige Beiträge zur Messung von Datenqualität
In der Literatur findet sich eine ganze Reihe von Ansätzen zur Quantifizierung von
DQ, die sich neben den jeweils fokussierten DQ-Dimensionen vor allem in den
zugrunde liegenden Messverfahren unterscheiden (vgl. z. B. Ansätze in [Wang et
al. 1995]). So existieren nach [Helfert 2002] sowohl Verfahren, die auf der subjekti-
ven Qualitätseinschätzung der Datenverwender beruhen, als auch Ansätze, die auf
