Wies Vullings, Wageningen University and Research Data kwaliteit Wies Vullings, Wageningen University and Research
Slechte informatie oorzaak gasexplosie Diemen Gepubliceerd: 3 juni 2015 10:21 Update: 3 juni 22:43 De gasexplosie in een flat in Diemen, die 4 september 2014 twee mensen het leven heeft gekost, is te wijten een slechte informatievoorziening. Dat staat woensdag in het rapport van de Onderzoeksraad voor Veiligheid. Door gebrekkige uitwisseling van informatie tussen verschillende partijen, was het voor de aannemer niet duidelijk dat er een gasleiding in het graafgebied lag. Behalve twee doden, raakten ook vijftien personen gewond. Meer dan dertig woningen zijn door de explosie voor langere tijd onbewoonbaar geraakt.
Sloopbedrijf vernielt verkeerde huis door fout in Google Maps ( 24 maart 2016) Een sloopbedrijf in de Amerikaanse staat Texas heeft het verkeerde huis gesloopt door een fout in Google Maps. De fout is volgens het sloopbedrijf gemaakt doordat Google Maps het verkeerde huis aangeeft wanneer het adres wordt ingevoerd. Het huis dat daadwerkelijk gesloopt moest worden lag een huizenblok verderop, meldt WFAA.
Waarom is het nog niet opgelost?
Data kwaliteit is.... de mate waarin gegevens geschikt zijn voor het doel waarvoor ze gebruikt worden
Fitness for use
Interne vs externe kwaliteit Interne kwaliteit: de mate waarin de dataset overeenkomt met de ideale dataset dat eigenlijk geproduceerd had moeten worden Externe kwaliteit: De mate waarin de dataset overeenkomt met gebruikerswensen en verwachtingen in een gegeven situatie
INTERNE KWALITEIT EXTERNE KWALITEIT Gevraagd door de manager Zoals beschreven in de specificaties Zoals ontworpen door de analist INTERNE KWALITEIT EXTERNE KWALITEIT Zoals gewenst door de klant Zoals geproduceerd
Hoe ga je ermee om? Productspecificaties of gebruikerseisen Specificeren Kwaliteitsaspecten Kwaliteitsmetingen Procedure ATS = Abstract Test Suite ETS = Executable Test Suite Toetsen ATS Data Normen ETS
Handelingsperspectief Verbeter de data Verbeter de randvoorwaarden: organisatie en processen
Top 5 data quality mistakes Assuming that the IT department is responsible for data quality Ignoring it altogether Promising to clean it up after a new system implementation Thinking that "the cloud" will solve all data quality problems. Refusing to act on data because the data quality may not be perfect. #1: Not connecting data priorities to business priorities #2: Improving data in isolation #3: Creating an isolated data quality team #4: Not updating your data resource libraries #5: Lack of communication across the entire data landscape