محتويات
من معايير جودة المعلومات
من معايير جودة المعلومات: لضمان وتعظيم جودة المعلومات، يجب أن تركّز المعايير على ثلاث متطلبات أساسية للجودة وهي:
- الفائدة.
- الموضوعية.
- النزاهة.
الفائدة: عند تقييم فائدة المعلومات الموزعة على العامة، يتم الأخذ في الاعتبار كيف سيستخدم الجمهور هذه المعلومات. فعندما تكون الشفافية للمعلومات ذات صلة بتقييم انطباع الجمهور عن فائدتها، يتم معالجة مسألة الشفافية عند تطوير ومراجعة المعلومات؛ والتي تتمثل في الطبيعة الواضحة، البديهية، والدقيقة للبيانات أو التحليل.
الموضوعية: يتم النظر فيما إذا كانت المعلومات الموزعة دقيقة، واضحة، كاملة، وغير متحيّزة، سواء كان ذلك في العرض أو المضمون، وسيتم عرض المعلومات في سياقها الصحيح. عند اللزوم، ستكون البيانات مصحوبة بتوثيق كامل ودقيق وشفاف، وستكشف عن مصادر الخطأ التي تؤثر على جودتها. كما سيتم إنتاج نتائج التحليل باستخدام طرق إحصائية وبحثية سليمة.
النزاهة: يجب أن تتم حماية المعلومات من الوصول غير المصرّح به أو التعديل، بهدف منع فساد أو تزوير المعلومات. كما يجب اتباع متطلبات الأمان الشاملة للحكومة عند توزيع المعلومات. [1]
الإطار المرجعي لجودة البيانات هو
الإطار المرجعي لجودة البيانات هو: مجموعة شاملة من الإرشادات والأساليب والأدوات التي تستخدمها الشركات لإدارة وتحسين وضمان جودة بياناتها.
ويتضمن استراتيجيات للتحقق من صحة البيانات، وتنظيفها، وتحويلها، ومراقبتها بحيث تكون دقيقة، ومتّسقة، وكاملة، وموثوقة، وفي الوقت المناسب لاستخداماتها المقصودة. وهو جزء حيوي من أي برنامج لحوكمة البيانات، لأنه يساعد المنظمات على اتخاذ قرارات مستندة إلى البيانات بثقة.
والمكونات الأساسية لإطار عمل جودة البيانات هي:
- حوكمة البيانات.
- توصيف البيانات.
- قواعد جودة البيانات.
- تنظيف البيانات.
- مراقبة البيانات.
- إدارة مشكلات البيانات.
- تقارير البيانات.
- التحسين المستمر.
حوكمة البيانات: وتشمل السياسات، والمعايير، والإرشادات، التي توّفر توجيهاً حول كيفية جمع البيانات، وتخزينها، وإدارتها، واستخدامها داخل المنظمة. وهو أساس أي إطار عمل لجودة البيانات.
توصيف البيانات: ويتضمن فحص البيانات المتاحة في المنظمة، وجمع الإحصاءات أو الملخّصات المعلوماتية حول تلك البيانات. حيث يساعد ذلك في تحديد الشذوذات، وعدم الاتساق أو عدم الدقة في البيانات.
قواعد جودة البيانات: قواعد جودة البيانات هي مجموعة من القواعد المحددة مسبقاً، أو القيود التي تساعد في التحقق من دقة، وصحة، واتساق، واكتمال البيانات. يمكن أن تكون عبارة عن فحوصات لقواعد الأعمال، أو فحوصات عبر مجموعات البيانات المختلفة، أو الفحوصات مقابل مجموعات بيانات أو خدمات خارجية.
تنظيف البيانات: وهو الكشف عن السجلات الفاسدة غير الدقيقة وتصحيحها أو إزالتها من مجموعة البيانات أو قاعدة البيانات.
مراقبة البيانات: أي تتبّع ومراقبة مستمرة لمقاييس جودة البيانات لضمان الامتثال المستمر لمعايير جودة البيانات.
إدارة مشكلات البيانات: وتتضمن حل مشكلات جودة البيانات التي يتم اكتشافها أثناء تحليل البيانات ومراقبتها وتقييم جودتها.
تقارير البيانات: وهذا يوفر تقريراً عن حالة جودة البيانات داخل المنظمة.
التحسين المستمر: مع تغير احتياجات المنظمة، ينبغي أن يتكيف إطار جودة البيانات حتى يصبح قادراً على تلبية هذه المتطلبات الجديدة. يتضمن ذلك التحليل المستمر، والقياس، والتحسين، والتحكم في جهود جودة البيانات. [2]
تقييم جودة البيانات
تقييم جودة البيانات: تقييم جودة البيانات هي عملية تقييم البيانات علمياً وإحصائياً من أجل تحديد ما إذا كانت تلبي الجودة المطلوبة للمشاريع أو العمليات التجارية، وهل هي من النوع والكمية المناسبين لكي تستطيع دعم استخداماتها المقصودة.
ويمكن اعتبارها مجموعة من الإرشادات والتقنيات التي تُستخدم لوصف البيانات، بناءً على سياق تطبيق معين، وتطبيق العمليات لتقييم جودة البيانات وتحسينها.
تقييم جودة البيانات يكشف المشاكل المتعلقة بالبيانات الفنية والتجارية، والتي تسمح للمنظمة بالتخطيط بشكل صحيح لاستراتيجيات تنظيف وإثراء البيانات. يتم ذلك عادةً للحفاظ على سلامة الأنظمة ومعايير ضمان الجودة. بشكل عام، من السهل التعرف على المشاكل الفنية للجودة، مثل:
- بنية البيانات غير الثابتة.
- المشاكل القياسية.
- البيانات المفقودة، أو الافتراضية المفقودة.
- الأخطاء في حقول البيانات.
يتم تنفيذ تقييم جودة البيانات عادةً لإصلاح القضايا الذاتية المتعلقة بالعمليات التجارية، مثل إنشاء التقارير الدقيقة، وللتأكد من أن العمليات التي تعتمد على البيانات وتتم بواسطة البيانات تعمل كما هو متوقع. [3]
الهدف من تقييم جودة البيانات ليس فقط تحديد البيانات غير الصحيحة، ولكن أيضاً لتقدير الضرر الذي أصاب عمليات الأعمال وتنفيذ الإجراءات التصحيحية. حيث أن العديد من الشركات الكبيرة تواجه صعوبات في الحفاظ على جودة بياناتها.
إن كل عملية تتم بشكل غير صحيح تأتي مع تهديد بأن يكون لها أثر سلبي على جودة البيانات، وبالتالي قد تؤدي الجودة الضعيفة للبيانات إلى حدوث عقبات، وغالباً ما تؤثر سلباً على القرارات التي تتخذها المؤسسة. حيث أنه بدون وجود نظام قياس صحيح، قد لا تتم ملاحظة البيانات ذات الجودة المنخفضة أو تصحيحها أبداً. [4]
البيانات المجمعة هي
البيانات المجمعة هي: مجموعة من المعلومات من عدة أفراد، تم تلخيصها في تقرير بيانات رسمي، وتكون البيانات المجمعة من أفراد لديهم عنصر مشترك، مثل الموقع الجغرافي، أو الارتباط بمنظمة معينة.
الغرض هو جمع بيانات عن أكبر عدد ممكن من الأفراد، بحيث يمكن إجراء التحليل الإحصائي للبيانات لإجراء التنبؤات، وتقدير الاتجاهات، وتقييم السياسات، وإيجاد القيم الوسطية لعامل ما ضمن السكان المهتمين به.
والفرق الأساسي بين البيانات المجمعة والبيانات الفردية هو أن البيانات الفردية هي المعلومات المجمعة من شخص واحد، وتميل إلى أن تكون دقيقة جداً، ولكن جمعها مكلف للغاية. أما البيانات المجمعة هي المعلومات المتراكمة من العديد من الأفراد، وتميل إلى أن تكون أقل دقة، كما تكون عملية جمعها أقل تكلفة. [5]
دقة البيانات
دقة البيانات: هي مقياس لمدى تمثيل البيانات للقيمة الحقيقية للصفة التي يُفترض قياسها. بمعنى آخر، البيانات الدقيقة تعكس بشكل صحيح الوضع الواقعي أو الحدث الذي صممت لتسجيله.
الدقة المرتفعة للبيانات تعني أن قيم البيانات تتوافق بشكل وثيق مع الخصائص الفعلية للأشياء أو الأحداث التي يتم تسجيلها. وهذا يضمن أن المعلومات الموجودة في مجموعات البيانات جديرة بالثقة، ومناسبة لاتخاذ القرارات، وإجراء التحليلات، أو دعم تطبيقات مختلفة.
حيث أن دقة البيانات تملك عدة أنواع، وهي:
- الصلاحية.
- الاكتمال.
- الاتساق.
- التفرّد.
- الموثوقية.
الصلاحية: تشير صلاحية البيانات إلى ما إذا كانت البيانات تتّبع التنسيقات والقيم وقواعد الأعمال المحددة، ويتضمن ذلك التأكد من مطابقة البيانات لتنسيق معين، مع التمسك بأنماط محددة مسبقاً أو مجموعات من القيم.
الاكتمال: الاكتمال البياني يدرس فيما إذا كانت جميع البيانات المطلوبة متاحة ومفصلة بشكل كافٍ، ويشمل ذلك التأكد من عدم فقدان أي بيانات أساسية.
الاتساق: ويتعلق اتساق البيانات بضمان موثوقية البيانات في جميع الأنظمة والقواعد، وأن تكون بصيغة متناسقة. ويشمل هذا التأكد من أن البيانات تبقى مستقرة ومتسقة في مختلف مخازن البيانات، مما يمنع الاختلافات التي قد تؤدي إلى تضليل أو تأخير العمليات واتخاذ القرارات.
التفرّد: ويعني التفرد أن جميع كيانات البيانات ممثلة مرة واحدة فقط في مجموعة البيانات، كما يشمل هذا التحكم والقضاء على المُدخلات المكررة للبيانات، مما يمنع الارتباك أو الأخطاء في الحسابات.
الموثوقية: الموثوقية تعني ثبات قياس البيانات، وضمان موثوقية البيانات يقتضي التحقق مما إذا كانت البيانات تنتج نفس النتائج باستمرار وتحت نفس الظروف، حيث يجب أن تكون قابلة للتكرار ومستقرة لضمان الثقة في صنع القرار. [6]
