มีเครื่องมือต่างๆ สำหรับการจัดการคุณภาพ Data Warehouse ดังนี้:
Quality Definition (นิยามคุณภาพ)
นิยามและการวัดคุณภาพ (Quantification) กำหนดเป็น Fraction ของ Performance หาร Expectance (Performance/Expectance) ใช้กำหนด Quality เป็น Loss ที่สื่อสารถึงสังคม ตั้งแต่เวลาที่ Product ถูก Consigned Total Loss ของสังคม 可用于 Consider เป็น Sum ของ Producer's Loss และ User's Loss
รู้จักกันดีว่ามี Trade-off ระหว่าง Quality ของ Product/Service และ Production Cost Organization ควรหา Equilibrium (สมดุล) ระหว่าง 2 Parameters นี้ หาก Equilibrium สูญเสีย Organization จะ Fail อยู่ดี
Data Quality Research (การวิจัยคุณภาพข้อมูล)
มี Research หลายอย่างเสร็จสิ้นในพื้นที่ Data Quality ทั้ง Researchers และ Practitioners ได้เผชิญปัญหา Improving Quality ของ Decision Support Systems โดยทั่วไปโดย Ameliorating (ปรับปรุง) Quality ของ Information ของพวกเขา แสดง Related Work ในพื้นที่นี้ ซึ่งส่งผลต่อ Approach ของเราสำหรับ Data Warehouse Quality มากหรือน้อย
Framework ประกอบด้วย 7 Elements ปรับจาก ISO 9000 Standard: Administrative Responsibilities, Services & Assurance Cost, Research & Development, Production, Distribution, Personnel Administration, Legal Service Framework นี้ Review ส่วนสำคัญของ Literature บน Data Quality แต่เพียง Research & Development Aspect ของ Data Quality ที่ Consistent กับ Cause ของ Data Warehouse Quality Design
มี 3 Main Problems ใน Field นี้: Analysis และ Design ของ Data Quality Method ของ Data Products, Design ของ Data Manufacturing Systems (DMS's) ที่รวม Data Quality Methods, และ Definition ของ Data Quality Measures
Data Quality System ล้อมรอบ Organizational Structure, Responsibilities, Processes, Resources สำหรับ Achieving Data Quality Management Data Quality Control = Set ของ Operational Methods และ Activities ใช้เพื่อ Obtain Quality ที่ต้องการสำหรับ Data Product Data Quality Assurance = ทุก Planned และ Systematic Activities จำเป็นเพื่อให้ Adequate Confidence ว่า Data Product จะ Satisfy Given Set ของ Quality Specifications
Data Quality (คุณภาพข้อมูล)
Quality ของ Data ที่เก็บใน Warehouse 不是 Process โดยตัวมันเอง ถูก Affected โดย All Processes ที่เกิดขึ้นใน Warehouse Environment มี Data Quality Factors หลายตัว:
- Completeness (ความสมบูรณ์): Percentage ของ Interesting Real-world Data ที่ Introduced ใน Sources และ Warehouse
- Credibility (ความน่าเชื่อถือ): Credibility ของ Source ที่ Provided Data
- Accuracy (ความแม่นยำ): Accuracy ของ Data Entry Procedure ที่เกิดขึ้นที่ Sources
- Consistency (ความสอดคล้อง): Logical Coherence ของ Data เกี่ยวกับ Logical Rules และ Constraints
- Data Interpretability (ความสามารถในการตีความข้อมูล): เกี่ยวกับ Data Definition (Data Design สำหรับ Legacy Systems และ External Records, Table Definitions สำหรับ Relational DBs, Primary/Foreign Keys, Aliases, Defaults, Domains, Description ของ Coded Values ฯลฯ)
