<p>I ett företag finns data utspridd i olika datasystem. För att lättare och snabbare komma åt data bör data finnas samlad på ett ställe d.v.s. ett datalager. Om datalagret ska fungera som ett beslutsstöd för företagsledningen är det viktigt att data håller en hög datakvalitetsnivå så att beslut fattas som gynnar företaget. För att kontrollera datakvalitet kan datakvalitetsverktyg användas. Dessa innehåller funktioner för att lösa olika datakvalitetsproblem. I rapporten behandlas hur datakvalitetsfaktorerna korrekthet, datatypsenlighet, konsistens, lämplighet, integration, kompletthet och inga dubbletter hanteras av datakvalitetsverktyg för datalager. En litteraturstudie har genomförts för att se hur datakvalitetsfaktorerna hanteras samt om behandlingen varierar mellan olika datakvalitetslösningar. Litteraturstudien har också använts för att upptäcka om olikheter och likheter i behandlingen av enskilda datakvalitetsfaktorer har påverkat hur väl faktorerna hanteras i lösningarna. Samtliga lösningar i arbetet innehåller datakvalitetsverktyg som beaktar de utvalda datakvalitetsfaktorerna men använder ibland olika tillvägagångssätt. Skillnader finns i hur väl de olika lösningarna hanterar enskilda datakvalitetsfaktorer</p>
Identifer | oai:union.ndltd.org:UPSALLA/oai:DiVA.org:his-747 |
Date | January 2003 |
Creators | Ahl, Veronica |
Publisher | University of Skövde, Department of Computer Science, Skövde : Institutionen för datavetenskap |
Source Sets | DiVA Archive at Upsalla University |
Language | Swedish |
Detected Language | Swedish |
Type | Student thesis, text |
Page generated in 0.0015 seconds