Introduction à la qualité des données
Découvrez les bases de la gestion de la qualité des données : concepts clés, dimensions et techniques.
Commencer Le Cours Gratuitement2 heures13 vidéos37 exercices9 808 apprenantsDéclaration de réalisation
Créez votre compte gratuit
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.Formation de 2 personnes ou plus ?
Essayer DataCamp for BusinessApprécié par les apprenants de milliers d'entreprises
Description du cours
Découvrez les bases de la qualité des données
La qualité des données est un concept fondamental qu'il est essentiel de comprendre si vous travaillez avec des données. Les concepts et processus relatifs à la qualité des données s'étendent à tous les secteurs et peuvent être appliqués par toute personne qui produit ou consomme des données. Ce cours couvre les bases, y compris les dimensions de la qualité des données, les rôles et les responsabilités, et les types de règles de qualité des données. Vous comprendrez le processus de qualité des données et serez prêt à commencer à contrôler la qualité de vos propres données.Découvrez les dimensions de la qualité des données
Vous commencerez par apprendre la définition de la qualité des données et pourquoi il est si important d'en tenir compte dans la prise de décision des entreprises. Une fois que vous en aurez compris l'importance, vous découvrirez les six dimensions fondamentales de la qualité des données. Vous utiliserez ces dimensions pour définir des règles de qualité des données à titre préventif et curatif.Vous apprendrez également les bases de la détection des anomalies, un moyen plus avancé de contrôler la qualité des données. Vous réunirez ces concepts en appliquant le processus de qualité des données. Vous apprendrez quel rôle est responsable des tâches spécifiques de qualité des données et l'ordre dans lequel ces tâches doivent être accomplies.
Maîtriser les bases de la gestion de la qualité des données
À l'issue de ce cours, vous saurez comment contrôler, identifier et résoudre les problèmes de qualité des données. Vous examinerez vos données d'un œil plus critique et réfléchirez aux problèmes potentiels de qualité des données avant de les utiliser. En fin de compte, vous serez en mesure de prendre de meilleures décisions et d'avoir plus confiance en vos données en appliquant les techniques de base de la qualité des données couvertes dans ce cours.Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.Dans les titres suivants
Principes fondamentaux de la gouvernance des données
Aller à la piste- 1
Définition des termes relatifs à la qualité des données
GratuitLe chapitre 1 présente les termes de base de la qualité des données, comme les dimensions de la qualité des données et les rôles et responsabilités en matière de qualité des données. Vous apprendrez également l'importance et la valeur de la qualité des données dans un contexte commercial.
Importance de la qualité des données50 xpValeur de la qualité des données50 xpQuestions relatives à la qualité des données100 xpTermes et concepts relatifs à la qualité des données50 xpDéfinition de la qualité des données en contexte50 xpDimensions de la qualité des données en prime50 xpPratique de la dimension de la qualité des données100 xpImportance de la cohérence50 xpRôles et responsabilités en matière de qualité des données50 xpL'équipe de gouvernance des données50 xpQuel rôle correspond à la qualité des données ?50 xpQuelle fonction est responsable de quoi ?100 xp - 2
Processus et composants de la qualité des données
Vous commencerez le chapitre 2 en identifiant les règles de qualité des données pour chaque dimension de qualité des données à l'aide des profils de données. Vous vous familiariserez également avec les métadonnées et le lignage des données avant d'explorer le processus global de qualité des données pour trier les problèmes et y remédier.
Règles de qualité des données utilisant les dimensions50 xpRègles de qualité des données50 xpScénarios de qualité des données100 xpProfils de données50 xpRègles de qualité des données basées sur un profil de données50 xpConclusions du profil de données100 xpMétadonnées et qualité des données50 xpIdentifier les métadonnées50 xpOrdre de succession des données100 xpTriage des problèmes de qualité des données50 xpUtilisation du lignage des données et des métadonnées50 xpExécution des processus de qualité des données100 xp - 3
Les règles de qualité des données en action
Dans le chapitre 3, vous découvrirez les différents types de règles de qualité des données et le concept de seuils d'alerte de qualité des données. Vous terminerez ce chapitre par un exercice qui met en relation les dimensions, les règles de qualité des données, les processus de qualité des données et les alertes de qualité des données.
Règles de qualité des données de type Détection50 xpIdentifier les règles de détection50 xpRemédier aux problèmes détectés100 xpRègles de qualité des données de type Préventives50 xpQuand utiliser une règle Préventive ?50 xpRègles de qualité des données de type Détectives ou Préventives100 xpDétection des anomalies50 xpQuand utiliser la détection d'anomalies ?50 xpTriage des anomalies100 xpSeuils de qualité des données50 xpSélection du seuil50 xpAdapter le seuil à la criticité100 xpSynthèse50 xp
Formation de 2 personnes ou plus ?
Donnez à votre équipe l’accès à la plateforme DataCamp complète, y compris toutes les fonctionnalités.Dans les titres suivants
Principes fondamentaux de la gouvernance des données
Aller à la pisteensembles de données
Cheat Sheet - Data Quality Dimensionscollaborateurs
Chrissy Bloom
Voir PlusHead of Enterprise Data Strategy & Governance at National Cooperative Bank
Qu’est-ce que les autres apprenants ont à dire ?
Inscrivez-vous 15 millions d’apprenants et commencer Introduction à la qualité des données Aujourd’hui!
Créez votre compte gratuit
ou
En continuant, vous acceptez nos Conditions d'utilisation, notre Politique de confidentialité et le fait que vos données sont stockées aux États-Unis.