Las métricas especifican la forma en que se miden los datos. Se utiliza con una finalidad informativa para mostrar qué tipos de excepciones ocurren en sus datos. Por ejemplo, si la condición es diseñada para evaluar la finalización del registro (por ejemplo, que todas las direcciones contienen códigos postales), podría especificar "Finalización" como métrica de calidad de datos.
Nota: Las métricas que establezca aquí servirán como opciones predeterminadas tanto para la configuración de Data Stewardship como para la etapa Exception Monitor.
Puede seleccionar una de las métricas predefinidas o definir su propia métrica:
- Para definir su propia métrica, haga clic en el botón Agregar elemento
y configure las opciones según sea necesario. - Para editar una métrica existente, selecciónela, haga clic en el botón Editar elemento
y aplique los cambios que necesite. - Para eliminar una métrica, selecciónela y haga clic en el botón Eliminar elemento
. - Para filtrar la lista de métricas, ingrese datos de búsqueda en el campo Filtro. La tabla se actualiza de forma dinámica.
Las siguientes métricas predefinidas están disponibles en primera instancia y se pueden editar según sea necesario.
- Accuracy-La condición mide si los datos pueden ser cotejados con una fuente de confianza. Por ejemplo, si no es posible verificar una dirección utilizando datos de la autoridad postal, se la puede considerar una excepción porque no es precisa.
- Completeness-La condición mide si a los datos les falta algún atributo esencial. Por ejemplo, una dirección a la que le falta el código postal o una cuenta a la que le falta un nombre de contacto.
- Consistency-La condición mide si los datos son uniformes entre múltiples sistemas. Por ejemplo, si su sistema de datos de clientes utiliza los códigos de género M y F, pero los datos que está procesando tienen el código de género 0 y 1, posiblemente se considere que los datos presentan problemas de uniformidad.
- Interpretability-La condición mide si los datos son correctamente analizados e ingresados en una estructura de datos que otro sistema puede interpretar. Por ejemplo, los números de seguro social deben contener solo datos numéricos. Si los datos contienen letras, como
xxx-xx-xxxx, puede que se considere que tengan problemas de interpretación. - Recency-La condición mide si los datos están actualizados. Por ejemplo, si una persona se muda, pero la información que usted tiene en su sistema es la dirección anterior, posiblemente se considere que los datos tienen un problema de actualización.
- Uncategorized-Elija esta opción si no desea categorizar esta condición.
- Uniqueness-La condición mide si hay datos duplicados. Si el flujo de datos no pudo consolidar datos duplicados, los registros pueden ser considerados una excepción.