Nadradený pojem:
Podradené pojmy:
Susedné pojmy:
Kvalita údajov (Kap. 4.3.2)
Popis
Kvalita údajov má priamy dopad na možnosti využitia údajov v oblastiach a ovplyvňuje:
− kvalitu rozhodovania vo verejnej správe,
− spoľahlivosť navrhovaných politík a regulácií vo verejnej správe,
− jednoduchosť a komfort služieb pre podnikateľov a občanov,
− ako aj na platnosť prípadného vedeckého výskumu, ktorý by sa vykonával nad údajmi verejnej správy.
Navrhujeme zaviesť systematické meranie kvality s využitím kritérií:
− Presnosť (čistota) – miera, s akou objekt evidencie reprezentuje reálny svet, vyjadrená zhodou s referenčnými údajmi.
− Kompletnosť - Kompletnosť údajov znamená, že všetky údaje z objektu evidencie, považované alebo označené za povinné, sú prítomné v dátovom prvku.
− Aktuálnosť - Údaje sú časovo príslušné a považované za aktuálne.
− Unikátnosť - Vyhodnotenie duplicity údajov vo vzťahu k jednoznačnému referencovateľnému identifikátoru.
− Referenčná integrita – Údaje v objekte evidencie sú referencované s referenčnými údajmi v podobe, v akej sú evidované v referenčných registroch. Referenčné údaje z objektu evidencie sú stotožnené so subjektom evidencie.
− Strojová spracovateľnosť - možnosti spracovania údajov plynúce z formátu reprezentácie dát ako napr. spájanie rôznych dát z rôznych zdrojov, či spracovanie dát s ohľadom na ich význam.
− Konzistentnosť – vzájomné logické vzťahy v rámci objektu evidencie sú správne a v súlade s biznis pravidlami.
− Správnosť - zhoda údajov s kritériami, ktoré stanovujú formát dát.
Kvalitu údajov chápeme v dvoch rozmeroch: ako celkovú kvalitu dát v informačnom prostredí verejnej správy (vrátane možnosti vynucovania zverejňovania dát príslušnými inštitúciami verejnej správy) a v druhom rozmere ide o kvalitu údajov evidovaných v jednotlivých ISVS.
Pre splnenie kritérií kvality bude potrebné nastaviť procesy riadenia a správy dátovej kvality: okrem samotného sprístupnenia údajov, bude potrebné aj zrozumiteľne zdokumentovať dátové štruktúry, proces tvorby dát, štatistické metodológie (ak boli použité), dátové zdroje, kontext a mnoho ďalších aspektov.
Kvalita údajov má aj mäkké aspekty ako je prehľadnosť a zrozumiteľnosť ich prezentácie, preškolenie zamestnancov, metodické pokyny a podobne.
Problém kvality údajov začína byť vypuklý hlavne v kontexte ich zdieľania. Konkrétnym príkladom problematiky kvality údajov je proces stotožnenia, to je potvrdenia si, že rôzne dáta v rôznych IS sa viažu práve k jednej „stotožnenej“ entite.
− kvalitu rozhodovania vo verejnej správe,
− spoľahlivosť navrhovaných politík a regulácií vo verejnej správe,
− jednoduchosť a komfort služieb pre podnikateľov a občanov,
− ako aj na platnosť prípadného vedeckého výskumu, ktorý by sa vykonával nad údajmi verejnej správy.
Navrhujeme zaviesť systematické meranie kvality s využitím kritérií:
− Presnosť (čistota) – miera, s akou objekt evidencie reprezentuje reálny svet, vyjadrená zhodou s referenčnými údajmi.
− Kompletnosť - Kompletnosť údajov znamená, že všetky údaje z objektu evidencie, považované alebo označené za povinné, sú prítomné v dátovom prvku.
− Aktuálnosť - Údaje sú časovo príslušné a považované za aktuálne.
− Unikátnosť - Vyhodnotenie duplicity údajov vo vzťahu k jednoznačnému referencovateľnému identifikátoru.
− Referenčná integrita – Údaje v objekte evidencie sú referencované s referenčnými údajmi v podobe, v akej sú evidované v referenčných registroch. Referenčné údaje z objektu evidencie sú stotožnené so subjektom evidencie.
− Strojová spracovateľnosť - možnosti spracovania údajov plynúce z formátu reprezentácie dát ako napr. spájanie rôznych dát z rôznych zdrojov, či spracovanie dát s ohľadom na ich význam.
− Konzistentnosť – vzájomné logické vzťahy v rámci objektu evidencie sú správne a v súlade s biznis pravidlami.
− Správnosť - zhoda údajov s kritériami, ktoré stanovujú formát dát.
Kvalitu údajov chápeme v dvoch rozmeroch: ako celkovú kvalitu dát v informačnom prostredí verejnej správy (vrátane možnosti vynucovania zverejňovania dát príslušnými inštitúciami verejnej správy) a v druhom rozmere ide o kvalitu údajov evidovaných v jednotlivých ISVS.
Pre splnenie kritérií kvality bude potrebné nastaviť procesy riadenia a správy dátovej kvality: okrem samotného sprístupnenia údajov, bude potrebné aj zrozumiteľne zdokumentovať dátové štruktúry, proces tvorby dát, štatistické metodológie (ak boli použité), dátové zdroje, kontext a mnoho ďalších aspektov.
Kvalita údajov má aj mäkké aspekty ako je prehľadnosť a zrozumiteľnosť ich prezentácie, preškolenie zamestnancov, metodické pokyny a podobne.
Problém kvality údajov začína byť vypuklý hlavne v kontexte ich zdieľania. Konkrétnym príkladom problematiky kvality údajov je proces stotožnenia, to je potvrdenia si, že rôzne dáta v rôznych IS sa viažu práve k jednej „stotožnenej“ entite.
Dôležitosť
Vysoká