表記ゆれ

同じ対象や意味を表すデータが、異なる文字や書き方で記録されている状態。「株式会社」と「(株)」、全角と半角、旧字体と新字体、住所の番地の書き方の違いなどが該当する。集計や名寄せで同じものとして扱えなくなるため、表記の基準を決めて統一する。

同じ意味の語や値が、異なる書き方で記録されていること。全角と半角、「株式会社」と「(株)」、旧字体と新字体、住所の書き方の違いなどがあり、集計や名寄せの誤りの原因になる。データクレンジングで、変換ルールや辞書を用いて表記を統一する。

ある情報について正式な値を持つ場所を一つに定め、全員がそこを参照するようにする考え方。同じ項目が複数箇所で別々に更新されて食い違う事態を防ぐ。

データが利用目的に対してどれだけ適合しているかの度合い。正確性、完全性、一貫性、信憑性、機密性などの品質特性で評価し、測定可能な指標に落として管理する。

データ品質を評価する観点。値が事実と合っているかの正確性、欠落がないかの完全性、他のデータと矛盾しないかの一貫性、出所が信頼できるかの信憑性などがある。

データに含まれる誤りや不備を修正して品質を高める作業。欠損値の補完・除外、外れ値や異常値の修正・削除、重複の排除、表記ゆれの統一などを行う。

複数のデータに散在する同一の対象を突き合わせて一つにまとめる作業。表記ゆれや入力揺らぎを吸収し、マスターデータの整合性と一貫性を確保する。

データがどこで生成され、どのような加工を経て現在の形になったかという来歴。品質問題が起きた際に影響範囲と原因箇所を特定するために不可欠となる。