18.11.2012 Aufrufe

Dokument 1 - RWTH Aachen University

Dokument 1 - RWTH Aachen University

Dokument 1 - RWTH Aachen University

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

100 5 Datenqualität in Data-Warehouse-Systemen<br />

„Administration und Wartung“ aber auch die zum Datenbeschaffungsprozess gehörenden Qualitätsdimensionen<br />

von Bedeutung, da dieser Prozess intensive Administration erfordert.<br />

Die Designer sind verantwortlich für die Qualität im Bereich Entwurf. Oft wird die Rolle des Designer<br />

und die Rolle der Entwickler von den gleichen Personen wahrgenommen, so dass für diese<br />

dann auch implementierungsspezifische Qualitätsaspekte relevant sind. Die Entwickler sind aber<br />

auch an den Qualitätsdimensionen für Administration und Wartung interessiert, damit sie während<br />

der Entwicklung, des Testens und der Wartung ausreichend Informationen (in Form von<br />

Metadaten, <strong>Dokument</strong>ation oder Berichten) zur Verfügung haben.<br />

Aufgrund dieser Analyse kann man feststellen, dass unterschiedliche Rollen auch unterschiedliches<br />

Interesse an den Qualitätsdimensionen haben. Dieser Aspekt wird auch im Qualitätsmodell<br />

berücksichtigt, indem den Beteiligten bevorzugte Qualitätsdimensionen zugewiesen werden können.<br />

5.3 Ein Modell zur Erfassung der Qualität eines DW-Systems<br />

In diesem Abschnitt werden die zuvor entwickelten Modelle für die Architektur und Prozesse in<br />

DW-Systeme um ein Modell zur Qualitätserfassung erweitert. Dabei müssen mehrere Aspekte<br />

berücktsichtigt werden.<br />

Auf der einen Seite sind die subjektiven Aspekte der Datenqualität durch eine benutzerbezogene<br />

Modellierierung der Qualitätsziele zu beachten. Andererseits müssen Datenqualitätsmerkmale<br />

gemessen werden, möglichst anhand objektiver Kriterien. Da Qualitätsziele oft sehr komplex<br />

sind und eine Kombination von verschiedenen einzelnen (eventuell in Konflikt zueinander stehenden)<br />

Qualitätsmerkmalen darstellen, ist eine direkte Messung nicht immer möglich. Daher<br />

ist eine Verbindung zwischen den Qualitätszielen auf der einen Seite und den konkreten Qualitätsmessungen<br />

auf der anderen Seite notwendig. Das Ziel des Qualitätsmodells ist daher eine<br />

möglichst breite Erfassung der Eigenschaften der Datenqualität. Dabei sollen trotzdem Detailinformationen<br />

für einzelne Datenqualitätsmerkmale mit einbezogen werden. Durch diese umfassende<br />

Modellierung wird ein systematisches Qualitätsmanagement ermöglicht.<br />

Zunächst wird untersucht, welches Rahmenwerk aus dem Bereich des Qualitätsmanagements<br />

für das Datenqualitätsmanagement angewendet werden kann. Dabei wird vor allem das Problem<br />

betrachtet, wie man die benutzerorientierten Qualitätsziele auf verschiedene technische Kriterien<br />

abbilden kann. Dies stellt eins der Hauptprobleme im (Daten-)Qualitätsmanagement dar, da in<br />

der Regel Kunden (bzw. Datennutzer) ihre Probleme nicht in Form von technischen Kriterien<br />

formulieren. Zu diesem Zweck betrachten wir zwei Ansätze: das Quality Function Deployment<br />

(QFD) und den Goal-Question-Metric-Ansatz (GQM). Diese Verfahren bilden einen Teil der in<br />

Abschnitt 5.1.4 vorgestellten umfassenderen Qualitätsprogramme.<br />

5.3.1 Quality Function Deployment<br />

Quality Function Deployment [Akao, 1990] ist eine Methode um Kundenanforderungen in der<br />

Entwurfsphase eines Produkts auf technische Spezifikationen abzubilden. Grundlage des QFD

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!