Transaktioner, masterdata og referencedata
Transaktionsdata beskriver hændelser: ordrer, fakturaer, betalinger og bevægelser. Masterdata beskriver relativt stabile forretningsobjekter som kunder, produkter og leverandører. Referencedata er kontrollerede kodelister og klassifikationer.
De tre typer har forskellige kvalitets- og governancebehov.
System of record
Et autoritativt system behøver ikke være det eneste sted, data eksisterer. Det er stedet, hvor en bestemt oplysning officielt vedligeholdes. Kopier i andre systemer bør kunne spores tilbage til kilden og have kendt opdateringslogik.
Data warehouse, lake og lakehouse
Et data warehouse organiserer typisk strukturerede data til analyse og rapportering. En data lake kan lagre bredere og mere rå datatyper. Lakehouse-arkitekturer forsøger at kombinere fleksibel lagring med mere warehouse-lignende styring og tabelfunktioner. Navnet er mindre vigtigt end klare krav til kvalitet, governance, latenstid og omkostning.
Metadata gør data forståelige
En kolonne ved navn status er ikke nyttig uden definition. Metadata beskriver betydning, datatype, oprindelse, ejer, klassifikation og ofte lineage. God metadata reducerer risikoen for, at to rapporter beregner “samme” KPI forskelligt.
Datakvalitet måles i forhold til brug
Komplethed, nøjagtighed, aktualitet, konsistens og unikhed er almindelige kvalitetsdimensioner. Et kundetelefonnummer kan være tilstrækkeligt til support, men utilstrækkeligt til en juridisk meddelelse. Derfor bør kvalitetskrav knyttes til konkrete processer.
Data governance fordeler ansvar
Governance fastlægger hvem der må definere, ændre, klassificere og dele data. Det bør forbindes til daglige arbejdsgange – ikke kun dokumenteres i en politik.