Introduzione ai metodi di preparazione dei dati per le business analysis

Le analisi di business intelligence e i modelli matematici per il supporto decisionale producono risultati accurati ed efficaci solo se i dati in ingresso presentano un elevato grado di attendibilità.
I dati che vengono raccolti nei data warehouse e nei data mart possono presentare anomalie che devono essere identificate e corrette dagli analisti.
I dati devono essere soggetti a un processo che ne aumenta la qualità. Quanto più elevata è la qualità del dato, tanto più elevata sarà la qualità del modello che sviluppiamo e quindi l’efficacia della decisione assunta a partire da tale modello.
Nonostante siano stati oggetto di un processo di trasformazione, i dati presentano diverse categorie di anomalie, che devono essere corrette prima di operare in un processo di data mining.
VALIDAZIONE
La qualità dei dati in ingresso può risultare insoddisfacente per:
- INCOMPLETEZZA
- RUMORE
- INCONSISTENZA