Technische Unterstützung für Datenqualitäts-Analysen

Gegenüber herkömmlichen Ansätzen lassen sich Zeit und Aufwand der Analysephase um bis zu 90 Prozent reduzieren. Dieser Produktivitätsgewinn bei der Datenanalyse hängt im Besonderen von der Verwendung innovativer Datenbanktechnologien ab. Im spaltenorientierten Verfahren werden Datenbanken nicht mehr Zeile für Zeile nach allen Einträgen durchsucht, sondern spaltenweise nach bestimmten Attributen. So lassen sich mit dem DQ-Explorer auch bei größten Datenmengen komplexe Datenanalysen in kürzester Zeit interaktiv durchführen. Damit wird die Basis für zielgerichtete Maßnahmen zur Steigerung der Datenqualität geschaffen.

Gerade in der Vorbereitung von Projekten zur Datenmigration, Datenintegration oder im Master-Data-Management lassen sich auf dieser Grundlage realistischere Projektpläne entwickeln. Zudem können so zu spät erkannte Probleme, daraus resultierende Nacharbeiten, zusätzliche Kosten und Terminverschiebungen bei der Projektdurchführung vermieden werden.