DPQM, een procesbenadering van datakwaliteit

: Om problemen met datakwaliteit inzichtelijk te maken, te analyseren en op te lossen

Abstract

Zowel in de praktijk als in de literatuur wordt het belang van data als key asset in organisaties en de kwaliteit van data onderkend. Datakwaliteit is de mate waarin data bruikbaar is voor het gegeven doel in een gegeven context. Er zijn verschillende situaties van veel voorkomende problemen met datakwaliteit waardoor gegevens uiteindelijk niet gebruikt worden. De belangrijkste strategieën om issues met betrekking tot datakwaliteit op te lossen zijn datagedreven strategieën en procesgedreven strategieën. Vanuit langetermijnperspectief geniet de laatste de voorkeur.
Het doel van dit onderzoek is om organisaties handvatten te geven om problemen met datakwaliteit in businesstermen begrijpelijk te maken, te analyseren en op te kunnen lossen. De vraag van deze afstudeeropdracht is te onderzoeken in hoeverre een datakwaliteitsgeoriënteerde manier van
procesmodelleren daarbij kan helpen. Daartoe is DQPM ontwikkeld, een methode met zeven stappen die problemen in kaart brengt, visualiseert in procesmodellen en oplossingen aangeeft. De methode is beproefd met een case. De methode voldoet aan de criteria die verzameld zijn in de literatuur. Er zijn nog wel een aantal punten voor vervolgonderzoek om de methode te verbeteren
en de externe validiteit te verhogen.

Date of Award	28 Apr 2019
Original language	Dutch
Supervisor	Remko Helms (Examiner) & Anda Counotte - Potman (Co-assessor)