Christian Fürber investigates the useful application of semantic technologies for the area of data quality management. Based on a literature analysis of typical data quality problems and typical activities of data quality management processes, he develops the Semantic Data Quality Management...

Mangelnde Datenqualität in Unternehmen verursacht hohe Kosten und verfälscht Analyseergebnisse. Mittelständische Unternehmen sind hier besonders betroffen, da sie Fehlentscheidungen aufgrund ihrer begrenzten Ressourcen nur schwer kompensieren können. Angesichts großer Datenmengen muss die...

Qualität in der Marktforschung -- Qualitätsanforderungen aus Unternehmens-, Instituts- und Lieferantensicht -- Qualitätsvermittlung in der wissenschaftlichen und betrieblichen und Ausbildung -- Qualitätsprüfung aus Sicht eines Auditors -- Anforderungen und Gegebenheiten aus juristischer...

Grundlagen zur Planung und zum Reporting -- Fachliche und inhaltliche Gestaltungsvorschläge -- Organisation und Prozesse -- IT-Umsetzung: Data Warehouse, Business Intelligence, Big Data, Data Mining, Predictive Analytics, Data Discovery, Data Visualization, App-Technologie, Self-Service BI,...

Chapter 1 Introduction -- Chapter 2 Tools to Standardize and Monitor Statistical Capacity and Data Quality -- Chapter 3 Method and Data Sources to Analyze Data Quality in the ASEAN -- Chapter 4 Data Quality Analysis of Group A: Indonesia, Malaysia, Singapore and the Philippines -- Chapter 5 data...

Grundlagen zur Planung und zum Reporting -- Fachliche und inhaltliche Gestaltungsvorschläge -- Organisation und Prozesse -- IT-Umsetzung: Data Warehouse, Business Intelligence, Big Data, Predictive Analytics, Cloud Computing, Data Scientist, Self-Service BI, Mobile BI.

Currently many companies are confronted with the decision how to deal with the new data quality requirements of the regulatory authorities. Future data quality statements for enterprise key figures and their origins are being demanded. Applying methods of a data quality management system can...