/

ISO/TS 8000-82:2022 データ品質 — Part 82: データ品質評価:データ ルールの作成 | ページ 3

※一部、英文及び仏文を自動翻訳した日本語訳を使用しています。

導入

デジタル データは、次のような組織パフォーマンスのあらゆる側面を強化することで価値をもたらします。

  • 運用の有効性と効率性。
  • 安全性とセキュリティ。
  • 顧客および広く一般の人々からの評判。
  • 法的規制の遵守。
  • 革新;
  • 消費者コスト、収入、株価。

さらに、多くの組織は現在、国連の持続可能な開発目標を参照してこれらの考慮事項に取り組んでいます1 。

パフォーマンスへの影響は、情報を形式的に表現したデータに由来します2 。この情報により、組織は信頼できる意思決定を行うことができます。このような意思決定は、人間が直接実行することも、人工知能システムを含む自動化されたデータ処理によって実行することもできます。

デジタル コンピューティングと関連する通信テクノロジの普及により、組織はデジタル データに依存するようになります。この依存関係により、これらのデータの品質不足による悪影響が増幅されます。これらの結果は、組織のパフォーマンスの低下となります。

デジタル データの最大の影響は、次の 2 つの重要な要素によってもたらされます。

  • データは主題の性質を反映した構造を持っています。

例 1

研究者はワードプロセッサ用のソフトウェア アプリケーションを使用してレポートを作成します。このレポートには、実験の結果を示す明確で論理的なレイアウトを使用した表が含まれています。これらの結果は、材料特性が温度によってどのように変化するかを示しています。このレポートは設計者によって読み取られ、設計者はその結果を使用して、さまざまな動作温度範囲で動作する製品を作成します。

  • データは人間が読んで理解できるものではなく、コンピューター処理可能 (機械可読) なものです。

例 2

研究者はデータベース システムを使用して、材料に関する実験結果を保存します。このシステムは、データセット内のさまざまな値の形式を制御します。システムはデジタル データの出力ファイルを生成します。このファイルは、エンジニアリング分析用のソフトウェア アプリケーションによって処理されます。材料を使用して製品を製造する際、アプリケーションによって最適な形状が決定されます。

ISO 9000 では、品質は絶対的な完璧さの抽象的な概念ではないと説明しています。品質とは実際には、特性が要件に適合していることです。この現実は、どのデータ項目も、ある目的では高品質である可能性がありますが、別の目的では高品質ではないことを意味します。 2 つの目的では要件が異なるため、品質が異なります。

例 3

時刻データはカレンダー アプリケーションによって処理されるほか、宇宙船の推進ユニットの制御システムによっても処理されます。これらのデータには、カレンダー アプリケーションの会議の開始時刻や制御システムの起動時刻が含まれます。これらの開始時間は、アクティブ化時間よりも低い精度を必要とします。

デジタル データの性質は、組織が行う特定の決定に関連する要件を確立するための基礎となります。

例 4

ISO 8000-8 は、データが構文 (形式)、意味 (意味)、および実用 (有用性) の特性を持つことを識別します。

高品質のデータの配信をサポートするために、ISO 8000 シリーズは次のことに取り組んでいます。

  • データガバナンス、データ品質管理、成熟度評価。

例 5

ISO 8000-61 は、データ品質管理のためのプロセス参照モデルを指定します。

  • データと情報の要件を作成および適用する。

例6

ISO 8000-110 は、マスターデータである特性データを交換する方法を指定します。

  • 情報とデータ品質の監視と測定。

例 7

ISO 8000-8 は、情報とデータの品質を測定するためのアプローチを指定します。

  • データを改善し、その結果として情報の品質を向上させます。

例8

ISO/TS 8000-81 は、データ品質を向上させる機会を特定するデータ プロファイリングへのアプローチを規定しています。

  • データセット内のコンテンツの種類に特有の問題。

例9

ISO/TS 8000-311 では、製品形状データの品質に関する考慮事項に対処する方法が規定されています。

データ品質管理は、情報を提供するためのデータの作成、収集、保存、維持、転送、活用、提示を含むデータ処理のあらゆる側面をカバーします。

効果的なデータ品質管理は組織的かつ体系的であり、データ品質問題の根本原因を理解する必要があります。この理解は、既存の不適合を修正するだけでなく、それらの不適合の将来の再発を防ぐ解決策を実行するための基礎となります。

例 10

データ セットに「yyyy-mm-dd」、「mm​​-dd-yy」、「dd-mm-yy」などの複数の形式の日付が含まれている場合、データ クレンジングによって値の一貫性を修正できます。ただし、このようなクリーニングには、あいまいなエントリ (「04‑05‑20」など) を解決するために追加情報が必要です。また、清掃では、不一致の原因となったプロセスの問題やトレーニングを含む人材の問題にも対処できません。

ISO 8000 シリーズのこの全体的な機能への貢献として、この文書では、データ品質評価をサポートできるデータ ルールの特性を指定します。

組織は、この文書を単独で使用することも、ISO 8000 シリーズの他の部分と組み合わせて使用​​することもできます。

このドキュメントは、以下に影響を与えるアクティビティをサポートします。

  • 1つ以上の情報システム。
  • 組織内および外部組織とのデータ フロー。
  • データライフサイクルのあらゆる段階。

ISO 8000 シリーズの一部を導入して組織のパフォーマンスを向上させることにより、組織は次の利点を実現します。

  • 組織のデジタル変革の基盤を客観的に検証する。
  • デジタル形式のデータの持続可能な基盤が、組織が価値を提供するために依存する基本的な資産クラスになる。
  • 組織内のデータと情報処理の再現性と信頼性について、他の当事者（サプライチェーンパートナーや規制当局を含む）から証拠に基づいた信頼を確保する。
  • データの移植性と、その結果として生じる知的財産の損失に対する保護、および組織およびアプリケーション全体での再利用性。
  • 元のソースまでのデータの追跡可能性を実現するための、サプライチェーン内のすべての関係者間の効果的かつ効率的な相互運用性。
  • 相手方が明示的なデータ要件について共通の理解を持って取り組むことを期待してwhere サービスを取得または提供する準備ができていること。

ISO 8000-1 は、ISO 8000 シリーズ全体の構造と範囲の詳細な説明を提供します。

ISO は、ISO 8000-1, ISO 8000-2, および ISO 8000-8 を水平的成果物として特定しています4 。

付属書 A には、ISO/IEC 8824-1 に準拠する識別子が含まれています。この識別子は、オープン情報システム内でこの文書を明確に識別します。

Introduction

Digital data deliver value by enhancing all aspects of organizational performance including:

  • operational effectiveness and efficiency;
  • safety and security;
  • reputation with customers and the wider public;
  • compliance with statutory regulations;
  • innovation;
  • consumer costs, revenues and stock prices.

In addition, many organizations are now addressing these considerations with reference to the United Nations Sustainable Development Goals 1 .

The influence on performance originates from data being the formalized representation of information 2 . This information enables organizations to make reliable decisions. Such decision making can be performed by human beings directly and also by automated data processing including artificial intelligence systems.

Through widespread adoption of digital computing and associated communication technologies, organizations become dependent on digital data. This dependency amplifies the negative consequences of lack of quality in these data. These consequences are the decrease of organizational performance.

The biggest impact of digital data comes from two key factors:

  • the data having a structure that reflects the nature of the subject matter;

EXAMPLE 1

A research scientist writes a report using a software application for word processing. This report includes a table that uses a clear, logical layout to show results from an experiment. These results indicate how material properties vary with temperature. The report is read by a designer, who uses the results to create a product that works in a range of different operating temperatures.

  • the data being computer processable (machine readable) rather than just being for a person to read and understand.

EXAMPLE 2

A research scientist uses a database system to store the results of experiments on a material. This system controls the format of different values in the data set. The system generates an output file of digital data. This file is processed by a software application for engineering analysis. The application determines the optimum geometry when using the material to make a product.

ISO 9000 explains that quality is not an abstract concept of absolute perfection. Quality is actually the conformance of characteristics to requirements. This actuality means that any item of data can be of high quality for one purpose but not for a different purpose. The quality is different because the requirements are different between the two purposes.

EXAMPLE 3

Time data are processed by calendar applications and also by control systems for propulsion units on spacecraft. These data include start times for meetings in a calendar application and activation times in a control system. These start times require less precision than the activation times.

The nature of digital data is fundamental to establishing requirements that are relevant to the specific decisions made by an organization.

EXAMPLE 4

ISO 8000-8 identifies that data have syntactic (format), semantic (meaning) and pragmatic (usefulness) characteristics.

To support the delivery of high-quality data, the ISO 8000 series addresses:

  • data governance, data quality management and maturity assessment;

EXAMPLE 5

ISO 8000-61 specifies a process reference model for data quality management.

  • creating and applying requirements for data and information;

EXAMPLE 6

ISO 8000-110 specifies how to exchange characteristic data that are master data.

  • monitoring and measuring information and data quality;

EXAMPLE 7

ISO 8000-8 specifies approaches to measuring information and data quality.

  • improving data and, consequently, information quality;

EXAMPLE 8

ISO/TS 8000-81 specifies an approach to data profiling, which identifies opportunities to improve data quality.

  • issues that are specific to the type of content in a data set.

EXAMPLE 9

ISO/TS 8000-311 specifies how to address quality considerations for product shape data.

Data quality management covers all aspects of data processing, including creating, collecting, storing, maintaining, transferring, exploiting and presenting data to deliver information.

Effective data quality management is systemic and systematic, requiring an understanding of the root causes of data quality issues. This understanding is the basis for not just correcting existing nonconformities but also implementing solutions that prevent future reoccurrence of those nonconformities.

EXAMPLE 10

If a data set includes dates in multiple formats including “yyyy‑mm‑dd”, “mm‑dd‑yy” and “dd‑mm‑yy”, then data cleansing can correct the consistency of the values. Such cleansing requires additional information, however, to resolve ambiguous entries (e.g. “04‑05‑20”). The cleansing also cannot address any process issues and people issues, including training, that have caused the inconsistency.

As a contribution to this overall capability of the ISO 8000 series, this document specifies the characteristics of data rules that can support data quality assessment.

Organizations can use this document on its own or in conjunction with other parts of the ISO 8000 series.

This document supports activities that affect:

  • one or more information systems;
  • data flows within the organization and with external organizations;
  • any phase of the data life cycle.

By implementing parts of the ISO 8000 series to improve organizational performance, an organization achieves the following benefits:

  • objective validation of the foundations for digital transformation of the organization;
  • a sustainable basis for data in digital form becoming a fundamental asset class the organization relies on to deliver value;
  • securing evidence‑based trust from other parties (including supply chain partners and regulators) about the repeatability and reliability of data and information processing in the organization;
  • portability of data with resulting protection against loss of intellectual property and reusability across the organization and applications;
  • effective and efficient interoperability between all parties in a supply chain to achieve traceability of data back to original sources;
  • readiness to acquire or supply services where the other party expects to work with common understanding of explicit data requirements.

ISO 8000-1 provides a detailed explanation of the structure and scope of the whole ISO 8000 series.

ISO has identified ISO 8000-1, ISO 8000-2 and ISO 8000-8 as horizontal deliverables 4 .

Annex A contains an identifier that conforms to ISO/IEC 8824-1. The identifier unambiguously identifies this document in an open information system.

ISO PDF プレビュー