Tämän kurssin keskiössä ovat dataprojektien ja organisaation tietotyön onnistumisen yksi keskeisimmistä haasteista ja onnistumistekijöistä: tiedon laatu. Tiedon laatu saadaan kuntoon liiketoiminnan ja IT:n yhteispelillä sekä toimivilla menettelyillä ja työkaluilla, joita sovelletaan niin koko dataprojektin kehitystyön aikana kuin tuotannossa.

Tällä kurssilla käsittelemme tiedon laatua hyvin laaja-alaisesti sekä annamme konkreettiset täsmämenetelmät  ja konseptit joiden avulla datatyön ”luonnonilmiö Rubbish in, rubbish out” ei tapahdu.

Kouluttajat ovat vuosikymmenten aikana olleet toteuttamassa tietojen laatutyötä sekä vastaamassa laadukkaan tiedon aikaansaamisesta käyttäjien käsiin ja tietotuotteisiin.

Kurssi sisältää runsaasti käytännön esimerkkejä.

Kurssi kattaa seuraavat osa-alueet:

1. Tiedon laadun kokonaiskuva

• • tiedon laadun eri muodot
  • tietoputki ja sen vaiheiden roolit
  • tiedon laadun kokonaishallinta perusjärjestelmien tiedon syöttämisestä tiedon hyödyntäjän työpöydälle
  • eri tyyppiset tiedot ja tietolähteet ja niiden hallinta laatutyössä (ml Master Data)

2. Tiedon laatutyö dataprojektin kehitysvaiheessa

• • tiedon muotoilu eri vaiheissa laadunvalvontapisteet
  • mallinnustyö tiedon laatutyössä
  • tiedon validointi tietotuotteiden kehitystyössä (mm.Power BI:llä)
  • laatutyön yhteistoiminta liiketoiminnan kanssa:
  • laatutyö osana Data Governancea
  • tiedon tuottajan ja käyttäjän yhteistyön järjestäminen (takaisinkytkentä, tiedon tuottajan insentiivit)

3. Tiedon laatutyö tuotannossa

• • tiedon laadun valvonnan järjestäminen (tekninen ja toiminnallinen)
  • tiedon laadun valvonnan työkalut (mm. SQL & Power BI)

Tavoitteena on, että osallistujat saavat kurssilta kolme asiaa avuksi työhönsä:

• kokonaisnäkemys laatutyöstä
• työkalut laatutyön johtamiseen, käytännön toteuttamiseen ja huoltoon
• työkalut ITn ja liiketoiminnan roolituksiin ja tehtäviin onnistuneessa datatyössä