編者按:Wayne Yaddow是一名獨立顧問，在摩根大通、瑞士信貸、標準普爾、美國國際集團、奧本海默基金、IBM和Achieve3000等機構領導數據遷移/集成/ETL測試項目有超過20年的經驗。此外，Wayne還教授IIST(國際軟件測試協會)課程數據倉庫，ETL,數據集成測試。他繼續以顧問的身份領導眾多ETL測試和指導項目。你可以用這個電話聯係他wyaddow@gmail.com．
數據倉庫、集成和遷移越來越重要，因為組織試圖轉換現代數據爆炸深入洞察，改善客戶體驗，提供競爭優勢。然而，etl各個階段的數據質量問題是快速開發和實現數據集成解決方案的主要挑戰。
許多研究人員對數據質量問題的理解做出了貢獻，共同確定了在數據集成計劃和執行的這些步驟中的一般原因:
- 方案設計和建模
- 數據源分析
- 數據分期和etl
- 數據轉換、清理和充實
- 數據報告
下麵的PDF概述了該研究發現的在8個數據質量維度上識別數據缺陷的測試類型:準確性、完整性、符合性、一致性、完整性、準確性、及時性和獨特性。我希望這些信息將幫助開發人員和其他致力於數據集成解決方案的人員在發布之前暴露和停止數據缺陷。
