Design and Analysis of Quality Information for Data Warehouses

1. Design and Analysis of QualityInformationfor Data Warehouses Manfred Jeusfeld, Christoph Quix, Matthias Jarke.

2. Agenda • Introducción • Definiciones • Presentación del modelo • Instanciación y especialización • Conclusiones • Criticas

3. Introducción • Un Data Warehouse (DW) pueden definirse como repositorios de datos, alimentados por numerosas fuentes.

4. Introducción • En la propuesta se presenta un modelo para evaluar la calidad en un DW. • El modelo permite a diferentes interesados (stakeholders) definir objetivos de calidad. • Esos objetivos se traducen en consultas ejecutables sobre los metadatos.

5. Definiciones • Objeto Medible: Objeto al que se le puede asociar un objetivo de calidad. • Objetivo de Calidad: es un requerimiento abstracto, relacionado con un objeto y tiene un interesado (stakeholder), una dimensión y un propósito. • Consulta de Calidad: opera sobre las medidas de calidad para comprobar si un objetivo de calidad es actualmente cumplido.

6. Definiciones • Dimensión de Calidad: Se utiliza para definir objetivos de calidad. • Medida de Calidad: Es la actividad documentada para medir la calidad asociada a algún objeto medible. • Métrica: Unidad de medición de la calidad.

7. Definiciones • Dominio de Calidad: especifica los valores permitidos para los resultados obtenidos de una medición de calidad. • Rango de Calidad: Es un rango de valores esperados de la medición de calidad.

8. Meta Modelo de Calidad • Usando un enfoque de meta modelado, puede ser construido parte del esquema de la base de metadatos del DW. • Esto permite a los stakeholders representar sus objetivos de calidad explícitamente y la base de metadatos mantiene la relación entre valores de calidad y objetos medibles.

9. Meta Modelo de Calidad

10. Especialización e Instanciación del Modelo • Codificación de los objetivos de calidad: • A modo de ejemplo se define el objetivo de incrementar la disponibilidad de los datos para una determinada relación. • Codificación de las medidas de calidad: • Para ello se plantea la medición del porcentaje de valores nulos por tuplas de una relación.

11. Especialización e Instanciación del Modelo • Codificación de un objetivo de calidad

12. Especialización e Instanciación del Modelo • Codificación de medidas de calidad

13. Especialización e Instanciación del Modelo • Consulta de Calidad • Su propósito es mediar entre el objetivo de calidad y la medida de calidad. • Permite verificar si se cumple un objetivo de calidad. • Para formularlas se utiliza ConceptBase. • ConceptBase es un sistema orientado al manejo de bases de metadatos. • Fue propuesto por Jark y Jeusfeld entre otros.

14. Especialización e Instanciación del Modelo • Consulta de Calidad. Ejemplos: QualityQuery TooManyNullValues isA Source,Relation with constraint c: $ exists m/MeasureNullValues (this hasMeasure m) and not (m in MeasureNullValues^exprange) $ end

15. Especialización e Instanciación del Modelo • Consulta de Calidad. Ejemplos: QualityQueryBetterOnNullvaluesisASource,Relation with constraint c: $ exists m1,m2/MeasureNullValues (this hasMeasure m1) and (this hasMeasure m2) and (m2 after m1) and exists v1,v2/[0;100] (m1 qualityvalue v1) and (m2 qualityvalue v2) ==> (v1 > v2) $ end

16. Conclusiones • Se presento un meta modelo de calidad para DW que puede ser usado tanto para diseñar como para analizar medidas de calidad. • Las principales ventajas que remarcan los autores son: • Los objetivos de calidad pueden ser formulados desde las diferentes perspectivas de stakeholders. • Las consultas de calidad son consultas ejecutables en la meta database. La respuesta es la evidencia para un stakeholder para decidir si la calidad es apropiada o no. • Las medidas de calidad son explícitamente guardaos en la meta database.

17. Críticas (Positivas) • El área de trabajo en el que profundiza es relevante. • La redacción es clara, esta bien estructurado y se complementa con imágenes. • El modelo presentado podría aplicarse no solo en DW sino también en Bases Relacionales. • Menciona posibles trabajos a futuro y mejoras.

18. Críticas (Negativas) • No es auto contenido. • No presenta experimentos reales y los ejemplos teóricos son pocos.

19. Preguntas??