قبل از استفاده از یک فایل داده، چه چیزهایی را بررسی کنیم؟
تازگی، تکرار، مقادیر خالی، واحد پول و منشأ داده را پیش از تصمیم‌گیری بررسی کنید.
تعداد زیاد با کیفیت بالا یکی نیست
ابتدا تعداد ردیف خام و تعداد شناسه یکتا را جدا بررسی کنید. دو رکورد با نام مشابه ممکن است دو شعبه متفاوت باشند و دو نام متفاوت ممکن است یک محصول را نشان دهند. قاعده رفع تکرار باید با هدف داده سازگار باشد.
صفر، نامعلوم و ناموجود را جدا کنید
قیمت صفر معمولاً جایگزین مناسبی برای قیمت دریافت‌نشده نیست. اگر دریافت از یک منبع شکست خورد، باید خطای منبع ثبت شود؛ نباید محصول را خودکار ناموجود اعلام کرد.
زمان‌ها را مخلوط نکنید
تاریخ انتشار منبع، زمان مشاهده مقدار و زمان بررسی کیفیت سه مفهوم متفاوت‌اند. برای گزارش تغییرات، منطقه زمانی و فاصله برداشت‌ها را هم ثبت کنید.
واحد و پوشش را ببینید
قیمت ریالی و تومانی، تعداد کارتن و تعداد واحد، یا مبلغ قبل و بعد از تخفیف نباید بی‌توضیح کنار هم قرار بگیرند. همچنین بررسی دو منبع، پوشش کامل بازار محسوب نمی‌شود.
خروجی کنترل کیفیت بخواهید
حداقل تعداد خام و یکتا، سهم خالی ستون‌های اصلی، موارد حذف‌شده با علت، نمونه موارد نامطمئن و منابع موفق و ناموفق را درخواست کنید. آستانه پذیرش را متناسب با کاربرد توافق کنید.
این مسئله را در کسب‌وکارتان دارید؟
هدف و شرایط داده‌های خودتان را بنویسید تا امکان انجام پروژه بررسی شود.
درخواست بررسی پروژه
