Effective corporate data quality management: systematic literature review
Loading...
URL
Journal Title
Journal ISSN
Volume Title
School of Business |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2017
Department
Major/Subject
Mcode
Degree programme
Information and Service Management (ISM)
Language
en
Pages
95
Series
Abstract
As the entire world is in the transition becoming more and more data-driven, the quality of the data has become a major issue for individuals, organizations, governments and societies. The vast amount of data created every day has created various business opportunities, but the opportunity to use the data still varies due to the quality problems of the data. The next crucial issue in creating a more intelligent society is to standardize and develop effective corporate data quality management. This thesis reviews previous studies on data quality management in order to study how an organization should manage its data quality. The focus is in business organizations, but the material reviewed consists of case studies from various organizations (e.g. military, government) indicating a society-wide issue. This research conducts a systematic literature review on the existing material on data quality and data quality management. The goal of the systematic literature review is to review the material so that the review can be repeated according to an existing criteria. Originating from natural sciences, the systematic literature review is meant to reduce the personal bias of the researchers and increase the thoroughness and critical assessment. Another method used in the study is snowball linking method. This study reviews the existing literature about managing strategic data assets. The focus points of the research are the definition and assessment of the organizational data quality, current issues in the data quality management, and data quality management. The results of the literature review are further discussed. The focus points of the discussion are the results, the possible limitations of the research and further study points.Koko maailman muuttuessa yhä enemmän datan ohjaamaksi datan laatu on noussut merkittäväksi asiaksi henkilöille, organisaatioille, hallinnoille ja yhteiskunnille. Joka päivä luotu valtava datan määrä on luonut erilisia liikemahdollisuuksia, mutta data laadun ongelmat vaikuttavat suuresti mahdollisuuksiin käyttää dataa. Seuraava merkittävä asia älykkäämmän yhteiskunnan luomisessa on standardisoida ja kehittää tehokasta yrityksen datan laadunhallintaa. Tämä Pro gradu-tutkielma tarkastelee aikaisemmin kirjoitettuja datan laadunhallinnan tutkimuksia selvittääkseen miten organisaation tulisi hallinnoida datan laatua. Tutkielma keskittyy yrityksiin, mutta tutkittu materiaali koostuu tutkimuksista, joita on tehty mitä erilaisimmille organisaatioille, kuten esimerkiksi asevoimat ja hallitukset. Tämä osoittaa että kyseessä on koko yhteiskuntaa koskettava ongelma. Tässä tutkielmassa toteutetaan systemaattinen kirjallisuuskatsaus olemassa olevalle tutkimusmateriaalille datan laadusta ja sen hallinnasta. Systemaattisen kirjallisuuskatsauksen tarkoitus on tarkastella tutkimusmateriaalia niin että kirjallisuuskatsaus voidaan toisintaa määritettyjen kriteerien puitteessa. Systemaattinen kirjallisuuskatsaus tulee alun perin luonnontieteellisestä tutkimuksesta ja sen tarkoitus on vähentää tutkijoiden henkilökohtaisia ennakkoasenteita ja lisätä tutkimusmateriaalin kattavuutta ja kriittistä arviota. Toinen käytetty tutkimusmenetelmä on lumipallometodi. Tämä tutkielma tarkastelee olemassa olevaa kirjallisuutta strategisen datan hallinnasta. Tutkimus keskittyy datan laadun määrittämiseen ja arviointiin, nykyisiin ongelmiin datan laadunhallinnassa ja malliin datan laadunhallintaan. Kirjallisuuskatsauksen tuloksista keskustellaan pidemmälle. Tutkielma keskittyy keskustelemaan tuloksista, tutkimuksen mahdollisista rajoitteista ja mahdollisista tulevaisuuden tutkimuskohteista.Description
Thesis advisor
Halme, MerjaBask, Anu
Keywords
corporate data quality management, data quality, data quality management, CDQM, master data management, datan laadunhallinta