1. 10 PASSI PER SET
DI DATI DI ALTA
QUALITÀ
DI PIER GIUSEPPE DE MEO
#1
Tieni separati i tuoi set di dati.
#2
Prepara una cassetta degli attrezzi con una serie di processi di trasformazione
(procedure, funzioni, script, ecc.) che possono essere riutilizzati.
#3
Raggruppa logicamente i tipi di trasformazioni, in base alle categorie (es. valori
mancanti, decodifiche, normalizzazione, ecc.).
#4
Per ogni categoria identificata, seleziona un sottoinsieme di dati in un Dataset su
cui applicare questo tipo di trasformazione: ripeti questo processo su tutti i tuoi
Dataset separatamente.
#5
Per ogni Dataset, se necessario, arricchisci i dati con altre informazioni derivate
(es. campo calcolato, estrazione di sottoinformazioni, ecc.).
#6
Definisci il livello minimo di dettagli condivisi tra tutti i set di dati (ad es. singola
transazione al giorno, gruppi di transazioni al mese, ecc.).
#7
Per ogni set di dati, raggruppa i dati allo stesso livello di granularità.
#8
Unisci tutti i set di dati formattati in un unico set di dati master, in base alla
granularità definita.
#9
Nel Master Dataset prodotto, verifica se esiste un sottoinsieme di dati su cui
riapplicare una qualsiasi delle trasformazioni nella casetta degli strumenti.
#10
Nel Master Dataset prodotto, se necessario, arricchisci i dati con alcune
informazioni extra (es. metriche di vari Dataset combinate a formare un KPI,
decrittazione basata su una combinazione di campi, ecc.).
Knowledge
Share
Serie 1
DATASETS
Un approccio "Divide et impera" nella produzione di
Dataset di alta qualità per analisti di dati.