• Why is Data Reconciliation important?
• Terminology associated with Data Reconciliation
• History of Data Reconciliation
• Data Reconciliation Process
• Best practices of Using Data Reconciliation
•  
• Data Reconciliation มีความสำคัญอย่างไร
•  

ในกระบวนการเคลื่อนย้ายข้อมูล มีความเป็นไปได้ที่จะเกิดความผิดพลาดขึ้นในการจัดผังข้อมูลระหว่างกันแหล่งข้อมูล (data mapping) หรือกระบวนขั้นตอนจัดรูปแบบข้อมูล (data transformation logic) อีกทั้งปัญหาที่อาจเกิดจาก ความผิดพลาดในช่องทางสื่อสารระหว่างแหล่งข้อมูลเช่นเคลื่อนข่ายหรือเซิฟเวอร์ ที่สะดุดด้วยสาเหตุต่างๆ ทำให้เกิดกระบวนการส่งข้อมูลชะงักและล้อเหลวในบางเวลา ซึ่งส่งผลทำให้เกิดความเหลื่อมล้ำของข้อมูลในที่สุด

ปัญหาและความผิดแบบนี้เกิดขึ้นได้เสมอและส่งผลต่อคุณภาพของข้อมูลจากสาเหตุเหล่านี้

• ข้อมูลที่ขาดหาย
• ค่าข้อมูลที่ไม่ถูกต้อง
• ข้อมูลที่ซ้ำซ้อน
• รูปแบบข้อมูลที่ผิดรูปแบบ
• ทำลายความสัมพันธ์ระหว่างตารางข้อมูลหรือระบบ

กระบวนการ Data Reconciliation จะช่วยในการรวบรวมข้อมูลที่มีความถูกต้องและเชื่อถือได้จากข้อมูลที่ขาดความสอดคล้องระหว่างข้อมูลจากข้อมูลดิบที่มีอยู่ กระบวนการจะช่วยผสานข้อมูลให้มีความตรงกันเป็นหนึ่งเดียวอย่างถูกต้องตามที่ต้องเป็น อีกทั้งกระบวนการจะนำไปการค้นพบความผิดพลาดและปัญหาและสาเหตุของความผิดพลาด ซึ่งจะนำไปสู่การแก้ไขปัญหาที่ต้นเหตุ 

กระบวนการ Data Reconciliation จึงมีความสำคัญที่จะช่วยให้ข้อมูลขององค์กรไปสู่ ข้อมูลที่มีเอกภาพและสมบูรณ์ในการดำเนินกิจกรรมขององค์กรในระยะยาว และช่วยให้ลดต้นทุนในการแก้ไขปัญหาข้อมูลที่อาจเกิดขึ้นในภายภาคหน้า

คำศัพท์ที่เกี่ยวข้องกับการทำ Data Reconciliation

Gross Error

Gross error คือมาตรวัดความผิดพลาดจากความไม่สอดคล้องของข้อมูลเพื่อทราบ ปริมาณหรือระดับความเสียหายของของข้อมูลที่เกิดขึ้น

Observability

Observability คือการวิเคราะห์การสังเกตสามารถให้รายละเอียดเกี่ยวกับตัวแปรที่สามารถกำหนดได้สำหรับชุดของข้อจำกัดที่กำหนดและชุดของการวัด

Variance

Variance คือการวัดระดับของความเปลี่ยนแปลงหรือแปรปรวนของข้อมูลที่สังเกต

Redundancy

Redundancy จะช่วยในการตัดสินใจระดับของมาตรการที่ควรถูกประเมินจากที่สิ่งเกิดขึ้น