[论文解读] Information and Data Quality in Spreadsheets

Patrick O'Beirne|ArXiv.org|Sep 21, 2008

Spreadsheets and End-User Computing参考文献 5被引用 5

一句话总结

本文探讨了电子表格中的信息与数据质量（IQ/DQ），强调数据来源、结构与呈现，而不仅限于公式的正确性。论文提出了一套评估电子表格环境中数据质量的框架，识别出准确性、完整性与及时性等关键维度，并提出了系统性方法以提升广泛使用的电子表格应用中的数据可靠性。

ABSTRACT

The quality of the data in spreadsheets is less discussed than the structural integrity of the formulas. Yet it is an area of great interest to the owners and users of the spreadsheet. This paper provides an overview of Information Quality (IQ) and Data Quality (DQ) with specific reference to how data is sourced, structured, and presented in spreadsheets.

研究动机与目标

• 解决电子表格中数据与信息质量问题被低估的问题，尽管其在决策中被广泛使用。
• 识别并分析电子表格环境中特有的数据质量核心维度（如准确性、完整性、一致性）。
• 将关注点从公式完整性转向数据质量，认识到低质量数据会严重削弱电子表格的可靠性。
• 为评估和提升电子表格应用中的数据质量提供一个概念性框架。
• 通过突出日常电子表格使用中的数据质量问题，支持更优的数据治理与决策制定。

提出的方法

• 本文对应用于电子表格的信息与数据质量（IQ/DQ）维度进行了概念性分析。
• 基于既有的IQ/DQ框架，并将其适配至电子表格使用的独特情境。
• 研究方法包括识别关键数据质量维度，如准确性、完整性、一致性、及时性与有效性。
• 论文通过真实世界的电子表格场景，说明数据质量问题在数据获取、输入与呈现过程中如何产生。
• 提出一种基于这些维度及其相互作用的结构化评估模型，用于评估数据质量。
• 该方法基于软件工程与人机交互原则，以确保实际适用性。

实验结果

研究问题

• RQ1 电子表格应用中的数据与信息质量的主要维度是什么？
• RQ2 电子表格中的数据质量问题与公式相关错误在影响程度与检测方式上有什么不同？
• RQ3 在数据获取与结构化过程中，导致电子表格环境中数据质量低下的因素有哪些？
• RQ4 如何系统性地评估与改进电子表格工作流中的数据质量？
• RQ5 用户与数据治理在维护基于电子表格的系统中的数据质量方面发挥什么作用？

主要发现

• 电子表格中的数据质量问题普遍存在，且往往比公式错误更具破坏性，因为它们影响分析的基础。
• 电子表格中的关键数据质量维度包括准确性、完整性、一致性、及时性与有效性。
• 数据质量问题通常在数据输入、从外部系统获取或手动输入过程中产生，且常被忽视。
• 本文表明，尽管其对决策结果的影响更大，但数据质量常因公式正确性而被优先考虑，从而被忽视。
• 为电子表格中的数据质量建立结构化评估框架，可显著提升可靠性并减少错误。
• 本研究强调了在业务与分析场景中，提升电子表格使用中的数据治理与意识的必要性。