Evaluar la calidad de los datos

Tras abrir un conjunto de datos, puede echar un vistazo a las diversas partes de la vista general, para obtener más información sobre su calidad en general, el esquema, las estadísticas de calidad y los tipos semánticos de cada columna.

Indicadores de calidad del conjunto de datos

Al abrir la vista general de un conjunto de datos que acaba de registrarse, la mayor parte de la información aparece atenuada. Para calcular la calidad de los datos por primera vez, haga clic en el botón Calcular. Si la calidad ya se ha calculado con anterioridad, pero quiere asegurarse de que los datos estén actualizados, pulse el botón Actualizar.

Cada cálculo o actualización en pushdown inducirá algunos costes en su almacén de datos en la nube (Snowflake o Databricks). Para más información, vea Calidad de los datos para conjuntos de datos basados en conexiones..

Hay dos secciones principales donde se muestra la calidad.

• El área Calidad de los datos, que incluye:

  • La distribución de valores válidos, no válidos y vacíos en todo el conjunto de datos en forma de una barra de calidad con tres colores y sus respectivos porcentajes.

  • Una puntuación de Validez, que expresa el porcentaje de valores que son válidos, es decir, no se tienen en cuenta los valores vacíos.

  • Una puntuación de Exhaustividad, que revela el porcentaje de valores que están completos, es decir, que no están vacíos.

• El área Esquema, que muestra los diferentes campos del conjunto de datos, qué tipo de datos o tipo semántico se ha aplicado y una barra de calidad para cada campo del conjunto de datos.

Detectar los tipos semánticos

A cada columna de un conjunto de datos se le asigna automáticamente un tipo semántico para describir mejor su contenido. Por detrás, de modo oculto, se produce una operación de detección de datos para determinar qué tipo asignar.