Análise comparativa de ferramentas de perfilhamento de dados.

• Autor(a) principal: SOARES, Vinícius de Medeiros.
• Data de Publicação: 2020
• Tipo de documento: Trabalho de conclusão de curso
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
• Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/20340
• topic: Perfilamento de dados - ferramentas; Qualidade de dados; Dados – coleta; Metadados; Ciência de dados; Ataccama DQ Analyzer; DataCleaner; DataMartist; Oracle Enterprise Data Quality; Talend Open Studio; Data profiling - tools; Data quality; Data - collection; Metadata; Data science; Analisador Ataccama DQ; Creación de perfiles de datos: herramientas; Calidad de los datos; Recopilación de datos; Metadatos; Ciencia de los datos; Analizador Ataccama DQ; Limpiador de datos; Calidad de datos empresariales de oracle; Estudio abierto de Talend; Profilage des données - outils; Qualité des données; Collecte de données; Métadonnées; Science des données; Analyseur DQ Ataccama; Nettoyeur de données; Qualité des données d'entreprise oracle; Ciência da Computação

A qualidade de dados é o valor atribuído às propriedades da informação disponibilizada e, certamente, impacta na eficiência de uma organização. O perfilamento de dados (PD) é a atividade de coletar dados sobre dados, ou seja, metadados, e é crucial do processo de gerenciar a qualidade de dados. Para isto, um analista de dados precisa recorrer ao uso de ferramentas especializadas. Esta pesquisa apresenta uma análise comparativa de cinco ferramentas de perfilamento de dados: Ataccama DQ Analyzer, DataCleaner, DataMartist, Oracle Enterprise Data Quality e Talend Open Studio. A avaliação é feita com base em uma classificação de tarefas de perfilamento de dados que elenca 27 pontos de análise. A pesquisa busca conhecer as ferramentas disponíveis e em quais tarefas as aplicações focam. O artigo destaca a ferramenta mais completa, dentre as avaliadas, para a tarefa de perfilamento de dados.