مؤشرات جودة البيانات المهمة للامتثال لإطار إدارة البيانات الوطنية

لماذا تُعدّ جودة البيانات مجالاً للامتثال لا شأناً تقنياً فحسب؟

يغطي الإطار الصادر عن المكتب الوطني لإدارة البيانات خمسة عشر مجالاً و77 ضابطاً و191 مواصفة، وتُعدّ جودة البيانات أحد هذه المجالات الخمسة عشر. وهذه الحقيقة وحدها تغيّر طريقة تعامل الجهات السعودية مع الجودة؛ فلم يعد كافياً إصلاح البيانات الخاطئة عندما يشتكي أحدهم، بل يتوقع الإطار أن تكون الجودة معرَّفة ومقاسة ومراقَبة ومعالَجة — مع دليل موثَّق في كل خطوة.

عملياً، نادراً ما يكون سؤال التدقيق: «هل بياناتكم جيدة؟»، بل:

• هل عرّفتم معنى الجودة لمجموعات بياناتكم الحرجة؟
• هل تقيسونها وفق جدول زمني وبعتبات موثقة؟
• من يملك كل مجموعة بيانات، وماذا يحدث عند فشل أحد الفحوصات؟
• هل تستطيعون إظهار الاتجاه عبر الزمن؟

يرسم هذا المقال الطريق من أبعاد الجودة المجردة إلى مؤشرات الأداء وسجلات الحوادث الملموسة التي تجيب عن هذه الأسئلة.

الأبعاد الستة لجودة البيانات

قبل كتابة أي اختبار، يحتاج الفريق إلى لغة مشتركة لوصف الطرق التي يمكن أن «تسوء» بها البيانات. الأبعاد الستة الكلاسيكية توفر هذه اللغة، وهي الأساس الذي تُبنى عليه قواعد القياس في مجال جودة البيانات.

1. الاكتمال (Completeness)

هل القيم المطلوبة موجودة؟ يقاس عادةً بنسبة القيم الفارغة في الأعمدة الحرجة. مثال: نسبة سجلات العملاء التي يغيب فيها رقم الهوية الوطنية أو رقم الجوال.

2. الدقة (Accuracy)

هل تعكس القيمة الواقع فعلاً؟ وهو أصعب الأبعاد قياساً لأنه يتطلب مصدراً مرجعياً موثوقاً للمقارنة، كمطابقة العناوين مع سجل العنوان الوطني، أو بيانات المنشآت مع السجل التجاري.

3. الصلاحية (Validity)

هل تلتزم القيمة بالصيغة والنطاق المسموح بهما؟ أمثلة محلية: رقم هوية من عشرة أرقام يبدأ بـ«1» أو «2»، ورقم جوال بصيغة 9665+، ورقم IBAN يبدأ بـSA ويتكون من 24 خانة، وتاريخ هجري ضمن نطاق منطقي.

4. الاتساق (Consistency)

هل تتطابق الحقيقة الواحدة عبر الأنظمة؟ كحالة العميل في نظام إدارة العلاقات مقابل نظام الفوترة، أو إجمالي الإيرادات في النظام المصدر مقابل مستودع البيانات.

5. التوقيت المناسب (Timeliness)

هل البيانات حديثة بما يكفي للغرض الذي تخدمه؟ يقاس بعمر آخر تحديث مقارنةً بوتيرة التحديث المتفق عليها.

6. التفرد (Uniqueness)

هل يظهر كل كيان واقعي مرة واحدة فقط؟ يقاس بنسبة المفاتيح المكررة، ويرتبط ارتباطاً وثيقاً بمجال البيانات المرجعية والرئيسية.

من الأبعاد إلى اختبارات قابلة للقياس

الأبعاد مفاهيم، أما المدققون والمهندسون فيحتاجون اختبارات. قاعدة الجودة القابلة للاستخدام تتكون من خمسة عناصر:

1. الهدف: الجدول والعمود محل الفحص.
2. البُعد: أيُّ الأبعاد الستة تقيسه القاعدة.
3. المنطق: شرط قابل للتنفيذ آلياً.
4. العتبة: المستوى الذي يُعدّ تجاوزه فشلاً.
5. التكرار والمالك: متى يعمل الفحص ومن يتلقى النتيجة.

أمثلة:

• الاكتمال: عمود رقم الهوية في جدول العملاء فارغ في أقل من 0.5% من السجلات — فحص يومي، مسؤوله مشرف بيانات العملاء.
• الصلاحية: عمود IBAN يطابق النمط ^SA\d{22}$ في 99.9% من السجلات على الأقل.
• التفرد: صفر قيم مكررة في معرِّف العميل.
• التوقيت: جدول المبيعات اليومية يُحدَّث خلال ست ساعات من منتصف الليل.
• الاتساق: إجمالي الطلبات في المستودع يطابق النظام المصدر بفارق لا يتجاوز 0.1%.

نصيحتان عمليتان:

ابدأ بعناصر البيانات الحرجة لا بكل شيء. اربط الاختبارات بمسرد المصطلحات وبمستويات تصنيف البيانات؛ فمجموعات البيانات ذات التصنيف الأعلى حساسيةً أو التي تغذي تقارير تنظيمية تستحق تغطية كثيفة، بينما يمكن تأجيل الجداول الهامشية.

حلّل قبل أن تحدد العتبات. شغّل تحليلاً استكشافياً (Profiling) لمعرفة نسب الفراغ وتوزيعات القيم الفعلية أولاً؛ فالعتبات المنسوخة من قالب جاهز إما أن تغرقك بإنذارات كاذبة أو تمرر مشكلات حقيقية بصمت.

اتفاقيات مستوى الخدمة ومعالجة الحوادث

القياس الذي لا يُحاسَب عليه أحد مجرد رسم بياني. اتفاقية مستوى الخدمة لجودة البيانات تحوّل القياس إلى التزام، وتحدد: المؤشر، والهدف، ونافذة القياس، ومسار التصعيد.

تعامل مع إخفاقات الجودة كما تتعامل مع الحوادث التشغيلية:

1. الاكتشاف: يفشل فحص مجدول ويُنشأ حادث تلقائياً.
2. التصنيف: تُحدَّد درجة الخطورة وفق مستوى تصنيف البيانات والأثر على الأعمال.
3. الإسناد: يوجَّه الحادث إلى المالك أو المشرف المسمّى في سجل الملكية والإشراف.
4. التشخيص: يُتتبَّع السبب الجذري عبر سلسلة نسب البيانات وصولاً إلى المصدر.
5. المعالجة والتوثيق: يُصلَح الخلل ويوثَّق السبب والإجراء الوقائي.

تولّد هذه العملية مؤشرات قيّمة بذاتها: متوسط زمن معالجة حوادث البيانات، ونسبة الحوادث المتكررة، ونسبة الحوادث الموثقة بسبب جذري.

مؤشرات الجودة دليلاً للتدقيق في مجال جودة البيانات

عند تقييم مجال جودة البيانات، يبحث المراجع عن منظومة عاملة لا عن وثيقة سياسات. الدليل القوي يبدو هكذا:

• قواعد جودة موثقة لكل مجموعة بيانات حرجة، بإصدارات وتواريخ مراجعة.
• نتائج قياس عبر الزمن — اتجاه ممتد لأشهر، لا لقطة التُقطت قبل أسبوع التدقيق.
• سجل حوادث يوضح الخطورة والمالك وزمن المعالجة لكل إخفاق.
• سجلات ملكية تسمّي المسؤول عن كل مؤشر.
• اتجاه تحسن، أو على الأقل استقرار مع استجابة سريعة للانحرافات.

اعرض النتائج في لوحات نتائج لكل قطاع أعمال تُرفع دورياً إلى مكتب إدارة البيانات؛ فهي تخدم غرضين معاً: قيادة التحسين داخلياً، وتقديم دليل جاهز خارجياً.

ثلاث ملاحظات أخيرة:

• لا تستهدف 100% في كل شيء. ما يبحث عنه المقيّمون هو السيطرة لا الكمال: عتبات واقعية، واتجاهات مرئية، واستجابة سريعة.
• ولّد الدليل من النظام العامل نفسه. تصدير لوحة حية أصدق — وأسهل بكثير — من تجميع مستندات قبل التدقيق بأسبوع.
• راجع القواعد كل ربع سنة. فالأنظمة تتغير، والقاعدة التي لا تُراجع تتحول إلى ضوضاء.

أين تأتي المنصة في الصورة؟

كل ما سبق يمكن أن يبدأ بجداول بيانات واستعلامات SQL. لكن حين تنمو القواعد إلى المئات عبر عشرات الأنظمة، تصبح الأتمتة ضرورة: اختبارات مجدولة مرتبطة بـكتالوج البيانات وسلسلة النسب والملكية. تجمع Goava اختبارات جودة البيانات مع الكتالوج وسلسلة النسب بحيث توجَّه الإخفاقات إلى ملّاكها تلقائياً ويتراكم دليل التدقيق كناتج ثانوي للعمل اليومي — اطّلع على حلول الامتثال لإطار NDMO لمعرفة المزيد.