Nội dung đề cập đến quản trị dữ liệu, mô hình và tiêu chí đánh giá chất lượng dữ liệu, tích hợp và chuẩn hóa dữ liệu, yêu cầu pháp lý, dữ liệu phi cấu trúc và dữ liệu tổng hợp, đồng thời phân tích những thách thức về chất lượng dữ liệu trong AI và phân tích dữ liệu. Sách cung cấp các nguyên tắc và phương pháp giúp xây dựng dữ liệu đáng tin cậy, hỗ trợ ra quyết định và phát triển AI có trách nhiệm.

Có những hàm ý đáng kể: khi tiến độ không thể được đo lường chính xác do số liệu thống kê không đầy đủ hoặc sai sót, kết quả có thể là những quyết định sai lầm, nghi ngờ về khả năng đạt được mục tiêu và lãng phí đáng kể nguồn lực. Việc có được số liệu thống kê đúng phụ thuộc vào chất lượng và tính toàn vẹn của dữ liệu được sử dụng để tạo ra chúng, cũng như chất lượng của các quy trình thu thập, xử lý và phân tích dữ liệu.

Tính toàn vẹn dữ liệu là chất lượng, độ tin cậy, độ tin cậy và tính đầy đủ của tập dữ liệu, cung cấp độ chính xác, tính nhất quán và bối cảnh. Chất lượng dữ liệu đề cập đến trạng thái của thông tin định tính hoặc định lượng. Cuốn sách này gồm năm phần thảo luận về tính toàn vẹn và chất lượng dữ liệu cũng như các ứng dụng của chúng trong các lĩnh vực khác nhau.