Предмет. Методы и модели оценки качества экономических данных, формируемых, обрабатываемых и используемых в корпоративных информационных системах, включая подходы к формализации и количественной интерпретации характеристик качества данных, применяемых в аналитических расчетах и процессах принятия управленческих решений. Цели. Разработка универсального интегрального показателя качества экономических данных, обеспечивающего сопоставимую и интерпретируемую оценку качества данных, используемых для аналитических расчетов, прогнозирования и поддержки принятия управленческих решений в корпоративных информационных системах. Методология. Использован системный и метрический подходы, применяются методы аналитического обобщения, сравнительного анализа, а также формализации и нормирования метрических характеристик качества данных. Результаты. Определены и формализованы ключевые метрические характеристики качества экономических данных, включающие полноту, точность, своевременность и согласованность. Разработан интегральный индекс, позволяющий агрегировать указанные характеристики в единую количественную оценку с учетом их относительной значимости. Обоснован выбор среднегеометрического агрегирования, обеспечивающего чувствительность итогового показателя к снижению любой из характеристик и отражающего системный характер влияния ошибок качества. Область применения. Результаты могут быть применены в корпоративных информационных системах, системах бизнес-аналитики и поддержки принятия решений, финансовых и экономических информационных системах, а также системах мониторинга качества данных. Выводы. Использование интегрального индекса качества данных позволяет повысить обоснованность аналитических расчетов и управленческих решений за счет формализованной, сопоставимой и интерпретируемой оценки, а также создает основу для дальнейшего развития методов оценки и управления качеством данных в корпоративных системах.
Ключевые слова: индекс, качество, оценка, информация, экономика
Список литературы:
Liu B., Fang Y., Zhao W., Xu S. Corporate digital transformation and analyst forecast accuracy: Evidence from China. Technology Analysis & Strategic Management, 2025, pp. 1–17. DOI: 10.1080/09537325.2025.2578805
Alabduljabbar A., Alshammari A. The Effect of Data Quality on Decision-Making. A Quasi Experimental Study. Journal of Electrical Systems, 2024, vol. 20, no. 3. DOI: 10.52783/jes.3652 EDN: BTWEFJ
Hassenstein M.J., Vanella P. Data Quality – Concepts and Problems. Encyclopedia, 2022, vol. 2, iss. 1, pp. 498–510. DOI: 10.3390/encyclopedia2010032 EDN: VSEFSR
Carvalho A.M., Soares S., Montenegro J., Conceição L. Data Quality: Revisiting dimensions towards new framework development. Procedia Computer Science, 2025, vol. 253, pp. 247–256. DOI: 10.1016/j.procs.2025.01.088
Priestley M., O'donnell F., Simperl E. A Survey of Data Quality Requirements That Matter in ML Development Pipelines. ACM Journal of Data and Information Quality, 2023, vol. 15, no. 2. DOI: 10.1145/3592616
Serra F., Peralta V., Marotta A., Marcel P. Use of Context in Data Quality Management: A Systematic Literature Review. Journal of Data and Information Quality, 2024, vol. 16, iss. 3. DOI: 10.1145/3672082
Aramburu M.B., Berlanga R., Lanza-Cruz I. A Data Quality Multidimensional Model for Social Media Analysis. Business & Information Systems Engineering, 2023, vol. 66, pp. 667–689. DOI: 10.1007/s12599-023-00840-9 EDN: BROBEX
Tambare P., Meshram Ch., Lee C.-C. et al. Performance Measurement System and Quality Management in Data-Driven Industry 4.0: A Review. Sensors, 2022, vol. 22, iss. 1. DOI: 10.3390/s22010224 EDN: GFQUXP
Ridzuan F., Zainon W.M.N.W. A Review on Data Quality Dimensions for Big Data. Procedia Computer Science, 2024, vol. 234, pp. 341–348. DOI: 10.1016/j.procs.2024.03.008 EDN: CQMKIB
Saeed M., Adiguzel Z., Shafique I. et al. Big data analytics-enabled dynamic capabilities and firm performance: examining the roles of marketing ambidexterity and environmental dynamism. Business Process Management Journal, 2023, vol. 29, iss. 4, pp. 1463–7154. DOI: 10.1108/BPMJ-01-2023-0015 EDN: LNGXES
Mhlanga D. The role of big data in financial technology toward financial inclusion. Frontiers in Big Data, 2024. DOI: 10.3389/fdata.2024.1184444
Kumar A., Chaudhry M. Review and Analysis of Stock Market Data Prediction Using Data mining Techniques. 2021 5th International Conference on Information Systems and Computer Networks (ISCON), 2021. DOI: 10.1109/ISCON52037.2021.9702498
Vidal-Tomás D. Which cryptocurrency data sources should scholars use? International Review of Financial Analysis, 2022, vol. 81, 102061.
Fu Q., Nicholson G.L., Easton J.M. Understanding data quality in a data-driven industry context: Insights from the fundamentals. Journal of Industrial Information Integration, 2024, vol. 42, 100729. DOI: 10.1016/j.jii.2024.100729
Saisana M., Saltrelli A. Rankings and Ratings: Instructions for Use. Hague Journal on the Rule of Law, 2011, vol. 3, pp. 247–268. DOI: 10.1017/S1876404511200058
Grabisch M., Labreuche C. A Decade of Application of the Choquet and Sugeno Integrals in Multi-criteria Decision Aid. 4OR, 2008, vol. 6, pp. 1–44. DOI: 10.1007/s10288-007-0064-2
Grabisch M., Marichal J.-L., Radko M., Pap E. Aggregation Functions. Cambridge University Press, 2013. DOI: 10.1017/CBO9781139644150
