Duomenų šveitimas, kartais vadinamas duomenų valymu, yra bet kokios informacijos duomenų bazėje, kurioje yra tam tikra klaida, aptikimo ir pašalinimo arba taisymo procesas. Ši klaida gali atsirasti dėl to, kad duomenys yra neteisingi, neišsamūs, netinkamai suformatuoti arba yra kito įrašo kopija. Daugelis duomenų reikalaujančių verslo sričių, pvz., bankininkystė, draudimas, mažmeninė prekyba, transportas ir telekomunikacijos, gali naudoti šias sudėtingas programinės įrangos programas duomenų bazės informacijai išvalyti.
Klaidos duomenų bazėse gali atsirasti dėl žmonių klaidų įvedant duomenis, dviejų duomenų bazių sujungimo, visos įmonės ar pramonės srities duomenų kodavimo standartų trūkumo arba dėl senų sistemų, kuriose yra netikslūs ar pasenę duomenys. Kol kompiuteriai neturėjo galimybių rūšiuoti ir išvalyti duomenis, dauguma šveitimo buvo atliekami rankomis. Tai ne tik atimdavo daug laiko ir brangu, bet dažnai privesdavo prie dar daugiau žmogiškųjų klaidų.
Duomenų valymo poreikis aiškiai parodomas, kai svarstoma, kaip lengvai galima padaryti klaidų. Pavyzdžiui, vardų ir adresų duomenų bazėje vienas vardas gali būti Bobby Johnsonas iš Needham, MA, o kitas – Bobas Johnsonas iš Needham, MA. Šis vardų variantas greičiausiai yra klaida ir susijęs su vienu asmeniu. Tačiau kompiuteris paprastai tvarko informaciją taip, lyg tai būtų du skirtingi žmonės. Specializuota duomenų valymo programinė įranga gali atskirti neatitikimą ir jį pašalinti.
Nors šios nedidelės klaidos gali atrodyti kaip nereikšminga problema, sujungiant sugadintus ar klaidingus duomenis į kelias duomenų bazes, problema gali būti padauginta iš milijonų. Šie vadinamieji „nešvarūs duomenys“ buvo problema tol, kol buvo kompiuterių, tačiau ji tampa vis svarbesnė, nes įmonės darosi vis sudėtingesnės, o duomenų saugyklos sujungia duomenis iš kelių šaltinių. Nėra prasmės turėti išsamią duomenų bazę, jei toje duomenų bazėje yra klaidų ir ginčijamos informacijos.
Įmonės, naudojančios specializuotą programinę įrangą, gali ją sukurti savo viduje arba nusipirkti iš įvairių pardavėjų. Programinė įranga nėra pigi ir gali svyruoti nuo 20,000 300,000 USD iki XNUMX XNUMX USD (USD). Dažnai taip pat reikia šiek tiek pritaikyti, kad programinė įranga veiktų pagal specifinius verslo poreikius. Jame naudojami algoritmai, skirti standartizuoti, taisyti, suderinti ir konsoliduoti duomenis, ir gali dirbti su vienu ar keliais duomenų rinkiniais.
Duomenų šveitimas kartais praleidžiamas įgyvendinant duomenų saugyklą, tačiau tai yra vienas svarbiausių žingsnių norint turėti gerą ir tikslų galutinį produktą. Kadangi įvedant duomenis visada bus daroma klaidų, šio proceso poreikis visada bus.