À la fin de ce troisième cours de la Specialization Total Data Quality, les apprenants seront en mesure de : 1. Connaître les outils et les techniques de conception permettant de maximiser la QDT à tous les stades du cadre de la QDT au cours d'un processus de collecte de données ou de recueil de données. 2. Identifier les aspects du processus de génération ou de collecte de données qui ont un impact sur la QDT et être en mesure d'évaluer si et comment ces aspects peuvent être mesurés. 3. Comprendre les stratégies de maximisation de la QDT qui peuvent être appliquées lors de la collecte de données conçues et trouvées/organiques. 4. Développer des solutions à des problèmes hypothétiques de conception survenant au cours du processus de collecte ou de collecte et de traitement des données. Cette spécialisation dans son ensemble vise à explorer en profondeur le cadre de la qualité totale des données et à fournir aux apprenants davantage d'informations sur l'évaluation détaillée de la qualité totale des données qui doit avoir lieu avant l'analyse des données. L'objectif est que les apprenants intègrent l'évaluation de la qualité des données dans leur processus en tant que composante essentielle de tous les projets. Nous espérons sincèrement diffuser les connaissances sur la qualité totale des données à tous les apprenants, tels que les scientifiques des données et les analystes quantitatifs, qui n'ont pas reçu une formation suffisante dans les étapes initiales du processus de la science des données qui se concentrent sur la collecte des données et l'évaluation de la qualité des données. Nous pensons qu'une connaissance approfondie des techniques de la science des données et des procédures d'analyse statistique n'aidera pas une étude de recherche quantitative si les données collectées ne sont pas d'une qualité suffisante. Cette spécialisation se concentrera sur les premières étapes essentielles de tout type d'investigation scientifique utilisant des données : générer ou collecter des données, comprendre d'où viennent les données, évaluer la qualité des données et prendre des mesures pour maximiser la qualité des données avant d'effectuer tout type d'analyse statistique ou d'appliquer des techniques de la science des données pour répondre à des questions de recherche. Compte tenu de cette orientation, il y aura peu de matériel sur l'analyse des données, qui est couvert dans une myriade de spécialisations Coursera existantes. L'objectif principal de cette spécialisation sera de comprendre et de maximiser la qualité des données avant l'analyse.