Publication
Critical success factors for data quality management
| dc.contributor.advisor | Reis, António Maria Palma dos | |
| dc.contributor.advisor | Caldeira, Mário Fernando Maciel | |
| dc.contributor.author | Lucas, Ana Maria Marques Ribeiro dos Santos | |
| dc.date.accessioned | 2025-04-24T16:00:02Z | |
| dc.date.available | 2025-04-24T16:00:02Z | |
| dc.date.issued | 2025 | |
| dc.description | Doutoramento em Gestão | pt_PT |
| dc.description.abstract | Os dados e a informação3 são atualmente considerados como os ativos mais valiosos das organizações, pelo que devem ser de elevada qualidade para manter a sua vantagem competitiva e apoiar os processos operacionais e de tomada de decisão. Para além disso a qualidade dos dados é hoje considerada como o maior desafio para alcançar o sucesso com a inteligência artificial generativa, atualmente muito procurada pelas organizações. Para melhorar a qualidade dos seus dados importa que as organizações identifiquem e priorizem a utilização dos fatores críticos de sucesso (FCS) para a gestão dessa qualidade, tema que ainda está pouco investigado, pelo que este trabalho tem como objetivo ajudar as organizações que pretendam obter uma melhor qualidade dos dados, fornecendo um conjunto de FCS, e respetiva priorização, para melhorar essa qualidade. Em linha com Rockart (1979) definimos fatores críticos de sucesso para a gestão da qualidade dos dados como o número limitado de áreas em que os resultados, se forem satisfatórios, garantem dados com melhor qualidade. Atualmente a investigação sobre qualidade de dados é conduzida em duas áreas científicas principais (Madnick et al., 2009): ciência da computação (CC) e sistemas de informação de gestão (SIG), sendo que este trabalho se enquadra especificamente nesta última categoria. Dada a natureza e os objetivos deste estudo, optou-se por utilizar a Design Science Framework, e como se pretendia um estudo aprofundado, decidiu-se utilizar métodos qualitativos, nomeadamente um focus group e um estudo Delphi na fase exploratória e dois estudos de caso na fase explanatória. Este trabalho identificou dois novos fatores críticos de sucesso para a gestão da qualidade dos dados, nomeadamente a criação de um catálogo de informação e a utilização de ferramentas de qualidade dos dados, e conseguiu criar uma estrutura para os FCS, organizada em três clusters que representam as prioridades da sua utilização. A ordem de importância dos FCS não coincidiu exatamente entre o estudo Delphi e os estudos de caso, nem entre os dois estudos de caso, o que pode dever-se ao facto de os estudos terem sido elaborados em diferentes indústrias e os respondentes do Delphi pertencerem a múltiplas organizações de diferentes setores de atividade. Apesar disso os FCS mais importantes praticamente coincidem. Resumindo, deste estudo pode concluir-se que os nove CSFs do cluster A são os mais fiáveis para utilização pelas organizações. Rockart (1979) afirma genericamente que os FCS diferem entre organizações, mesmo da mesma indústria e Xu & Lu (2003) referem que empresas de diferentes sectores não atribuem a mesma importância a alguns FCS para a gestão da qualidade de dados. Por último, não foi possível identificar o papel do governo dos dados na melhoria da gestão da qualidade dos dados, nomeadamente se se trata de um fator crítico de sucesso ou provavelmente de um recurso essencial. | pt_PT |
| dc.description.abstract | Data and Information1 are now widely regarded as an organization's most valuable assets, so they must be of high quality to maintain its competitive edge and support operational and decision-making processes. Today data quality is considered the biggest challenge to achieving success with generative artificial intelligence (GenAI)2 currently very attractive to organizations. Yet, although it is important for organizations to identify and prioritize critical success factors (CSF) for data quality management, the subject is still understudied. This work aims to help organizations to enhance their data quality by offering a set of Critical Success Factors (CSFs) and prioritizing their implementation based on their importance. In line with Rockart (1979) we define critical success factors for data quality management as the limited number of areas in which the results, if satisfactory, guarantee data with better quality. Currently, data quality research is conducted in two main scientific fields: computer science (CS) and management information systems (MIS) (Madnick et al., 2009). Our research falls specifically into the latter category. Due to the nature and objectives of this study, it was decided to use the Design Science Framework, and, as an in-depth study was intended, qualitative methods were adopted. In the exploratory phase a focus group and a Delphi study were carried out, and in the explanatory one, two case studies. This work identified two new critical success factors for data quality management, namely the creation of an information catalog and the use of data quality tools. In addition, it developed a framework for the CSFs, organized into three clusters that represent the priorities for their implementation. The order of importance of the CSFs did not coincide exactly between the Delphi study and the case studies, or between the two case studies, which may have happened because that the studies were carried out in different industries and the Delphi respondents belonged to multiple organizations from different sectors. Despite this, the most important CSFs almost coincide. In short, from this study it can be concluded that the nine CSFs in cluster A are the most reliable for use by organizations. Rockart (1979) states that in general terms the CSFs differ between organizations, even in the same industry, and Xu & Lu (2003) point out that companies in different sectors do not attribute the same importance to some CSFs for data quality management. Finally, it was not possible to identify the role of data governance in improving data quality management, namely whether it is a critical success factor or probably a core capability. | pt_PT |
| dc.description.version | info:eu-repo/semantics/publishedVersion | pt_PT |
| dc.identifier.citation | Lucas, Ana Maria Marques Ribeiro dos Santos (2025). "Critical success factors for data quality management". Tese de Doutoramento. Universidade de Lisboa. Instituto Superior de Economia e Gestão. | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.5/100343 | |
| dc.language.iso | eng | pt_PT |
| dc.publisher | Instituto Superior de Economia e Gestão | pt_PT |
| dc.subject | Critical success | pt_PT |
| dc.subject | Factors | pt_PT |
| dc.subject | Data quality | pt_PT |
| dc.subject | Data quality management | pt_PT |
| dc.subject | Qualitative research | pt_PT |
| dc.subject | Design science | pt_PT |
| dc.subject | Focus group | pt_PT |
| dc.subject | Delphi study | pt_PT |
| dc.subject | Case study | pt_PT |
| dc.subject | fatores críticos de sucesso, qualidade dos dados, gestão da qualidade dos dados, investigação qualitativa, design science, focus group, estudo Delphi, estudo de caso | pt_PT |
| dc.subject | Fatores críticos de sucesso | pt_PT |
| dc.subject | Qualidade dos dado | pt_PT |
| dc.subject | Gestão da qualidade dos dados | pt_PT |
| dc.subject | Investigação qualitativa | pt_PT |
| dc.subject | Design science | pt_PT |
| dc.subject | Focus group | pt_PT |
| dc.subject | Estudo Delphi | pt_PT |
| dc.subject | Estudo de caso | pt_PT |
| dc.title | Critical success factors for data quality management | pt_PT |
| dc.type | doctoral thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | doctoralThesis | pt_PT |