کیفیت داده

ابعاد رایج سنجش: **کامل بودن** (چند درصد رکوردها فیلدهای لازم را دارند)، **دقت** (آیا مقادیر درست‌اند)، **تازگی** (آخرین به‌روزرسانی چه زمانی بوده)، **سازگاری** (آیا یک موجودیت در سیستم‌های مختلف یکسان ثبت شده)، و **یکتایی** (آیا رکورد تکراری وجود دارد).

برای زبان فارسی یک مسئلهٔ خاص وجود دارد: تفاوت نویسه‌های عربی و فارسی (ی/ي و ک/ك)، نیم‌فاصله، و ارقام فارسی در برابر لاتین باعث می‌شود یک مقدار واحد به چند رشتهٔ متفاوت تبدیل شود. این مسئله در عمل باعث از دست رفتن یا دوباره‌شماری رکوردها می‌شود و باید در مرحلهٔ ورود داده یکسان‌سازی شود.