Yang meminta: pimpinan tata kelola data di Cedar Ridge Health, sebuah sistem kesehatan fiktif.
Alasan: tiga ekstrak mentah akan dimuat ke data warehouse minggu depan. Setiap masalah yang masuk akan muncul kemudian dalam jumlah pasien, lama rawat, dan laporan diagnosis, di mana masalahnya jauh lebih sulit dilacak.
Datanya: hd_registrations_raw (pendaftaran dari sistem klinik dan IGD), hd_encounters_raw (rawat inap dan masa rawat observasi), hd_diagnoses_raw (feed diagnosis), dan hd_icd10_ref (kode yang valid). Ekstrak ditarik pada 1 Juli 2026.
Seperti apa hasil akhirnya: satu query untuk setiap pemeriksaan, masing-masing memberikan jumlah baris yang terdampak: profil pendaftaran, orang duplikat, tanggal lahir yang mustahil, kode diagnosis yang masih tidak valid setelah normalisasi, masa rawat yang mustahil, dan baris yang dimuat dua kali. Lalu rekomendasi tentang apa yang harus diperbaiki lebih dulu, dan alasannya.
Proyek dalam tujuh langkah pada ekstrak data mentah Cedar Ridge. Setiap langkah dari enam langkah pertama adalah satu pemeriksaan yang ditulis dalam SQL dan dihitung agar penanggung jawab tata kelola data bisa melihat ukuran setiap masalah. Langkah terakhir adalah rekomendasi Anda.