# Рабочие процессы качества данных и поиска аномалий

Профилируйте табличные данные, выделяйте дубликаты, пропуски, разрывы ссылок, выбросы и временные аномалии и превращайте находки в доказательства качества.

> Каноническая страница: https://elysiatools.com/ru/hubs/data-quality-anomaly-workflows

- **Ключевые слова:** protsess kachestva dannykh, poisk dublikatov, analiz propuskov, issledovanie vybrosov, anomalii vremennykh ryadov

## Частые вопросы

### Каждый выброс означает плохое качество данных?

Нет. Выброс может быть редким, но реальным бизнес-событием и требует контекста.

### Надо ли всегда удалять дубликаты автоматически?

Нет. Повторные строки могут быть легитимными повторными операциями или снимками состояния.

### Безопасна ли интерполяция для любого пропуска?

Нет. Она оправдана только для упорядоченных рядов с защищаемым предположением о непрерывности.

### Зачем нужны робастные средние вместе с z-оценками?

Они показывают, искажают ли несколько экстремумов центральную тенденцию достаточно сильно, чтобы повлиять на операционные решения.