[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"site-settings":3,"prompt-audit-data-quality-with-reference-materials-2955":7},["Reactive",4],{"analytics_enabled":5,"gtm_container_id":6},true,"GTM-WWB2TQFD",["Reactive",8],{"id":9,"slug":10,"title":11,"description":12,"category_key":13,"category_label":14,"price":15,"is_free":16,"image":17,"long_description":18,"locked":5,"lock_reason":19,"purchased":16,"in_cart":16,"prompt_text":20},266,"audit-data-quality-with-reference-materials-2955","ممیزی کیفیت داده‌ها","🔎 ارزیابی ساختاریافته کیفیت داده‌ها بر اساس نیازهای کاربر و منابع مرجع، همراه با شناسایی خطاها، ریسک‌ها و اقدامات اصلاحی.","marketing","بازاریابی و فروش",98000,false,"https:\u002F\u002Faidock.s3.ir-thr-at1.arvanstorage.ir\u002Fprompts\u002F76297.webp","🔎 این پرامپت برای ارزیابی کیفیت داده‌ها بر اساس نیازهای مشخص کاربر و مطالب مرجع ارائه‌شده طراحی شده است. معیارهایی مانند کامل‌بودن، دقت، سازگاری، اعتبار، یکتایی و به‌روز‌بودن داده‌ها بررسی می‌شوند و نتایج به‌صورت ساختاریافته همراه با شواهد، ریسک‌ها و پیشنهادهای اصلاحی ارائه می‌گردند.\r\n\r\n📊 برای نمونه، در بررسی یک فایل فروش، می‌توان رکوردهای ناقص، مقادیر ناسازگار، داده‌های تکراری و تاریخ‌های نامعتبر را شناسایی و بر اساس میزان اثرگذاری اولویت‌بندی کرد.","login",null]