Información: valor y riesgo

Generando valor con los datos

Todos los negocios se sustentan en base a datos y, hoy en día, la mayoría de las empresas los recogen, gestionan y utilizan con dos finalidades básicas:

• Operativa, necesaria para el normal funcionamiento de la empresa: sería la finalidad que hay detrás de los datos operacionales.
• Interpretativa. El uso analítico de los datos respalda el objetivo de mejorar el negocio y sus perspectivas.

Cuando los aspectos analíticos logran permear en el nivel de operación del negocio, la empresa es capaz de explotar el conocimiento generado y crear valor que proporcione retroalimentación. Procurar este flujo continuo de datos y velar por su seguimiento supone minimizar desviaciones y afianzar puntos fuertes.

Ambos escenarios de uso, operativo y analítico, necesitan contar con una alta calidad de los datos manejados. Esto sugiere la necesidad de establecer procesos que garanticen que estos niveles son alcanzados y las expectativas satisfechas, como:

• Los procesos de operación, análisis y creación de valor.
• El propio ciclo de vida del dato.
• Los distintos desafíos que atraviesan las organizaciones en torno a la información y su gestión.

Variables que influyen directamente en el valor de la información

La ley de conservación de la energía establece que “la energía no se crea ni se destruye, sólo se transforma”. Aplicando esta premisa al mundo empresarial y del manejo de datos, es fácil observar que el dato tampoco se genera por sí mismo, sino que es producto de la conjunción de elementos y hechos tales como las ventas, las compras, etc. procesos en los que intervienen diferentes variables (endógenas y exógenas) que afectan invariablemente a su creación.

Una transacción o acontecimiento en el mundo real da origen a un dato, formado por características y elementos cualitativos y/o cuantitativos. Este dato, una vez concebido, recorrerá su propio ciclo de vida y se adaptará a los diferentes requerimientos de información según sea necesario para el negocio, viviendo tanto tiempo como su relevancia dicte.

Durante esta trayectoria se mezclará con otros datos, interactuando para generar información de valor sin perder su esencia original, pero nunca morirá en el tiempo. Un dato podrá destruirse pero no sin antes haber afectado los hechos y entorno del contexto empresarial que lo originó. Por ello también puede decirse que el dato no se autogenera ni se destruye, sino que se transforma.

El gran desafío de las organizaciones de hoy es lograr que sus datos mantengan la integridad desde su origen, garantizando que sean precisos y confiables. Un dato que no contenga dichas cualidades podrá mezclarse con otros para generar información que, a su vez, carecerá de fiabilidad y por lo tanto, resultará en una solución de Business Intelligence de alto riesgo para la toma de decisiones.

Los tres factores que más habitualmente pueden dar origen a un dato con baja completitud o integridad son:

1. El factor humano: que durante el registro, copia o transferencia de datos puede inyectar errores.
2. Inconsistencia en las operaciones del negocio: por problemas de desfase o debido a la forma empleada para procesar y/o actualizar los datos.
3. Defectos a la hora de integrar y conciliar datos provenientes de diferentes fuentes: debido a su incompatibilidad original o por errores posteriores durante su proceso de integración.

Es por esto que, a la hora de garantizar la integridad de datos, es primordial asegurar las bases para una correcta integración, orientada al Business Intelligence.