¿Confías en la calidad de datos de Salesforce?

La calidad de datos es un problema en la mayoría de organizaciones, un inconveniente que se magnifica cuando interviene Salesforce. Esta aplicación causa un impacto muy notable en distintas áreas de negocio y, sin embargo, cuenta con un diseño que puede afectar a la calidad de datos, por cualquiera de las siguientes razones:

Créditos fotográficos: istock maxkabakov

• No es demasiado intuitivo, por lo que puede guiar a los errores de entradas manuales.

• Pese a incorporar tareas predefinidas, le falta la configuración de flujos de trabajo, para garantizar la completitud que con un configurador de procesos se lograría.

• Aísla al departamento de ventas y al de marketing del resto de la empresa, por lo que incide directamente en la falta de consistencia de la visión de la compañía.

Salesforce apuesta por ayudar al usuario de negocio a mejorar la calidad de datos y, por eso, en su propia web, dentro de la sección de "Ayuda", ofrece algunas recomendaciones para impulsar data quality, como las siguientes:

1. Llevar a cabo un perfilado de datos, para ganar una mejor comprensión sobre ellos. Esta acción se debe completar con una acción de limpieza de datos, que elimine errores y duplicidades.
2. Controlar los datos, con el objetivo de mejorar su precisión y asegurar que sólo los usuarios autorizados acceden a la información en la medida en que se les brinda ese acceso.
3. Integrar los datos, intentando garantizar la visión única a través de la actualización de los sistemas.
4. Completar la información disponible añadiendo datos nuevos relacionados que enriquezcan el resultado.
5. Monitorizar los datos y establecer las políticas y procedimientos necesarios para hacer este seguimiento efectivo, apoyándose preferiblemente, en el uso de las herramientas adecuadas.
6. Instaurar un proceso de mejora continua para la calidad de datos, designar a los propietarios de los datos y cualificar a los usuarios, para que entiendan la importancia de su implicación con el compromiso de mantenimiento de determinados estándares de data quality.

Sin embargo, estas mejores prácticas, pese a su influencia positiva en la calidad de datos, no resultan suficientes para asegurar la fiabilidad de los informes, por lo que no garantizan que se puedan evitar las incoherencias o deficiencias en data quality que afecten a las decisiones y al rumbo que tome la empresa.

Calidad de datos y Salesforce: cómo ganar la batalla y aumentar la precisión

Para que la calidad de datos deje de ser un problema en las organizaciones hace falta aumentar la eficiencia en las interacciones con Salesforce. Conseguirlo dependerá de minimizar el tiempo requerido para la elaboración de los informes y la gestión de los datos, mejorar la compartición y coherencia de la información en base a aumento de la fiabilidad de los datos y garantizar la ausencia de problemas derivados de la integración de diferentes aplicaciones cloud con Salesforce.

Eliminando los problemas de calidad de datos (que afectan al 76% de las empresas según el informe "The State of Salesforce Report, 2015 - 1026", de Bluewolf) se incrementa el valor del negocio, a través de las siguientes acciones:

1. Designar una persona encargada de la gestión de datos que se centre en los problemas de calidad de datos en Salesforce.
2. Evaluar la calidad de datos de cliente en Salesforce.
3. Estandarizar los campos de datos.
4. Eliminar deficiencias introduciendo soluciones o reglas de validación de campos que las corrijan.
5. Enriquecer los datos con información procedente de otras fuentes.
6. Programar y automatizar la acción de replicación y sincronización de los datos que sea necesario, no de todos.
7. Eliminar duplicidades en los datos.
8. Limpiar los datos y proceder a su control.
9. Crear reglas de validación de datos y aplicarlas.
10. Monitorizar los niveles de calidad de datos y continuar realizando acciones que mejoren el ajuste con los niveles de data quality requeridos.

Post relacionados:

• El perfilamento de datos, primer paso en los procesos de calidad

• Data quality: cómo afecta la calidad del dato en los resultados de tu compañía

• ¿Cuánto le cuesta a tu empresa el Bad Data?