Garantizar la calidad de datos no es sencillo. Está claro que lo deseable sería contar con datos precisos, actualizados y completos pero, por desgracia, el mundo real está lejos de ser ideal. Lograr datos de alta calidad obliga a tener una comprensión muy clara del significado, el contexto y la intención de los mismos, donde no existan las ambigüedades y además, a ser posible, se cuente con definiciones estandarizadas que puedan servir de base para la futura toma de decisiones.
Asegurar la calidad de datos en la organización no debe plantearse como una acción puntual. Planificar la mejora continua en base a iteraciones es el enfoque más efectivo y el que más puede acercar al negocio al éxito, en lo que a data quality se refiere. En este proceso sirve de gran ayuda el poder contar con:
- Conocimiento de las fuentes de origen.
- Control de la trayectoria del dato.
- Glosario de negocio.
En el mejor de los casos, la mala información se reconoce de inmediato y es excluida del proceso de toma de decisiones. En el peor, los datos defectuosos, incompletos o poco fiables no se reconocen, y provocan una toma de decisiones errónea. Son los efectos de la insuficiente o inexistente calidad de datos.
La mayoría de las veces, por desgracia, esa información de mala calidad se descubre al final del proceso de transformación de los datos, momento en que el flujo de información ha llegado a manos de su consumidor final y las acciones han sido llevadas a cabo.
Este tipo de información tiende a ser generada utilizando datos que se han almacenado durante algún tiempo, y, por eso, repararla puede suponer un proyecto complejo cuando no se cuenta con:
La información de alta calidad es esencial en todos los aspectos del ecosistema empresarial hoy en día. La mejora de la calidad de datos y, por tanto, de la información derivada de éstos y el conocimiento que generan; son aspectos fundamentales durante el proceso de implementación de una solución de Business Intelligence, y también como paso previo a esta etapa.
Por lo general, se producen muchos errores e incidentes adversos en los procesos de toma de decisiones estratégicas, que no son achacables a la solución de BI en sí misma, sino que son el resultado de baja calidad de datos e información incompleta, desactualizada o inconsistente. Esto conlleva:
- Un impacto directo al grado de competitividad de la empresa.
- Un aumento en los costes de los procesos.
- La inhibición del intercambio de información, el análisis, la investigación y las iniciativas de medición del desempeño.
Tal vez te interese leer:
El Ciclo de Vida en la Calidad de los Datos
Evitar estas consecuencias tan poco deseables para cualquier negocio pasan por priorizar la calidad de datos, promover un gobierno de la información adecuado y velar por que se toman las medidas que favorezcan la integridad de datos en la organización.