La estrategia de la calidad de datos en sistemas informáticos

Las empresas, en la práctica, tienen un gran problema de calidad que se extiende desde el interior de la organización hacia fuera, proyectándose en aspectos como las relaciones con los clientes, la toma de decisiones y la productividad. En un entorno así, es difícil fiarse del dato y éste es precisamente el objetivo de la estrategia de calidad de datos.

•  

  ¿Cuándo aplicar las reglas de calidad de datos?

  En muchas etapas del proceso de data management se puede aplicar la calidad, ya que ésta se relaciona directamente con la integración, un aspecto necesario en un entorno complejo como es el de los sistemas de información empresarial actuales.

  Es, por ello, necesario que la estrategia de calidad de datos general de la empresa conjugue los tres siguientes aspectos:

  • Servicios
  • Metodología
  • Herramientas

  La búsqueda de la calidad de datos a diferentes niveles garantizará una visión de negocio más coherente en la que están asegurados todos los atributos que respaldan al dato confiable: exactitud, actualización, integridad, completitud y fiabilidad.

   

  ¿Por qué tu empresa necesita una estrategia de calidad de datos?

  Cada vez hay más datos de más fuentes en más sistemas: ERPs, fuentes externas, web, call centres o data warehouses, entre otros. Todos los procesos se informatizan, los volúmenes aumentan, las aplicaciones se migran y los sistemas se comunican. Esta realidad plantea nuevos retos a la estrategia de calidad de datos, que debe tener en cuenta tres aspectos importantes en relación con:

  1. Objetivos. Los datos que eran introducidos con un propósito concreto ahora están siendo aplicados a otras finalidades. Así, puede suceder que la calidad de datos sea relativamente buena para los sistemas transaccionales pero no para sistemas BI o CRM. Una factura incorrecta en el plano transaccional afecta sólo a un cliente, en cambio, cuando aparece en un sistema de BI, esta factura puede tener un impacto muy grande para el negocio, llevando a tomar decisiones inadecuadas en diferentes áreas de la organización.
  2. Procesos. Se deben implementar estrategias que permitan alcanzar niveles más altos de calidad de datos para procesos automatizados, ya que los problemas de data quality conllevan dificultades en los diferentes sistemas, con sus consecuencias. Aunque la automatización es algo positivo, ya que reduce los errores humanos, también puede implicar nuevas complicaciones. Y es que, cuando todos los procesos se automatizan y cada vez hay menos intervención humana pueden aparecer nuevos tipos de errores. Por ejemplo, el caso del envío de correspondencia a una dirección equivocada, que una persona podría detectar y cancelar a tiempo, por sentido común, en un entorno automatizado supondría un proceso erróneo, ya que un sistema de mailing tiene muchas ventajas, pero le falta la perspectiva humana que sólo un empleado que conoce a la organización y sus clientes puede aportar.
  3. Servicio. Por último, hay que tener en cuenta que los clientes esperan, cada vez, un mejor servicio. Los estándares del mercado se han elevado a la vez que la sofisticación de los consumidores iba en aumento. Hoy día, las empresas no pueden permitirse bajar la guardia en cuestiones relacionadas con la calidad de datos, puesto que la información defectuosa lleva a una pobre gestión del cliente, quien, al ser más exigente y conocer mejor sus derechos, no pasa por alto determinados errores.

  La calidad de datos es una cuestión prioritaria para tu negocio. ¿Ya tienes en marcha una estrategia que te asegure la cobertura de todas tus necesidades en esta área?