El valor de la gestión de datos

La clave en un proyecto de calidad de datos: el Know- How

Publicado el 1/06/14 4:00

Captura de pantalla 2014 03 24 a la(s) 16.14.59

El know-how es la clave. Los proyectos de calidad de datos no suelen ser complejos, pero sí requieren de un análisis muy detallado que defina los business goals de la organización. Y la experiencia de un partner aquí es simplemente necesaria.

De hecho, en muchas ocasiones las organizaciones fallan a la hora de reconocer la importancia de definir o diseñar business goals (por falta de definición). La principal causa es la falta de experiencia interna para definir la solución óptima para sus entornos.

Estas compañías necesitan un partner y una tecnología que les ayude a tomar la decisión correcta, y que al mismo tiempo les ayuden a establecer unos claros y conseguibles objetivos. Y una vez que los business goals están diseñados, viene la parte del desarrollo y la implementación, donde, una vez más, un partner especializado es fundamental para lograr el éxito.

La gran ventaja de los partners es la eficiencia con la que se aproximan a este tipo de proyectos debido a su experiencia. Los beneficios son claros en cuanto a rapidez en la implementación. Se estima una mejora en tiempos de un 70% vs las soluciones in-house. Experiencia, best practices y conocimiento marcan la diferencia.

La tecnología apoya también en este dilema. La flexibilidad de las herramientas, el amplio espectro de funcionalidades estándar al mercado incorporadas en las herramientas, la escalabilidad de las mismas y los múltiples módulos para acometer de manera independiente problemas distintos hacen que la solución sea económica.

 

picha aquí para descargarte una guía más completa sobre calidad de datos.

 

¿Cuáles son los problemas más frecuentes?

Baja precisión del stock, facturas erróneas, incumplimiento de auditoría, inexactitud en los reportes financieros, coste de enviar productos y campañas promocionales a clientes y direcciones inexistentes, gastos de envío adicionales para la corrección de direcciones ( Fedex), e incluso pérdida de ingresos telemarketing

¿Y los síntomas más comunes?

Tiempo en la preparación de los pedidos, duplicar reportes, órdenes incorrectas, duplicación de la información, erosión de relaciones con los clientes, pérdida de oportunidades cross-selling y up-selling, etc.  

De hecho, cada punto de contacto con el cliente es una fuente potencial de corrupción de datos. Los motivos son variados:

  • Los clientes que se dan de alta vía web intencionalmente introducen datos de mala calidad para proteger su privacidad.

  • Los operadores del centro de atención al cliente introducen datos abreviados para ahorrar tiempo.

  • Los operadores del centro de atención al cliente introducen datos erróneos por desconocimiento de la lengua.

  • Los datos de terceros contienen inconsistencias, inexactitudes y errores.

  • Los sistemas de front-office generan errores en los datos de contacto de los clientes.

  • Los datos de origen diverso (por ejemplo, excel propios de los vendedores o de marketing) no se ajustan a las normas operativas y de formatos.

  • Los cambios reales de teléfono o dirección no se consolidan en todos los sistemas

La conclusión es que existen demasiados puntos débiles, principalmente en la introducción manual de los mismos, lo que comporta la reducción de la calidad de los datos a lo largo de todo el sistema.

Verdaderamente, casi el 70% del esfuerzo en implementar un DWH está asociado con tareas relacionadas con integración y calidad de datos y aún así, muchas compañías subestiman la complejidad de este tipo de proyectos.

La experiencia, el know-how, el conocimiento, las mejores prácticas...están del lado del partner.

 

Post realcionados:


calidad de datos imprescindibles factores

Temas: Data Quality