La falta de un estudio acerca de la rentabilidad financiera de un proyecto de gestión de datos maestros puede ser un obstáculo para la implementación de iniciativas de MDM.
Una gestión de datos maestros, donde se limpian los datos de los clientes, pronto ve un aumento de la satisfacción del cliente, pero casi siempre es difícil trazar una causa y efecto directos que puedan demostrar la rentabilidad financiera del proyecto. Y esto puede suponer dificultades para obtener los fondos necesarios para ponerlo en marcha.
Calcular la rentabilidad financiera de un proyecto de gestión de datos maestros no es algo obvio, existen alternativas, unas mejores que otras y hay que saber elegir. Veamos algunas diferentes posibilidades.
Existen tres maneras diferentes para hallar la rentabilidad financiera de un proyecto de este tipo y determinar si puede interesar o no a la organización:
“Los empleados de organizaciones sin iniciativas de MDM necesitan cinco veces más tiempo para llevar a cabo la búsqueda de datos (6.2 horas por semana frente a 1.3) que aquellos que tenían programas de gestión de datos maestros implementados en su compañía” (Fuente: Asug).
“La satisfacción del cliente en organizaciones con iniciativas de gestión de datos maestros en marcha es un 17 por ciento superior a la obtenida en aquellas donde no se ha iniciado ningún proyecto de este tipo” (Fuente: Asug).
Tal vez te interese leer:
Cómo ayuda el Master Data Management a generar éxito en servicios financieros
“Los programas MDM pueden ayudar a reducir los costos de TI de una organización. Las empresas que llevan a cabo iniciativas de gestión de datos maestros gastaron, en promedio, un 7% por ciento menos las que no tienen proyectos de MDM en marcha en cuestiones de almacenamiento y un 5 por ciento menos en temas relacionados con la gestión de datos” (Fuente: Asug).
No obstante, hay que tener en cuenta que el ahorro y los beneficios que confirma la rentabilidad financiera de MDM no se derivan simplemente de la implementación exitosa de un software de gestión de datos maestros. Es preciso complementar la tecnología con políticas y gobierno de datos.