El valor de la gestión de datos

Calidad de sistemas de información: conocimiento y buenas decisiones

Posted on Wed, Jun 1, 2016

Calidad de sistemas de información es sinónimo de excelencia, de valor, de alineación con las especificaciones internas y, también, de cumplimiento de las expectativas de los clientes. Conseguir llegar a este nivel depende de saber utilizar la tecnología adecuada, aplicar las mejores prácticas de la industria y minimizar los errores en el desempeño. Las organizaciones que aseguran estos estándares de calidad consiguen aumentar sus márgenes de beneficios, disfrutan de aplicaciones más accesibles y útiles y son capaces de ajustarse a los requisitos de la demanda de manera más rápida y efectiva. ¿Puede tu organización satisfacer las necesidades de información de todos los usuarios? ¿Apoyan los datos disponibles a la toma de decisiones? ¿Se cuenta con las capacidades necesarias para transformar información en conocimiento?

calidad-de-sistemas-de-informacion-mayo.jpg

 Créditos fotográficos: istock kynny

 

Calidad de sistemas de información: mucho más que data quality

La calidad de sistemas de información no es una cuestión de data quality únicamente, sino que también depende del entorno empresarial y la forma en que los procesos de negocio y los propios usuarios emplean los datos. Un dato de calidad es aquél que se ajusta al uso para el que se destina y cumple con los requisitos de exactitud, fiabilidad, completitud, actualización y consistencia. Pero, para salvaguardarlos, es necesario que la organización dicte las políticas necesarias al respecto.

Resulta conveniente el proponer un estándar de calidad del sistema de información en base a cinco dimensiones, desde el punto de vista del usuario:

A/ Disponibilidad: es el grado de comodidad para los usuarios a la hora de obtener datos e información relacionada. Para su evaluación, puede descomponerse en tres elementos: accesibilidad, autorización y puntualidad.

B/ Facilidad de uso: alude al grado de utilidad de los datos, en función de la idoneidad con que sean capaces de cumplir con las necesidades de los usuarios.

C/ Fiabilidad: se refiere al potencial del dato para resultar confiable, en base a su precisión, consistencia, integridad y suficiencia.

D/ Pertinencia: se utiliza para describir el grado de correlación entre el contenido de los datos y las expectativas o demandas de los usuarios. La adaptabilidad sería considerada como un valor.

E/ Calidad de la presentación: se refiere al modo en que se describen los datos y la manera en que el usuario los percibe. Debe tratarse de una presentación que permita a los usuarios comprenderlos y puede evaluarse en función de variables como la legibilidad y la estructura.

El problema viene si no se advierte que los usuarios de los datos pueden no coincidir con los productores ni con  los propietarios de los mismos, por lo que desarrollar las normas sólo desde su perspectiva puede ser el primer gran error. Además, la interacción usuaria (que alude a la relevancia y presentación de la información) es sólo una de tantas funciones en las que participan los datos dentro del sistema de información, por lo que no hay que olvidar otras, igual de importantes, como son, por ejemplo:

  • Recogida de datos.
  • Almacenamiento de datos.
  • Procesos de transformación y análisis de datos.
  • Distribución de la información.

 

El problema de evaluar la calidad de sistemas de información en tiempos de big data

Para asegurar la calidad de sistemas de información, está claro que es preciso trabajar la calidad del dato en primer lugar. El inicio de este proyecto tendría que ver con hacer una toma de contacto con la realidad, evaluar los activos informacionales de la empresa y descubrir en qué punto se encuentran. Las fuentes de datos, tipos, volumen, requisitos de calidad, criterios de evaluación y las especificaciones, así como los objetivos esperados, tienen que ser fijados de antemano.

Hay que tener en cuenta que, llevar a cabo una evaluación de este tipo, especialmente en entornos big data, puede resultar complejo ya que en diferentes áreas de negocio, la selección de elementos de calidad de datos a medir será diferente. Por ejemplo:

- Para el área de marketing, al trabajar con medios de comunicación social, la puntualidad y la precisión son dos características importantes de calidad. Sin embargo, debido a que es difícil juzgar su exactitud directamente, será preciso incorporar alguna información adicional para evaluar los datos en bruto, por lo que se precisarán otras fuentes de datos. Hay que recordar que la credibilidad se ha convertido en una importante dimensión de calidad y, sin embargo, los datos de redes sociales son, por lo general, no estructurados, lo que complica enormemente evaluar aspectos como la coherencia y la integridad.

- Para el área de desarrollo de producto, debido a las características intrínsecas a este tipo de procesos, que no destacan por su uniformidad, los formatos de software de almacenamiento de datos y de los propios datos utilizados varían ampliamente. Por ello, es difícil considerar la consistencia como una dimensión de la calidad a evaluar en este ámbito, igual que sucedería con atributos como la integridad o la pertinencia.

Con el fin de evaluar de forma efectiva la calidad de sistemas de información hace falta elegir los indicadores de evaluación específicos para cada área y en virtud de sus características y del entorno empresarial real.

 

Cómo participa la organización en la mejora de la calidad de sistemas de información

Con el aumento de la presión competitiva, las compañías están tratando de mejorar la calidad de sus procesos y la calidad de trabajo de sus empleados. Este hecho ha dado lugar a las empresas a intentar optimizar la calidad de sistemas de información, al considerarlos como un activo que es el resultado de la inversión en IT y que se espera que traiga beneficios a la empresa. Estos beneficios llegan cuando el uso del sistema proporciona un impacto positivo a la organización en términos de negocio y a nivel de rendimiento individual.

Para lograr esa optimización, es importante investigar el impacto de la información de calidad en el desempeño de los usuarios, o las consecuencias de la falta de ella en los resultados de sus acciones. Una forma de llevar a cabo este análisis es en base a la medición de la influencia de seis variables que relacionan el impacto de la calidad de sistemas de información sobre los beneficios individuales. Estas variables están relacionadas con la promoción del conocimiento y son las siguientes:

  1. Colaboración.
  2. Confianza.
  3. Aprendizaje.
  4. Centralización.
  5. Experiencia.
  6. Formalización.

A la hora de evaluar la influencia de la calidad no puede olvidarse que, pese a que los datos son objetivos, la percepción de las diferentes partes interesadas sobre los efectos de la calidad puede ser diferente. Mientras que para unos estará muy relacionada con los resultados a nivel de retorno de la inversión, para otros podría tener más que ver con los beneficios operacionales del sistema y su apoyo a la toma de decisiones; o con  la facilidad de uso (usabilidad) y la capacidad para mejorar la eficacia personal de los usuarios.

Todos son aspectos importantes y todos deben englobarse en cualquier sistema de evaluación de la calidad de sistemas de información para poder detectar dónde están los puntos débiles, identificar las áreas que pueden mejorarse y monitorizar la implementación de los ajustes practicados, para asegurar que se sigue cumpliendo el objetivo de calidad. Sólo así será posible garantizar que la conversión de datos en información y de ésta en conocimiento se lleva a cabo de manera adecuada, su producto apoya a la toma decisiones y no existen fisuras ni el riesgo de que esta cadena se rompa por errores, lagunas o deficiencias en su núcleo, los datos.

 

New Call-to-action

Topics: Data Quality