Recordar conceptos básicos resulta muchas veces útil y esto es especialmente interesante cuando se trata de calidad de la información. Este es, probablemente, uno de los principales aspectos que toda empresa debe considerar antes de iniciar cualquier proyecto de data analytics.
En un primer momento el concepto puede parecer evidente. Para tener una buena calidad de la información, los datos deben cumplir con ciertos criterios reconocidos por todos como precisión, oportunidad, relevancia y comprensibilidad. Sin embargo, existen definiciones ligeramente diferentes para cada persona. Entonces ¿Qué es la información de calidad?
|
Cada año, entre el 25% y el 30% de los datos se vuelven inexactos, lo que genera campañas de ventas y marketing menos efectivas.
Fuente: Webincare
|
¿Cuáles son los atributos de la calidad de la información?
A continuación, se presentan los atributos fundamentales que deben estar presentes para hablar de una buena calidad de la información. Son 8 y se suelen escribir de forma que la primera letra de cada concepto en inglés forma el acrónimo ACCURATE (preciso).
- Precisa (Accurate): en la práctica, los datos utilizados para diferentes propósitos requieren diferentes niveles de precisión. En los sistemas de inteligencia empresarial se producen constantemente problemas relacionados con la inexactitud. Es un problema de calidad de la información bien conocido, que comprende desde el diseño de sistemas hasta la implementación y el mantenimiento.
- Completa (Complete): la información incompleta puede provocar una toma de decisiones errónea. Existe el problema de que una información completa para una persona podría ser incompleta para otra, por eso, requiere consensuar las necesidades de cada usuario para que todos dispongan de los datos requeridos.
- Compatible (Compatible): la calidad de la información también consiste en la forma en que se puede combinar con otra información. Esto ocurre a menudo cuando la información implica a varios sistemas que trabajan juntos, en una integración de datos, por ejemplo. En estos casos es importante disponer de una arquitectura de la información adecuada con una estructura dinámica que pueda crecer junto a las necesidades del cliente.
- Orientada al usuario (User-targeted): la información debe ser comunicada en un estilo, formato, detalle y complejidad, que sea compatible con las necesidades de los usuarios de esa información.
- Relevante (Relevant): el componente clave para la calidad de la información es que la información se dirija a las personas adecuadas. Si no es así, quien reciba la información pensará que ésta no es relevante para sus necesidades y la desechará. Esto no quiere decir que la información irrelevante para alguien sea información de baja calidad. Simplemente indica que la información no se ha dirigido a la persona que puede darle uso.
- Accesible (Accessible): es la información que se puede obtener cuando es necesaria. La accesibilidad depende de quien la tiene que recibir y también de las circunstancias específicas en un momento dado. Para una buena calidad de la información la puntualidad y la accesibilidad deben complementarse entre sí.
- Oportuna (Timely): la información oportuna o puntual es la que todavía es útil. Es actual. La información tiene un ciclo de vida que depende de la rapidez con la que nueva información puede ser procesada y comunicada sustituyendo a la anterior. La puntualidad de la información va de la mano de la exactitud de la información.
- Fácil de usar (Easy to use): La información debe ser comprensible para los usuarios. El formato y la estructura deben ser usados teniendo en cuenta quien es el receptor.
|
Las organizaciones creen que, en promedio, el 29% de sus datos son inexactos, lo que genera una clara falta de confianza en los datos.
Fuente: Experian
|
Los 3 pilares para la gestión de Data Quality
Los tres soportes fundamentales que garantizan una buena gestión de la calidad de la información son:
- Gobernanza de datos: consiste en supervisar la exactitud de los datos, su actualización y los procedimientos que mantienen su calidad en función de los objetivos de la empresa. Además, implica difundir una cultura de calidad de datos entre los diferentes sectores y miembros de la empresa.
- Data Quality Assurance: garantiza que se mantiene la calidad de la información a lo largo del tiempo con métodos y procedimientos para identificar fallas en los datos como incoherencia e inexactitud.
- Control de calidad: los protocolos de control de calidad garantizan la precisión de la información y su eficiencia para que las bases no se saturen de datos innecesarios. Para esto debe decidirse sobre la utilidad y pertinencia de la información.
La calidad de la información es una cuestión prioritaria para los negocios, aún más si se tiene en cuenta que la mayoría de empresas están inmersas en la transformación digital y que los nuevos modelos de negocio basan su éxito en los datos.
