{% set baseFontFamily = "Open Sans" %} /* Add the font family you wish to use. You may need to import it above. */

{% set headerFontFamily = "Open Sans" %} /* This affects only headers on the site. Add the font family you wish to use. You may need to import it above. */

{% set textColor = "#565656" %} /* This sets the universal color of dark text on the site */

{% set pageCenter = "1100px" %} /* This sets the width of the website */

{% set headerType = "fixed" %} /* To make this a fixed header, change the value to "fixed" - otherwise, set it to "static" */

{% set lightGreyColor = "#f7f7f7" %} /* This affects all grey background sections */

{% set baseFontWeight = "normal" %} /* More than likely, you will use one of these values (higher = bolder): 300, 400, 700, 900 */

{% set headerFontWeight = "normal" %} /* For Headers; More than likely, you will use one of these values (higher = bolder): 300, 400, 700, 900 */

{% set buttonRadius = '10px' %} /* "0" for square edges, "10px" for rounded edges, "40px" for pill shape; This will change all buttons */

After you have updated your stylesheet, make sure you turn this module off

¿Cuánto le cuesta a tu empresa el Bad Data?

by Redacción PowerData on diciembre 14, 2015

Bad_Data

Del mismo modo que la calidad de los datos es la clave del éxito de las organizaciones modernas, su pobreza se traduce en una fuente de pérdidas constantes. 

Como es bien sabido, el actual entorno global está siempre sujeto a cambios y se caracteriza por una voraz competitividad, razón por la cual los datos son al mismo tiempo un gran aliado y un permanente desafío. En ellos encontramos una gran oportunidad para lograr la tan ansiada ventaja comparativa, pero también representan un riesgo que debe conjurarse con la implementación de los consabidos proyectos de calidad de datos. 

 

El alto precio del Bad Data

Al incremento exponencial y heterogeneidad de las fuentes se le suma la habitual necesidad de compatibilizar soluciones tecnológicas tradicionales e innovadoras en favor de la eficiencia, una mejor operatividad y un exitoso BI. Si conseguimos una óptima gestión de los datos, ésta se traducirá en un activo empresarial valioso, esencial para competir en el mercado, y ocurrirá justo lo contrario si no se implementan proyectos de calidad de datos.

En la práctica, tomar en serio la calidad de los datos ayuda a conseguir beneficios relacionados con la competitividad de la empresa, entre otros una mejor imagen, la reducción de costes, de carga de trabajo, así como la satisfacción de los clientes y una toma de mejores decisiones. A su vez, se evitan decisiones erróneas y riesgos legales.

Con un escenario de Bad Data, lógicamente, se logra justo lo contrario, es decir, una menor capacidad operativa y de toma de decisiones que se traduce en un deficiente funcionamiento del negocio. No en vano, los datos sin calidad son sinónimo de malas decisiones y de un sinfín de oportunidades perdidas. En definitiva, carecer de datos maestros fiables que ofrezcan una visión de la realidad es esencial para la correcta marcha de un negocio.

 

Bad Data reduce los ingresos un 30 por ciento  

Si bien tenemos clara la importancia de la calidad de los datos sobre la correcta marcha de un negocio, por lo general no ocurre lo mismo cuando se trata de valorar cuánto le cuesta a una empresa el Bad Data.

En concreto, la mala calidad de los datos resulta nefasta cuando afecta a la información de valor estratégico, limitando la productividad, la toma de decisiones y el cumplimiento de la normativa. Su coste directo puede observarse en capítulos como los siguientes:

  • Gasto y riesgo de proveedores.
  • Optimizar las ventas.
  • Servicio al cliente.
  • Campañas de marketing.
  • Creación de informes.
  • La toma de decisiones.
  • Plantear innovaciones.
  • Sistemas de TI.

A tal respecto, las estadísticas establecen cifras concretas. De acuerdo con Ovum Research, los problemas de calidad de los datos está costando a las empresas al menos el 30 por ciento de los ingresos. Son valores promedios orientativos que, si bien varían a nivel casuístico, encuentran en su elocuencia su mayor valor práctico. 

 

Objetivo: datos limpios, consistentes y conectados

La problemática de la mala calidad de datos es doble. Por un lado, se fragmentan conforme las empresas van creciendo e incluyendo aplicaciones que dispersan la información. A su vez, los datos van cambiando de forma inevitable, con lo que finalmente los datos críticos para el negocio adolecen de inconsistencia.

Hacer frente al problema requiere la implementación de un avanzado MDM de forma escalable. Tras mejorar primero la calidad de los datos que mayor impacto produzcan se va avanzando hacia el dominio de los datos críticos para el negocio. No bastará con una información clara y consistente en todas las aplicaciones.

Para que los sistemas MDM funcionen de forma integral se precisa una conexión entre los datos obtenida mediante proyectos de integración. Solo así se pueden llevar a cabo las operaciones de forma óptima.

Fuente imagen: Pong / FreeDigitalPhotos.net

 

Post relacionados:

 

New Call-to-action

Topics: Data Quality

¡Suscríbase!

Popular Posts

IR AL CENTRO DE   RECURSOS