¿Qué sucede cuando cada área de negocio es la responsable de sus propias elecciones tecnológicas? ¿O cuando la expansión de la empresa implica la adquisición de nuevas unidades procedentes de ubicaciones geográficas distintas? Lo que ocurre en estos casos es que la calidad de datos es la primera en resentirse, al faltar la visión única y complicarse la conciliación de datos maestros en toda la empresa.
Un estudio de TDWI "Master Data Management: Consensus-Driven Data Definitions for Cross-Application Consistency" pone de relieve la importancia de la gestión de datos maestros en la resolución de cuestiones relacionadas con la mala calidad de los datos. En concreto, revelan que:
Estos problemas tienen repercusiones tanto en el área de IT, como en el área de negocio y se concretan en la aparición de ineficiencias en la organización que pueden tomar cualquiera de las siguientes formas:
La forma de conseguir que las cuestiones de data quality vuelvan a su cauce y que se minimicen las pérdidas de eficiencia que la disparidad de perspectivas causa, es trabajar la gestión de datos maestros (MDM).
Tal vez te interese leer:
Beneficios de crear una estrategia de relación global con el cliente
Master data management, más allá de servir como mero soporte de las acciones de gobierno de datos, es el medio para lograr:
Las ofertas, capacidades y tecnología en materia de Master Data Management han aumentado considerablemente, a la vez que se ha producido el despertar de cada vez más negocios, que toman conciencia de la relevancia de la gestión de datos maestros para preservar la calidad de datos y mantenerla dentro de unos niveles aceptables.
Sin embargo, la variedad de enfoques no debe causar confusión. En temas de MDM hay que tener las cosas claras, saber que la calidad de datos ha de jugar un papel clave y centrarse en hacer frente a los desafíos que se plantean en la planificación, diseño, implementación y mantenimiento de la gestión de datos maestros; incluyendo el análisis y perfilado de datos, la limpieza y enriquecimiento de datos, el seguimiento de la calidad de los datos, la gestión de metadatos y, por supuesto, la transformación, acceso y entrega de datos.