El valor de la gestión de datos

Un método de valoración de problemas de calidad de datos

Posted on Wed, Jul 5, 2017

Los datos contienen información, la información apoya la toma de decisiones y las decisiones dirigen procesos que, yendo un paso más allá, producen resultados en términos de ingresos. Si ahora damos un paso atrás y pensamos en un escenario en el que tengamos problemas de calidad de datos, podremos ver claramente las consecuencias de este tipo de cuestiones y entenderemos la importancia de los sistemas que ayudan a mejorar y evitar estos problemas de calidad de datos.

problemas_de_calidad.jpg

Créditos fotográficos: Motizova

 

En la actualidad, todas las empresas están sometidas a los efectos de una explosión de datos. Una gran cantidad de datos generados por los medios de sociales, el comportamiento del consumidor, los diferentes sistemas en la empresa, los dispositivos móviles, etc.

Cada acción humana y o de una máquina genera datos en diferentes formatos y tamaños y las organizaciones utilizan esos datos para entender el comportamiento de sus usuarios, sus clientes, proveedores, socios y de los sistemas.

Los datos, si se presentan y utilizan bien, son el mayor activo para cualquier organización, pero todo esto depende de que no tengas problemas de calidad de datos. La mala calidad de los datos puede perjudicar gravemente la reputación de la organización y también puede afectar a sus ingresos.

 

Descárgate aquí la guía "Calidad de datos: una radiografía completa", descubre  cómo crear un plan de calidad de datos y mucho más.

 

¿Sabes si tienes problemas de calidad de datos?

Presupuestos, contrataciones, ofertas, promociones, lanzamientos… a diario son muchas las decisiones que se apoyan en la inteligencia empresarial y, para evitar errores, es necesario asegurarse de que los datos de los que se nutren los procesos analíticos y de reporting de la organización están libres de problemas de calidad.

Pero, muchas veces, la mayor dificultad reside en descubrir si la información de la empresa adolece de este tipo de fallos y comprobar en qué medida. Para facilitar este proceso, no hay más que seguir los 6 siguientes pasos:

  1. Reunir los últimos 100 registros de datos generados en un área o departamento, por un grupo específico de usuarios o para un proyecto en concreto. Para esta evaluación se puede poner el foco en distintos tipos de información: pedidos de clientes, borradores de presupuestos o procesamiento de devoluciones, por ejemplo.
  2. De esos registros, escoger una muestra pequeña, de no más de una decena o decena y media de elementos de datos críticos (o sus atributos) para desplegarla en una hoja de cálculo.
  3. Convocar a algunos de los propietarios de los datos a una reunión.
  4. De forma conjunta con ellos, trabajar examinando, registro por registro, para averiguar si aparecen problemas de calidad.
  5. Durante el proceso de evaluación, es conveniente marcar los errores de forma que se diferencien de los ítems libres de problemas de calidad. También resulta recomendable explicar en una nota al margen en qué consiste el fallo identificado y cuáles pueden ser sus causas de aparición.
  6. Resumir los resultados en dos grupos, registros libres de errores y registros asociados a cualquier tipo de problemas de calidad de datos.

Hay que tener en cuenta de que no se trata sólo de los errores, sino que, por cada uno de estos problemas de calidad se pueden generar clientes descontentos, lo que se traduce en pérdidas de ingresos o aumento de los costes.

Es importante que, una vez se ha completado la tarea de detección de errores y la clasificación de registros, se establezcan prioridades. Los atributos que puedan arreglarse de forma más rápida y los asociados a errores que puedan tener peores consecuencias deberán atajarse antes.

Después de encontrar y eliminar las causas de raíz, hay que continuar haciendo un seguimiento periódico de la calidad de la información. En la lucha contra los problemas de calidad de datos, siempre resulta recomendable apoyarse en la automatización y recurrir a la implementación de un software específico que resuelva este tipo de inconvenientes de forma proactiva.

 

New Call-to-action 

Topics: Data Quality