Según un estudio de IDC, entre el 30 y el 50% de las organizaciones encuentran una brecha entre sus expectativas de datos y la realidad. Una mirada más profunda a esta estadística muestra que:
- El 45% de las organizaciones ven una brecha en el linaje y el contenido de los datos,
- El 43% de las organizaciones ven una brecha en la integridad y coherencia de los datos,
- El 41% de las organizaciones ven una brecha en la puntualidad de los datos,
- El 31% de las organizaciones ven una brecha en el descubrimiento de datos, y
- El 30% de las organizaciones ven una brecha en la responsabilidad y la confianza de los datos.
Estas dimensiones de los datos se denominan comúnmente métricas de calidad de los datos, algo que nos ayuda a medir la idoneidad de los datos para su finalidad, también conocida como calidad de los datos.
¿Qué es la calidad de los datos?
El grado en que los datos satisfacen los requisitos de su finalidad.
Si una organización no puede utilizar los datos para la razón por la que se almacenan y gestionan, se dice que son de mala calidad. Esta definición implica que la calidad de los datos es subjetiva y que significa algo diferente para cada organización, según el uso que se le quiera dar. Por ejemplo, en algunos casos, la exactitud de los datos es más importante que la exhaustividad de los mismos, mientras que en otros casos puede ocurrir lo contrario.
Otra forma interesante de describir la calidad de los datos es:
La ausencia de defectos intolerables en un conjunto de datos.
Es decir, los datos no pueden estar completamente libres de defectos y eso está bien. Sólo tiene que estar libre de defectos que sean intolerables para el propósito que se utiliza en la organización. Por lo general, la calidad de los datos se supervisa para comprobar que los conjuntos de datos contienen la información necesaria (en términos de atributos y entidades), y que la información es lo más precisa (o libre de defectos) posible.
¿Cómo construir un caso de calidad de datos?
Tras haber proporcionado soluciones de datos a clientes de la lista Fortune 500 durante más de una década, solemos encontrar profesionales de datos que dedican más de 50 horas a la semana a sus responsabilidades laborales. Las horas añadidas son el resultado de la duplicación del trabajo, los resultados infructuosos y la falta de conocimiento de los datos. Tras un análisis más profundo, a menudo encontramos que la calidad de los datos es el principal culpable de la mayoría de estos problemas. La ausencia de un motor de calidad de datos centralizado que valide y solucione sistemáticamente los problemas de calidad de datos está costando a los profesionales de datos experimentados más tiempo y esfuerzo del necesario.
Cuando algo carcome silenciosamente la productividad de su equipo y produce resultados poco fiables, resulta crucial llamar la atención de las partes interesadas necesarias para que se puedan tomar medidas correctivas a tiempo. Estas medidas también deben integrarse como parte del proceso empresarial para que se ejerzan como un hábito y no como un acto puntual.
En este blog, trataremos tres puntos importantes:
- La forma más rápida y sencilla de demostrar la importancia de la calidad de los datos.
- Un montón de recursos útiles que tratan diferentes aspectos de la calidad de los datos.
- Cómo la calidad de los datos beneficia a los seis pilares principales de una organización.
Empecemos.
1. Diseño de la matriz de riesgo de los datos de la empresa
Para demostrar la importancia de la calidad de los datos, hay que destacar cómo los problemas de calidad de los datos aumentan los riesgos empresariales y afectan a la eficacia de la empresa. Para ello es necesario que los responsables y profesionales de los datos investiguen y discutan, y luego puedan compartir los resultados y las conclusiones con las partes interesadas necesarias.
A menudo encontramos problemas menores y mayores en nuestros conjuntos de datos, pero rara vez los evaluamos con la suficiente profundidad para ver el tipo de impacto empresarial que pueden tener. En un blog reciente, hablé del diseño de la matriz de riesgo de datos – negocio: una plantilla que le ayuda a relacionar los defectos de los datos con el impacto en el negocio y los costes resultantes. En pocas palabras, esta plantilla le ayuda a relacionar los diferentes tipos de información errónea presentes en su conjunto de datos con los riesgos empresariales.
Ejemplo
Por ejemplo, un nombre de cliente mal escrito o una información de contacto incorrecta pueden dar lugar a registros duplicados en un conjunto de datos para el mismo cliente. Esto, a su vez, aumenta el número de llamadas entrantes, disminuye la satisfacción de los clientes y afecta a la demanda de auditoría. Estos contratiempos pasan factura a la empresa en términos de aumento del tiempo del personal, reducción de los pedidos por insatisfacción de los clientes, aumento de la volatilidad del flujo de caja, etc.
Pero si se consigue plasmar esta información en un papel en el que algo tan pequeño como un nombre de cliente mal escrito se atribuye a algo tan grande como la pérdida de clientes, puede ser el primer paso para construir un caso sobre la importancia de la calidad de los datos.
2. Utilizar recursos útiles para la calidad de los datos
Tenemos un montón de contenido en nuestro centro de calidad de datos que discute la calidad de datos desde diferentes ángulos y perspectivas. Probablemente encontrará algo que satisfaga sus necesidades, algo que le ayude a convencer a su equipo o a sus directivos sobre la importancia y el papel de la calidad de los datos para cualquier iniciativa basada en ellos.
A continuación se ofrece una lista de estos recursos:
- El impacto de la mala calidad de los datos: Riesgos, retos y soluciones
- Medición de la calidad de los datos: ¿Cuándo hay que preocuparse?
- Creación de un equipo de calidad de datos: Funciones y responsabilidades a tener en cuenta
- 8 mejores prácticas para garantizar la calidad de los datos en la empresa
- Dimensiones de la calidad de los datos: 10 métricas que debe medir
- 5 procesos de calidad de datos que hay que conocer antes de diseñar un marco de DQM
- Diseñar un marco para la gestión de la calidad de los datos
- La guía definitiva del comprador de herramientas de calidad de datos
3. Presentar los beneficios de la calidad de los datos en los principales pilares
En esta sección, veremos cómo las pruebas de calidad de datos de principio a fin y la fijación pueden beneficiarle en los seis pilares principales de una organización (negocio, finanzas, cliente, competencia, equipo y tecnología).
a. Negocios
Una empresa utiliza sus datos como combustible en todos los departamentos y funciones. No poder confiar en la autenticidad y exactitud de sus datos puede ser uno de los mayores desastres en cualquier iniciativa de datos. Aunque todas las áreas de negocio se benefician de una buena calidad de datos, las principales son:
i. Toma de decisiones
En lugar de basarse en intuiciones y conjeturas, las organizaciones utilizan la inteligencia empresarial y los resultados analíticos para tomar decisiones concretas. Tanto si estas decisiones se toman a nivel individual como a nivel corporativo, los datos se utilizan en toda la empresa para encontrar patrones en la información pasada, de modo que se puedan hacer inferencias precisas para el futuro. La falta de datos de calidad puede sesgar definitivamente los resultados de su análisis, haciendo que este enfoque sea más perjudicial que beneficioso.
Más información en Mejorar la analítica y la inteligencia empresarial con datos limpios.
ii. Operaciones
Varios departamentos, como el de ventas, el de marketing y el de productos, dependen de los datos para el funcionamiento eficaz de los procesos empresariales. Tanto si se trata de incluir información sobre un producto en el sitio web, como de utilizar listas de clientes potenciales en las campañas de marketing o de emplear los datos de ventas para calcular los ingresos anuales, los datos forman parte de todas las operaciones grandes y pequeñas. Por lo tanto, unos datos de buena calidad pueden impulsar la eficiencia operativa de su empresa, al tiempo que garantizan la precisión de los resultados y reducen las lagunas de posibles errores.
Lea más en Componentes clave que deben formar parte de los objetivos de eficiencia operativa.
iii. Cumplimiento
Las normas de cumplimiento de datos (como el GDPR, la HIPAA y la CCPA, etc.) están obligando a las empresas a revisar sus estrategias de gestión de datos. Según estas normas de cumplimiento de datos, las empresas están obligadas a proteger los datos personales de sus clientes y a garantizar que los propietarios de los datos (los propios clientes) tengan derecho a acceder a ellos, modificarlos o borrarlos.
Además de estos derechos concedidos a los propietarios de los datos, las normas también responsabilizan a las empresas de seguir los principios de transparencia, limitación de la finalidad, minimización de los datos, exactitud, limitación del almacenamiento, seguridad y responsabilidad. La aplicación oportuna de estos principios resulta mucho más fácil con una calidad de datos limpia y fiable. Por lo tanto, los datos de calidad pueden ayudarle a ajustarse a las normas de cumplimiento integral.
Más información en La importancia de la limpieza y la concordancia de datos para el cumplimiento de la normativa.
b. Finanzas
Las finanzas de una empresa incluyen una gran cantidad de información sobre clientes, empleados y proveedores, así como el historial de todas las transacciones realizadas con estas entidades. Los registros bancarios, las facturas, las tarjetas de crédito, las fichas bancarias y la información de los clientes son datos confidenciales que no admiten errores. Por esta razón, los datos consistentes, precisos y disponibles ayudan a garantizar que:
- Los pagos se realizan puntualmente siempre que se deben,
- Se evitan los casos de pago insuficiente y de pago excesivo,
- Se evitan las transacciones a destinatarios incorrectos,
- Se reducen las posibilidades de fraude debido a la duplicación de los registros de las entidades, etc.
Lea más en El impacto de la concordancia de datos en el mundo de las finanzas.
c. Cliente
En esta época, los clientes buscan la personalización. La única forma de convencerles de que le compren a usted y no a un competidor es ofrecerles una experiencia que sea especial para ellos. Haga que se sientan vistos, escuchados y comprendidos. Para lograrlo, las empresas utilizan una gran cantidad de datos generados por los clientes para comprender su comportamiento y sus preferencias. Si estos datos tienen graves defectos, es obvio que acabará infiriendo detalles erróneos sobre sus clientes o compradores potenciales. Esto puede conducir a la reducción de la satisfacción del cliente y la lealtad a la marca.
Por otro lado, disponer de datos de calidad aumenta la probabilidad de descubrir compradores o clientes potenciales relevantes, es decir, alguien que esté interesado en hacer negocios con usted. Permitir datos de baja calidad en sus conjuntos de datos puede añadir ruido y hacer que pierda de vista los posibles clientes potenciales que hay en el mercado.
Lea más en Su guía completa para obtener una visión 360 del cliente.
d. Concurso
Una buena calidad de los datos puede ayudarle a identificar posibles oportunidades en el mercado para la venta cruzada y el upselling. Del mismo modo, unos datos de mercado precisos y su comprensión pueden ayudarle a elaborar una estrategia eficaz para su marca y su producto en función de las necesidades del mercado.
Si su competencia aprovecha los datos de calidad para deducir las tendencias sobre el crecimiento del mercado y el comportamiento de los consumidores, definitivamente le dejarán atrás y convertirán a los clientes potenciales más rápida y oportunamente. Por otro lado, si se utilizan datos erróneos o incorrectos para dicho análisis, su empresa puede verse inducida a tomar decisiones inexactas, lo que le costará mucho tiempo, dinero y recursos.
Lea más en ¿Cómo puede aprovechar sus datos como ventaja competitiva?
e. Equipo
La gestión de los datos y su calidad es la principal responsabilidad del equipo de datos, pero casi todo el mundo se beneficia de los datos limpios y precisos. Con datos de buena calidad, su equipo no tiene que dedicar tiempo a corregir los problemas de calidad de los datos cada vez antes de poder utilizarlos en sus tareas rutinarias. Al no tener que perder tiempo en la repetición de tareas debido a los errores y las lagunas presentes en los conjuntos de datos, esto repercute positivamente en la productividad y la eficiencia del equipo, que puede centrar sus esfuerzos en la tarea que tiene entre manos.
Más información en Creación de un equipo de calidad de datos: Funciones y responsabilidades a tener en cuenta.
f. Tecnología
La calidad de los datos puede ser un factor decisivo a la hora de digitalizar cualquier aspecto de su organización a través de la tecnología. Es bastante fácil digitalizar un proceso cuando los datos implicados están estructurados, organizados y tienen sentido. Por otro lado, la mala o escasa calidad de los datos puede ser el mayor obstáculo para la automatización de procesos y la adopción de tecnología en la mayoría de las empresas.
Ya sea que esté empleando un nuevo CRM, inteligencia empresarial o automatizando campañas de marketing, no obtendrá los resultados esperados si los datos contienen errores y no están estandarizados. Para sacar el máximo partido a sus aplicaciones web o a las bases de datos diseñadas, el contenido de los datos debe ajustarse a unas normas de calidad de datos aceptables.
Más información en La guía definitiva del comprador de herramientas de calidad de datos.
Conclusión:
Y ahí lo tienes: hemos repasado un montón de información que puede ayudarte a construir un caso de calidad de datos frente a las partes interesadas o los gerentes de línea. Este artículo es definitivamente un poco diferente en la forma de presentar los beneficios de la calidad de los datos. El motivo es que, en lugar de destacar seis o diez áreas que pueden mejorarse con datos de calidad, quería llamar nuestra atención sobre un punto más crucial: La calidad de los datos afecta a los principales pilares de su negocio en demasiadas dimensiones diferentes.
Los directivos de las empresas tienen que darse cuenta de que tener y utilizar datos no es ni siquiera la mitad del juego. La capacidad de confiar en esos datos para producir resultados coherentes y precisos es la principal preocupación ahora. Por este motivo, las empresas suelen adoptar herramientas de calidad de datos independientes para limpiar y normalizar sus conjuntos de datos, de modo que puedan ser fiables y utilizarse cuando y donde se necesiten.
