La calidad de los datos (DQ) y la gestión de la calidad de los datos (DQM) están surgiendo como una estrategia empresarial necesaria en las organizaciones de nivel empresarial. Aunque no es un concepto nuevo (la calidad de los datos ha sido una preocupación desde el uso de almacenes de datos), está ganando de los datos en la experiencia de los clientes y en la eficacia operativa. y la eficacia operativa.
Numerosos estudios realizados por Gartner, Experian y el Data Warehousing Institute revelan que los problemas de calidad de datos cuestan a las empresas estadounidenses hasta 600.000 millones de dólares al año.
A pesar de las consecuencias de la mala calidad de los datos, muy pocas organizaciones adoptan un plan de gestión de la calidad de los datos para evaluar, controlar y mejorar la calidad de sus datosa. La falta de planificación estratégica y Las limitaciones en términos de recursos, herramientas y procesos frenan a las empresas. Pero no necesariamente tiene que ser así.
En este rápido post, le ayudaremos a entender los primeros pasos críticos que puede dar para crear un plan de gestión de la calidad de los datos que mejore no sólo sus datos sino también su eficiencia operativa.
¿Por qué es importante el DQM?
El 82% de las empresas con las que hemos trabajado han declarado que la calidad de los datos es deficiente. su reto empresarial número uno. Para la mayoría de estas organizaciones, sus datos son un valioso activo intelectual que están deseando utilizar, pero que les cuesta darles sentido.
Aunque hay cientos de razones para priorizar la gestión de la calidad de los datos, una razón clave que la encabeza es el resultado
de su empresa.
A fin de cuentas, todo se reduce a la cantidad de dinero que se pierde por los recursos, los gastos y las soluciones que hay que hacer para solucionar las consecuencias de la mala calidad de los datos.
Por ejemplo:
- El mismo call que un representante de ventas hace a un cliente potencial no cualificado o con información poco definida es un gasto.
- Cada campaña con con altas tasas de rebote de correos electrónicos debido a obsoleto direcciones de correo electrónicoeses es una pérdida de oportunidades (y de tiempo de los recursos).
- Los datos que se descomponen en un 2% al mes pueden dar lugar a miles de oportunidades perdidas
- Listas o registros con duplicados y datos redundantes serán la causa de datos sesgados y conocimientos inexactos.
- Las listas o registros no cotejados con la normativa de cumplimiento de datos pueden aumentar los riesgos de multas y sanciones.
Con el tiempo, estos problemas aparentemente menores se convierten en en gastos recurrentes que afectan a la cuenta de resultados, por no hablar de la pérdida de negocios, de clientes y de credibilidad.
A nivel mundial, la cantidad media de datos inexactos ha aumentado hasta el 22%, frente al 17% de hace sólo 12 meses. De hecho, las organizaciones estadounidenses creen tener el mayor porcentaje de datos inexactos, con un 25%.
¿Cómo determinar el estado de la calidad de los datos de su empresa?
La calidad de los datos se fija en el momento de su creación. Pero en realidad no juzgamos esa calidad hasta el momento del uso. Si la calidad es mala, la gente utiliza atajos para evitar los datos o corrige los errores por sí misma. No es la manera correcta de ir abfuera de ella. Hay demasiadas dependencias que se ven afectadas por datos mal introducidos.
Así que si se pregunta por quépor qué sus informes son incoherentes, por qué sus equipos tienen que pasar días para extraer información de los datos, por qué sus campañas de marketing son ineficaces o por qué su organización corre el riesgo de sufrir una violación de la seguridad de los datos, es hora de evaluar la calidad de los datos de su ca calidad de los datos de su empresa.
Para ello, recomendamos un proceso sencillo.
Evaluar
Sus datos de CRM
:
Un punto de partida son los datos de su CRM. Haga que su equipo evalúe la calidad de sus datos y determine la proporción de duplicados, campos desordenados o no estructurados e información no válida en una lista de 500 contactos. Busque incoherencias en las estructuras, como el uso de una estructura horaria de 24 horas frente a una de 12 horas. Busque información incompleta, como campos de número de teléfono nulos. También puede contratar a un médico de datos externo para que revise los datos y le dé un informe sobre la salud de los mismos.
Demasiadas fuentes de datos:
Un
informe de Oreily
sugiere que el exceso de fuentes de datos es el principal problema de calidad de los mismos. ¿Sus datos se almacenan en múltiples ¿CRMs? ¿Tiene varios sistemas para almacenar la información de los clientes? ¿Está luchando por conseguir un¿una visión clara del recorrido del cliente y de la interacción con su empresa? Más del 90% de los clientes con los que hemos trabajado señalan la disparidad de fuentes de datos como uno de sus retos más frustrantes. Hay demasiados sistemas que almacenang información que se descompone o es redundante con el tiempo (normalmente en unos meses) y las empresas no consiguen consolidar o controlar estos datos. Incluso las que contratan a equipos de expertos no pueden gestionar la exactitud de su información, a pesar de gastar millones de dólares en incorporar a las mejores mentes.
Informes de inteligencia de negocio y de información deficiente:
La calidad de los datos ha pasado de ser una función operativa que se asociaba a la eficiencia y al ahorro de costes, a una función estratégica impulsando conocimiento de los consumidores y la inteligencia empresarial global. Los directores de informática de las empresas con las que hemos hablado siempre asocian la necesidad de datos de calidad a objetivos específicos de los clientes, como la personalización, las mejores experiencias y la mejora de los servicios al cliente. Si tienes problemas con una visión deficiente de los clientes, como la dificultad de seguir a los clientes en diferentes puntos de contacto o entender sus puntos de dolor, puede ser atributod al mal uso de los datos. Asimismo,Los informes de inteligencia empresarial que se basan en datos obsoletos -como la práctica común de utilizar el último trimestre o los datos de ventas del año pasado para determinar el gridad u oportunidades será ineficaz. El mercado está creciendo a un ritmo exponencial. Los datos que tenía hace un año pueden no es exacta en la actualidad. De ahí que la calidad de los datos deba ser un objetivo en tiempo real. Su organización necesita datos a los que pueda acceder en tiempo real.
¿Quién es el responsable de un plan de gestión de la calidad de los datos?
La calidad de los datos ha pasado de ser un problema informático a un problema sociotecnológico. Sistemas y procesoses pueden ayudar hasta cierto punto, pero corresponde a la organización inculcar una cultura-change que da prioridad a la calidad de los datos. Después de todo, las personas y los procesos están casi siempre implicados tanto en la creación como en la perpetuación de los problemas de calidad de los datos.
La formación obligatoria sobre la calidad de los datos debe ser para todos los empleados que manejan datos. Desde los representantes de ventas hasta los directores de marketing, pasando por el servicio de atención al cliente y los gestores de cuentas, todosa necesidad de formarse sobre su papel en el proceso. Además, deben estar capacitados para reconocer los problemas de calidad de los datos y cómo resolver el problema dentro de los datos definidos gobernanza de datos de datos.
Por ejemplo, no es raro que los directores de ventas creen campos personalizados en un CRM para sus propios las percepciones. O bien, los usuarios de la empresa realizan cambios directamente en un registro para ahorrar tiempo y esfuerzo. Todos estos problemas provocan importantes problemas de calidad de datos en el futuro. Los campos personalizados utilizados por ese gestor concreto pueden quedar inutilizados si los campos no ofrecen ningún valor crítico para el equipo en su conjunto. Los cambios realizados por el gestor empresarial no se replican en otsus sistemas para que en el momento del análisis, la empresa tenga registros contradictorios.
Tecnologías digitales, herramientas de automatización etc. Sólo se puede hacer lo máximo: se necesita que el personal esté alineado con el objetivo para ver un progreso real. Calidad de los datosPor lo tanto, es responsabilidad de todos.
¿Cómo se empieza con una iniciativa de gestión de la calidad de los datos?
Hay dos enfoques de la calidad de los datos de los datos – el enfoque activo y el enfoque pasivo.
Con el enfoque activo, la calidad de los datos se fija en el momento de su creación. Esto significaría implementar controles frontales (como el uso de menús desplegables en lugar de la introducción manual de datos)aols que rigen la introducción de datos en el software, y programas de formación para todos.
El enfoque pasivo consiste en utilizar herramientas de calidad de datos para limpiarlos y normalizarlos. La consolidación de los datos procedentes de múltiples fuentes y su deduplicación para eliminar la redundancia es una parte fundamental de este enfoque. Adicionalmente actividades incluyen:
Coincidencia de datos
para eliminar duplicados y consolidar listas- Normalización de datos si sus datos tienen problemas estructurales graves como los que se indican en la imagen siguiente
- Fusión/depuración de datos para crear registros de oro
- Supervivencia de datos para sobrescribir toda la información con información nueva
La elección del enfoque adecuado dependerá del problema al que se enfrente y de su presupuesto. La mayoría de las empresas tienen un sólido enfoque activo bien establecido. Lo que les cuesta es la parte de atrás de las cosas, como tratar de consolidar las listas para conseguir homogeneizado datos de los clientes, o tratando de hacer coincidir las listas con Las listas de sanciones o de cumplimiento de los Estados Unidos. Algunos tienen problemas con la calidad de los datos durante o después de la fusión y adquisición de una empresa.
Independientemente del enfoque o la situación, una cosa está clara: la gestión de la calidad de los datos es un esfuerzo constante y no un acontecimiento único.
Para maximizar el rendimiento de la inversión, las empresas deben implantar programas de personal, procesos y tecnología para supervisar y mejorar continuamente la calidad de los datos con el fin de mantener unos datos coherentes, precisos, fiables y de confianza.
¿Cómo puede ayudarle Data Ladder a crear un proceso de DQM?
A lo largo de los años, hemos ayudado a más de 4.500 empresas de Fortune 500 incluyendo Coca Cola, Deloitte, HP a aplicar un proceso de DQM. La herramienta de calidad de datos insignia de la empresa, DataMatch Enterprise, sigue un marco sistemático que permite unTratamiento de datos paso a paso.
Al ser una herramienta on-premise, el ISD puede utilizarse en su servidor en la nube o en el escritorio con los mismos resultados en términos de velocidad y eficiencia. Además, también permite la integración con más de 500 fuentes de datos, lo que significa que puedes conectar directamente tu fuente de datos para fijar los datos sin tener que exportarlos a ningún otro formato.
El ISD es una herramienta preferida por las organizaciones queque necesitan limpieza y normalización de datos como parte de una iniciativa de correspondencia de datos, lo que significa que con una sola herramienta, usted obtiene todo lo que necesita para dar sentido a sus datos.
Para concluir – Para ir por delante, cree un plan de DQM ahora.
Un panorama competitivo cargado de El poder dinámico de los datos exige que las empresas presten atención a la calidad de los mismos. Ya no se trata de arreglar números y alfabetos; se trata literalmente de encontrar oportunidades ocultas, de descubrir ideas clave, maximizar el rendimiento de las inversiones y allanar el camino para incluir las tecnologías de IA y ML. Para que todo esto ocurra, se necesitan datos en los que se pueda confiar.
