{"id":62977,"date":"2021-03-25T00:00:00","date_gmt":"2021-03-25T04:00:00","guid":{"rendered":"https:\/\/dataladder.com\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/"},"modified":"2022-03-08T09:45:31","modified_gmt":"2022-03-08T09:45:31","slug":"la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion","status":"publish","type":"post","link":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/","title":{"rendered":"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n"},"content":{"rendered":"<p>Cualquier profesional de los datos estar\u00e1 de acuerdo en que disponer de datos precisos, limpios y coherentes es fundamental para cumplir los objetivos empresariales. Y, sin embargo, s\u00f3lo un pu\u00f1ado de empresas -el 16%, seg\u00fan Chief Marketing- afirma con confianza que sus datos se ajustan a un est\u00e1ndar elevado. De hecho, el personal de marketing de nivel C y superior de la <a href=\"https:\/\/www.gartner.com\/en\/marketing\/insights\/articles\/gartner-marketing-data-analytics-survey-2020-analytics-fail-expectations\" target=\"_blank\" rel=\"noopener\">Encuesta de datos y an\u00e1lisis de marketing de Gartner de 2020<\/a>, cit\u00f3 la \u00abmala calidad de los datos\u00bb como una de las tres razones principales por las que el an\u00e1lisis no es eficaz para la toma de decisiones.<\/p>\n<p><img src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture1-768x782.png\" sizes=\"(max-width: 768px) 100vw, 768px\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture1-768x782.png 768w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture1-295x300.png 295w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture1-75x75.png 75w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture1-60x60.png 60w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture1.png 958w\" alt=\"\" width=\"768\" height=\"782\" \/><\/p>\n<p>\u00bfC\u00f3mo pueden las empresas controlar la calidad de sus datos antes de que sea demasiado tarde? Veamos la importancia de la elaboraci\u00f3n de perfiles de datos y por qu\u00e9 las empresas deben considerarla como un instrumento necesario para la calidad y la gesti\u00f3n de los datos.<\/p>\n<h3><b>\u00bfQu\u00e9 es la elaboraci\u00f3n de perfiles de datos?<\/b><\/h3>\n<p><a href=\"http:\/\/www.kimballgroup.com\/wp-content\/uploads\/2012\/05\/DT59SurprisingValue.pdf\" target=\"_blank\" rel=\"noopener\">El<\/a> experto en almacenes de datos <a href=\"http:\/\/www.kimballgroup.com\/wp-content\/uploads\/2012\/05\/DT59SurprisingValue.pdf\" target=\"{wpml_trans_unit_1_0_10_-1_1}\" rel=\"{wpml_trans_unit_1_0_10_-1_2} noopener\">Ralph Kimball<\/a> define la creaci\u00f3n de perfiles de datos como<\/p>\n<blockquote><p>\u00abEl an\u00e1lisis sistem\u00e1tico por adelantado del contenido de una fuente de datos, desde el recuento de bytes y la comprobaci\u00f3n de cardinalidades hasta el diagn\u00f3stico m\u00e1s reflexivo sobre si los datos pueden cumplir los objetivos de alto nivel del almac\u00e9n de datos\u00bb.<\/p><\/blockquote>\n<p>En otras palabras, la elaboraci\u00f3n de perfiles de datos es el proceso de diagn\u00f3stico de la salud de los datos empresariales para garantizar que est\u00e1n en condiciones de ser procesados posteriormente, como en el caso de la anal\u00edtica, la migraci\u00f3n o el almac\u00e9n de datos. Es un <a href=\"https:\/\/dataladder.com\/es\/perfiles-de-datos-y-limpieza-de-datos-diferencias-clave-casos-de-uso-e-importancia-en-los-entornos-empresariales-actuales\/\" target=\"_blank\" rel=\"noopener\">precursor de la limpieza de datos<\/a> en el que se eliminan y limpian los errores encontrados en la etapa de perfilado de datos.<\/p>\n<p>La elaboraci\u00f3n de perfiles de datos constituye un paso crucial para exponer los datos y descubrir diversas anomal\u00edas que, de otro modo, podr\u00edan quedar ocultas en forma de datos ausentes, no v\u00e1lidos, incompletos o inexactos. De este modo, la empresa puede evaluar mucho mejor las lagunas y tomar medidas para limpiar o descartar los datos para evitar cualquier repercusi\u00f3n negativa.<\/p>\n<h3><b>Un ejemplo de caso de uso de perfiles de datos<\/b><\/h3>\n<p>Una empresa de ropa consolidada decide realizar una campa\u00f1a de boletines y correo directo para la temporada navide\u00f1a y se encuentra con que los contactos de su CRM proceden de m\u00faltiples fuentes, cada una de ellas con diferentes controles de entrada y validaci\u00f3n de datos (o falta de ellos). Para evitar llegar a los contactos equivocados y correr el riesgo de rebotes y entregas fallidas, decide perfilar los datos para encontrar correos electr\u00f3nicos no v\u00e1lidos, duplicados, errores de puntuaci\u00f3n y otros problemas.<\/p>\n<p><img src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture2-1024x330.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture2-1024x330.png 1024w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture2-300x97.png 300w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture2-768x248.png 768w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture2.png 1289w\" alt=\"\" width=\"1024\" height=\"330\" \/><\/p>\n<p>Al ejecutar un perfil de datos en un peque\u00f1o subconjunto de datos, puede encontrar que:<\/p>\n<ol>\n<li>El formato de los nombres y la direcci\u00f3n de contacto es incoherente<\/li>\n<li>Varias entradas de contactos constan de espacios iniciales<\/li>\n<li>Muchos registros de la Direcci\u00f3n 2 faltan o est\u00e1n incompletos<\/li>\n<li>Los campos Estado y Tel\u00e9fono contienen letras y<\/li>\n<li>Los registros de correo electr\u00f3nico constan de signos de puntuaci\u00f3n (,) y mucho m\u00e1s.<\/li>\n<\/ol>\n<p>El n\u00famero de errores encontrados en un subconjunto de datos tan peque\u00f1o puede ser suficiente para disminuir el rendimiento de las campa\u00f1as de correo electr\u00f3nico y correo directo de la empresa, con el consiguiente coste de las ventas y la reputaci\u00f3n de la marca. Sin embargo, mediante la elaboraci\u00f3n de perfiles de datos, la empresa puede evitar esas consecuencias <a href=\"https:\/\/dataladder.com\/es\/software-de-limpieza-de-datos-herramienta-de-limpieza-de-datos-crm-rapida-y-rentable\/\" target=\"_blank\" rel=\"noopener\">limpiando los datos<\/a> o descart\u00e1ndolos por completo.<\/p>\n<h3><b>\u00bfPor qu\u00e9 la elaboraci\u00f3n de perfiles de datos es fundamental para una empresa?<\/b><\/h3>\n<p>La importancia de la elaboraci\u00f3n de perfiles de datos est\u00e1 estrechamente relacionada con el descubrimiento de datos malos y sucios. Estos pueden surgir en una organizaci\u00f3n debido a varias razones, algunas de las cuales son:<\/p>\n<ol>\n<li><b>Errores de introducci\u00f3n de datos: <\/b>son errores que cualquiera de nosotros puede cometer al introducir la informaci\u00f3n, ya sea por omitir una letra, por errores de ortograf\u00eda, de puntuaci\u00f3n, de may\u00fasculas y min\u00fasculas, por duplicados, etc.<\/li>\n<li><b>Entradas de m\u00faltiples usuarios: <\/b>esto puede ocurrir debido a que varias personas acceden al mismo sistema, especialmente cuando no se les comunica un formato o una validaci\u00f3n claros. Por ejemplo, el usuario 1 puede introducir la fecha de nacimiento como DD\/MM\/AAAA pero el usuario 2 puede recurrir a MM\/DD\/AAAA. Otros ejemplos pueden ser \u00abNJ\u00bb y \u00abNew Jersey\u00bb para el estado y \u00abJon Adams Smith\u00bb y \u00abJ.A. Smith\u00bb para el nombre de contacto.<\/li>\n<li><b>Datos falsificados:<\/b> a menudo se falsifican datos como el n\u00famero de tel\u00e9fono y la empresa para descargar un estudio de caso, asistir a un seminario web o inscribirse en una prueba de producto. Las empresas que no utilizan controles estrictos de <a href=\"https:\/\/dataladder.com\/es\/software-de-validacion-de-datos-como-asegurarse-de-que-los-datos-introducidos-son-validos-y-no-presentan-errores\/\" target=\"_blank\" rel=\"noopener\">validaci\u00f3n de datos<\/a> pueden hacer que se acumulen datos falsos en la base de datos de la empresa.<\/li>\n<li><b>Errores del sistema: <\/b>Tambi\u00e9n es posible que los datos que residen en la base de datos o la aplicaci\u00f3n se corrompan debido a la falta de redundancia incorporada al interactuar con m\u00faltiples ordenadores y sistemas. Por ejemplo, cuando un registro se actualiza en una base de datos debido a una transacci\u00f3n externa, a veces es posible que se rechace.<\/li>\n<\/ol>\n<p>Teniendo en cuenta c\u00f3mo surgen estos errores en la base de datos de una organizaci\u00f3n, en el CRM y en otras fuentes de datos, hacer un chequeo de la salud utilizando perfiles de datos puede se\u00f1alar se\u00f1ales de advertencia a una empresa para diferentes casos de uso.<\/p>\n<h4><b>Ventas y marketing<\/b><\/h4>\n<p>La elaboraci\u00f3n de perfiles de datos puede exponer el grado de limpieza de la informaci\u00f3n de los clientes potenciales y de los prospectos para la eficacia de las campa\u00f1as de marketing y ventas. Al identificar los correos electr\u00f3nicos, las direcciones y los n\u00fameros de tel\u00e9fono que faltan, una empresa puede evitar el env\u00edo de correos electr\u00f3nicos no deseados, la p\u00e9rdida de env\u00edos postales y el tiempo que pierden los representantes de ventas llamando a n\u00fameros no v\u00e1lidos.<\/p>\n<h4><b>Prevenci\u00f3n del fraude y cumplimiento de la normativa<\/b><\/h4>\n<p>La elaboraci\u00f3n de perfiles de datos puede ser igualmente \u00fatil para perfilar las bases de datos nacionales para la prevenci\u00f3n del fraude fiscal o para el cumplimiento de la nueva normativa. En el caso del fraude fiscal, la elaboraci\u00f3n de perfiles puede revelar cu\u00e1ntos contactos carecen de detalles o si sus datos de c\u00f3digo postal y plus 4 se ajustan a la validaci\u00f3n de campo correcta o no.<\/p>\n<h4><b>Comparaci\u00f3n de pacientes y asistencia sanitaria<\/b><\/h4>\n<p>Las organizaciones sanitarias tambi\u00e9n pueden beneficiarse de la comprobaci\u00f3n del alcance de los errores en los datos de sus historias cl\u00ednicas electr\u00f3nicas para el cotejo de pacientes y otros casos de uso. Un profesional sanitario que disponga de suficiente informaci\u00f3n sobre el historial de los pacientes estar\u00e1 mejor equipado para ofrecer el diagn\u00f3stico y el tratamiento adecuados.<\/p>\n<h4><b>Finanzas y banca<\/b><\/h4>\n<p>La elaboraci\u00f3n de perfiles de datos para bancos e instituciones financieras puede implicar la identificaci\u00f3n de la coherencia de los datos en m\u00faltiples formatos y sistemas para obtener una visi\u00f3n cohesiva del cliente.<\/p>\n<h3><b>T\u00e9cnicas habituales de elaboraci\u00f3n de perfiles de datos<\/b><\/h3>\n<p>Existen varios enfoques en los que se basa la elaboraci\u00f3n de perfiles de datos, como:<\/p>\n<ol>\n<li><b>Perfilado de columnas: <\/b>consiste en examinar las tablas de datos de una columna para ver el n\u00famero de veces que se repite un registro en busca de patrones de datos.<\/li>\n<li><b>Perfiles de columnas cruzadas:<\/b> se trata de identificar las relaciones padre e hijo entre columnas mediante la realizaci\u00f3n de an\u00e1lisis de claves y dependencias. El primero busca registros dentro de una tabla para identificar una clave primaria, mientras que el segundo busca registros que dependen de esa clave primaria.<\/li>\n<li><b>Perfiles cruzados de tablas:<\/b> busca las claves for\u00e1neas que puedan existir, as\u00ed como las redundancias en los datos y los posibles mapeos mediante el examen de las diferencias en la sintaxis y los tipos de datos.<\/li>\n<\/ol>\n<h3><b>Desaf\u00edos de los perfiles de datos convencionales<\/b><\/h3>\n<p>Por muy importante que sea la elaboraci\u00f3n de perfiles de datos, los enfoques convencionales tienen su parte de desaf\u00edos. En primer lugar, los usuarios encargados de elaborar los perfiles de los datos no suelen conocer el alcance total de los mismos ni c\u00f3mo se utilizar\u00e1n para la toma de decisiones. Por ejemplo, es poco probable que un ingeniero de datos sepa qu\u00e9 registros pertenecientes a n\u00fameros personales o de propiedad ser\u00e1n precisos o incoherentes.<\/p>\n<p>En segundo lugar, la escala de los datos, especialmente en el contexto de los big data, puede hacer que la elaboraci\u00f3n de perfiles sea extremadamente dif\u00edcil. El an\u00e1lisis de registros inexactos o no corruptos en millones de registros puede ser desalentador y llevar mucho m\u00e1s tiempo del que exige el proyecto.<\/p>\n<p>Adem\u00e1s, los valores at\u00edpicos o extremos pueden ser dif\u00edciles de detectar en grandes vol\u00famenes de datos. No es infrecuente encontrar conjuntos de datos que contengan valores at\u00edpicos que puedan sesgar los an\u00e1lisis, y la identificaci\u00f3n del n\u00famero de tales registros en el marco de la elaboraci\u00f3n manual de perfiles suele ser un reto importante.<\/p>\n<h3><b>Realizaci\u00f3n de perfiles de datos con DataMatch Enterprise<\/b><\/h3>\n<p>Teniendo en cuenta que la elaboraci\u00f3n de perfiles manual se busca con muchas limitaciones, las <a href=\"https:\/\/dataladder.com\/es\/software-y-herramientas-de-creacion-de-perfiles-de-datos-obtenga-resultados-instantaneos-de-la-evaluacion-de-la-calidad-de-los-datos\/\" target=\"_blank\" rel=\"noopener\">herramientas de elaboraci\u00f3n de perfiles de datos<\/a>, como <a href=\"https:\/\/dataladder.com\/es\/productos\/datamatch-enterprise-calificado-como-el-producto-numero-uno-para-la-gestion-de-la-calidad-de-los-datos\/\" target=\"_blank\" rel=\"noopener\">DataMatch Enterprise (DME<\/a> ) de Data Ladder, pueden ser una alternativa adecuada.<\/p>\n<p>A diferencia de otras herramientas de perfilado de datos, el DME viene equipado con patrones de expresiones regulares (RegEx) para detectar autom\u00e1ticamente patrones v\u00e1lidos e inv\u00e1lidos, as\u00ed como una serie de anomal\u00edas como:<\/p>\n<ol>\n<li>Valores ausentes o nulos<\/li>\n<li>Espacios iniciales y finales<\/li>\n<li>Errores de puntuaci\u00f3n<\/li>\n<li>Errores de min\u00fasculas, de inversi\u00f3n y de bloqueo de may\u00fasculas<\/li>\n<li>N\u00fameros en letras y letras en n\u00fameros y mucho m\u00e1s<\/li>\n<\/ol>\n<p>Para empezar con el perfilado de datos utilizando el ISD, primero ve a la pesta\u00f1a <b>GESTI\u00d3N DE PROYECTOS<\/b> en la esquina superior izquierda y crea un nuevo proyecto.<\/p>\n<p><img src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture3-1024x556.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture3-1024x556.png 1024w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture3-300x163.png 300w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture3-768x417.png 768w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture3.png 1379w\" alt=\"\" width=\"1024\" height=\"556\" \/><\/p>\n<p>Despu\u00e9s, ver\u00e1 el m\u00f3dulo <a href=\"https:\/\/dataladder.com\/es\/importacion-de-datos-integre-datos-de-fuentes-dispares\/\"><br \/>\n<b>IMPORTACI\u00d3N DE DATOS<\/b><br \/>\n<\/a> m\u00f3dulo en el que importar\u00e1 las fuentes de datos pertinentes (Excel, Oracle, SQL Server, etc.) para su proyecto.<\/p>\n<p><img src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture4-1024x555.png\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture4-1024x555.png 1024w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture4-300x163.png 300w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture4-768x416.png 768w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture4.png 1379w\" alt=\"\" width=\"1024\" height=\"555\" \/><\/p>\n<p>Despu\u00e9s de elegir las fuentes de datos, seleccione <u>Generar perfil<\/u> para cada fuente, tras lo cual el ISD construir\u00e1 un perfil como se muestra aqu\u00ed.<\/p>\n<p><img src=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture5-1024x555.jpg\" sizes=\"(max-width: 1024px) 100vw, 1024px\" srcset=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture5-1024x555.jpg 1024w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture5-300x163.jpg 300w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture5-768x416.jpg 768w, https:\/\/dataladder.com\/wp-content\/uploads\/2021\/03\/Picture5.jpg 1379w\" alt=\"\" width=\"1024\" height=\"555\" \/><\/p>\n<p>A continuaci\u00f3n, puede analizar detenidamente el perfil de datos de acuerdo con los patrones RegEx que detecta, crear un patr\u00f3n propio para los datos propios y marcar los registros que no se ajusten a sus requisitos de validaci\u00f3n de datos.<\/p>\n<p><em>Para obtener m\u00e1s informaci\u00f3n sobre c\u00f3mo el ISD puede perfilar y encontrar errores en sus datos para las necesidades de <a href=\"https:\/\/dataladder.com\/es\/software-de-comparacion-de-datos-calificado-como-el-mejor-de-su-clase-con-una-precision-de-coincidencia-del-96\/\" target=\"_blank\" rel=\"noopener\">correspondencia de datos<\/a>, migraci\u00f3n de datos y almac\u00e9n de datos, <a href=\"https:\/\/dataladder.com\/es\/contacta-con-nosotros-escalera-de-datos\/\" target=\"_blank\" rel=\"noopener\">p\u00f3ngase en contacto con nosotros<\/a> o <a href=\"https:\/\/dataladder.com\/es\/prueba-gratuita-software-de-cotejo-de-datos\/\" target=\"_blank\" rel=\"noopener\">descargue la prueba gratuita<\/a> hoy mismo.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Cualquier profesional de los datos estar\u00e1 de acuerdo en que disponer de datos precisos, limpios y coherentes es fundamental para cumplir los objetivos empresariales. Y, sin embargo, s\u00f3lo un pu\u00f1ado de empresas -el 16%, seg\u00fan Chief Marketing- afirma con confianza que sus datos se ajustan a un est\u00e1ndar elevado. De hecho, el personal de marketing [&hellip;]<\/p>\n","protected":false},"author":9,"featured_media":58382,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_lmt_disableupdate":"","_lmt_disable":"","_links_to":"","_links_to_target":""},"categories":[1271],"tags":[487],"acf":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v19.9 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n - Data Ladder<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/\" \/>\n<meta property=\"og:locale\" content=\"es_ES\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n - Data Ladder\" \/>\n<meta property=\"og:description\" content=\"Cualquier profesional de los datos estar\u00e1 de acuerdo en que disponer de datos precisos, limpios y coherentes es fundamental para cumplir los objetivos empresariales. Y, sin embargo, s\u00f3lo un pu\u00f1ado de empresas -el 16%, seg\u00fan Chief Marketing- afirma con confianza que sus datos se ajustan a un est\u00e1ndar elevado. De hecho, el personal de marketing [&hellip;]\" \/>\n<meta property=\"og:url\" content=\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/\" \/>\n<meta property=\"og:site_name\" content=\"Data Ladder\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/web.facebook.com\/DataLadderSoftware\" \/>\n<meta property=\"article:published_time\" content=\"2021-03-25T04:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2022-03-08T09:45:31+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/preview16.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"780\" \/>\n\t<meta property=\"og:image:height\" content=\"454\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"lbarrera\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Escrito por\" \/>\n\t<meta name=\"twitter:data1\" content=\"lbarrera\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tiempo de lectura\" \/>\n\t<meta name=\"twitter:data2\" content=\"9 minutos\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/\"},\"author\":{\"name\":\"lbarrera\",\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\"},\"headline\":\"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n\",\"datePublished\":\"2021-03-25T04:00:00+00:00\",\"dateModified\":\"2022-03-08T09:45:31+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/\"},\"wordCount\":1904,\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/es\/#organization\"},\"keywords\":[\"Perfilado de datos\"],\"articleSection\":[\"Gesti\u00f3n de la calidad de los datos\"],\"inLanguage\":\"es\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/\",\"url\":\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/\",\"name\":\"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n - Data Ladder\",\"isPartOf\":{\"@id\":\"https:\/\/dataladder.com\/es\/#website\"},\"datePublished\":\"2021-03-25T04:00:00+00:00\",\"dateModified\":\"2022-03-08T09:45:31+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/#breadcrumb\"},\"inLanguage\":\"es\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/dataladder.com\/es\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/dataladder.com\/es\/#website\",\"url\":\"https:\/\/dataladder.com\/es\/\",\"name\":\"Data Ladder\",\"description\":\"Enterprise Data Profiling, Cleansing, and Matching\",\"publisher\":{\"@id\":\"https:\/\/dataladder.com\/es\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/dataladder.com\/es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/dataladder.com\/es\/#organization\",\"name\":\"Data Ladder\",\"url\":\"https:\/\/dataladder.com\/es\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"contentUrl\":\"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png\",\"width\":413,\"height\":408,\"caption\":\"Data Ladder\"},\"image\":{\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.linkedin.com\/company\/dataladder-llc\/\",\"https:\/\/web.facebook.com\/DataLadderSoftware\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b\",\"name\":\"lbarrera\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"es\",\"@id\":\"https:\/\/dataladder.com\/es\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g\",\"caption\":\"lbarrera\"},\"url\":\"https:\/\/dataladder.com\/es\/author\/lbarrera\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n - Data Ladder","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/","og_locale":"es_ES","og_type":"article","og_title":"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n - Data Ladder","og_description":"Cualquier profesional de los datos estar\u00e1 de acuerdo en que disponer de datos precisos, limpios y coherentes es fundamental para cumplir los objetivos empresariales. Y, sin embargo, s\u00f3lo un pu\u00f1ado de empresas -el 16%, seg\u00fan Chief Marketing- afirma con confianza que sus datos se ajustan a un est\u00e1ndar elevado. De hecho, el personal de marketing [&hellip;]","og_url":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/","og_site_name":"Data Ladder","article_publisher":"https:\/\/web.facebook.com\/DataLadderSoftware","article_published_time":"2021-03-25T04:00:00+00:00","article_modified_time":"2022-03-08T09:45:31+00:00","og_image":[{"width":780,"height":454,"url":"https:\/\/dataladder.com\/wp-content\/uploads\/2021\/09\/preview16.jpg","type":"image\/jpeg"}],"author":"lbarrera","twitter_card":"summary_large_image","twitter_misc":{"Escrito por":"lbarrera","Tiempo de lectura":"9 minutos"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/#article","isPartOf":{"@id":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/"},"author":{"name":"lbarrera","@id":"https:\/\/dataladder.com\/es\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b"},"headline":"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n","datePublished":"2021-03-25T04:00:00+00:00","dateModified":"2022-03-08T09:45:31+00:00","mainEntityOfPage":{"@id":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/"},"wordCount":1904,"publisher":{"@id":"https:\/\/dataladder.com\/es\/#organization"},"keywords":["Perfilado de datos"],"articleSection":["Gesti\u00f3n de la calidad de los datos"],"inLanguage":"es"},{"@type":"WebPage","@id":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/","url":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/","name":"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n - Data Ladder","isPartOf":{"@id":"https:\/\/dataladder.com\/es\/#website"},"datePublished":"2021-03-25T04:00:00+00:00","dateModified":"2022-03-08T09:45:31+00:00","breadcrumb":{"@id":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/#breadcrumb"},"inLanguage":"es","potentialAction":[{"@type":"ReadAction","target":["https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/dataladder.com\/es\/la-importancia-de-la-elaboracion-de-perfiles-de-datos-para-su-gestion\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/dataladder.com\/es\/"},{"@type":"ListItem","position":2,"name":"La importancia de la elaboraci\u00f3n de perfiles de datos para su gesti\u00f3n"}]},{"@type":"WebSite","@id":"https:\/\/dataladder.com\/es\/#website","url":"https:\/\/dataladder.com\/es\/","name":"Data Ladder","description":"Enterprise Data Profiling, Cleansing, and Matching","publisher":{"@id":"https:\/\/dataladder.com\/es\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/dataladder.com\/es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es"},{"@type":"Organization","@id":"https:\/\/dataladder.com\/es\/#organization","name":"Data Ladder","url":"https:\/\/dataladder.com\/es\/","logo":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/dataladder.com\/es\/#\/schema\/logo\/image\/","url":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","contentUrl":"https:\/\/dataladder.com\/wp-content\/uploads\/2018\/06\/DL-Logo-Ball-30.png","width":413,"height":408,"caption":"Data Ladder"},"image":{"@id":"https:\/\/dataladder.com\/es\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.linkedin.com\/company\/dataladder-llc\/","https:\/\/web.facebook.com\/DataLadderSoftware"]},{"@type":"Person","@id":"https:\/\/dataladder.com\/es\/#\/schema\/person\/6cc3d6b3c83c611546541b5eb2d1e21b","name":"lbarrera","image":{"@type":"ImageObject","inLanguage":"es","@id":"https:\/\/dataladder.com\/es\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/5198cb4dd374e7d879a15a9cf20299b3?s=96&d=mm&r=g","caption":"lbarrera"},"url":"https:\/\/dataladder.com\/es\/author\/lbarrera\/"}]}},"modified_by":null,"_links":{"self":[{"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/posts\/62977"}],"collection":[{"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/users\/9"}],"replies":[{"embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/comments?post=62977"}],"version-history":[{"count":2,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/posts\/62977\/revisions"}],"predecessor-version":[{"id":66344,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/posts\/62977\/revisions\/66344"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/media\/58382"}],"wp:attachment":[{"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/media?parent=62977"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/categories?post=62977"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/dataladder.com\/es\/wp-json\/wp\/v2\/tags?post=62977"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}