Gestión de la calidad de los datos: una introducción

Cada vez son más líderes empresariales tomando conciencia del enorme impacto que el big data tiene en la trayectoria de la organización empresarial en relación con:

• Predecir las expectativas de los clientes;
• Asistencia en la gestión eficaz del producto;
• Estar disponible bajo demanda para influir en la toma de decisiones desde arriba;
• Adaptar las innovaciones en el servicio al cliente mediante la investigación de los hábitos de compra de los clientes; y
• Proporcionar a las organizaciones información sobre la competencia

Sin embargo, hay una gran advertencia: si tus datos no son precisos, completos y consistentes, pueden provocar grandes errores a la hora de tomar decisiones empresariales. De hecho, Gartner estima que el impacto financiero medio de la mala calidad de los datos en las empresas es de 15 millones de dólares por año¹, lo que significa que no te puedes permitirse dejar de Haz la gestión de la calidad de los datos como prioridad desde ahora.

¿Qué es la gestión de la calidad de los datos?

La gestión de la calidad de los datos (DQM) se refiere a un principio empresarial que requiere la combinación de las personas, procesos y tecnologías adecuadas, todas con el objetivo común de mejorar las medidas de calidad de los datos que más importan a una organización empresarial. Esta última parte es importante: el propósito último de DQM no está solo mejorar la calidad de los datos por el simple hecho de tener datos de alta calidad, sino Lograr los resultados empresariales que dependen de datos de alta calidad. El principal están la gestión de la relación con el cliente o CRM. Como se menciona a menudo, "Los sistemas CRM solo son tan buenos como la información que contienen".

Una base para datos de alta calidad

Una gestión eficaz de la calidad de los datos requiere un núcleo estructural que pueda apoyar las operaciones de datos. Aquí son cinco principios fundamentales para implementar big data de alta calidad en tu infraestructura de datos:

#1 Estructura organizativa

El liderazgo de TI debe considerar los siguientes roles al implementar prácticas de DQM en toda la empresa: Gestor de Programa DQM: Este rol marca el tono en cuanto a la calidad de los datos y ayuda a establecer los requisitos de calidad de los datos. También es responsable de controlar las tareas diarias de gestión de la calidad de los datos, asegurando que el equipo están dentro del programa, dentro del presupuesto y cumpliendo con los estándares de calidad de datos preestablecidos. Responsable de Cambio Organizacional: Esta persona está fundamental en el cambio de gestión del cambio que se produce cuando los datos se están utilizados eficazmente, Haz decisiones sobre la infraestructura y los procesos de datos. Analista de Datos I o Analista de Negocio: Esta persona interpreta e informa sobre los datos. Administrador de datos: El administrador de datos está encargado de gestionar los datos como un activo corporativo.

#2 Definición de calidad de datos

Muy sencillamente, si te no tiene un estándar definido para la calidad de los datos, ¿cómo te saber si te son cumpliendo o superándolo? Aunque las definiciones de calidad de datos sobre lo que significa calidad de datos varían de una organización a otra. Los puntos más críticos para definir la calidad de los datos pueden variar entre sectores y de una organización a otra. Pero definir estas reglas están esencial para el éxito de la utiliza del software de inteligencia empresarial. Tu organización puede querer considera las siguientes características de los datos de alta calidad al crear tus definiciones de calidad de datos:

• Integridad: ¿cómo se comparan los datos con los estándares de calidad preestablecidos?
• Completitud: ¿cuánto de los datos se ha adquirido?
• Validez: ¿los datos se ajustan a los valores de un conjunto de datos dado?
• Unicidad: ¿con qué frecuencia aparece un dato en un conjunto?
• Precisión: ¿qué precisión están los datos?
• Consistencia: ¿en diferentes conjuntos de datos los mismos datos tienen el mismo valor?

Además, para garantizar que sons características se cumplan cada vez, los expertos en protección de datos recomiendan los siguientes principios rectores de gobernanza al implementar su estrategia DQM:

• Responsabilidad: ¿quién es responsable de garantizar el DQM?
• Transparencia: ¿cómo se está documentado el DQM y dónde son disponibles estos documentos?
• Protección: ¿qué medidas son tomadas para Protege los datos?
• Cumplimiento: ¿qué agencias de cumplimiento aseguran que se son cumplir los principios de gobernanza?

#3 Auditorías de perfilado de datos

El perfilado de datos están un proceso de auditoría que garantiza la calidad de los datos. Durante este proceso, los auditores buscan la validación de los datos frente a metadatos y medidas existentes. Luego informan sobre la calidad de los datos. Realizar actividades de perfilado de datos de forma rutinaria están una forma segura de garantizar que tus datos están de la calidad necesaria para mantener a tu organización por delante de la competencia.

#4 Informes y Monitoreo de Datos

Para la mayoría de las organizaciones, esto se refiere al proceso de monitorización, reporte y registro de excepciones. Estas excepciones pueden ser capturadas por software de inteligencia empresarial (BI) para soluciones automatizadas que capturan datos incorrectos antes de que sean utilizables.

#5 Corrección de errores

Una vez que los sistemas de BI han solucionado datos potencialmente defectuosos o incompletos, es momento de Haz correcciones adecuadas, como completar los datos, eliminar duplicados o abordar algún otro problema de datos.

Cinco mejores prácticas para la gestión de la calidad de los datos

Para las empresas que comienzan el proceso de gestión de la calidad de los datos, aquí son cinco mejores prácticas que deben tener en cuenta:

#1 Revisión de datos actuales

Probablemente te tener muchos datos de clientes desde el principio. No te quiero tirarlos y Comienza por encima, pero como dicen en el mundo tecnológico, "basura entra, basura sale". Lo último que te necesita están llenar tu nueva infraestructura de datos con malas información. Por eso, cuando te empieces con la gestión de la calidad de los datos, haz una auditoría de tus datos actuales. Esto implica hacer inventario de inconsistencias, errores, duplicados; y registrar y corregir cualquier problema que te encuentres para Haz que los datos que entran en tu infraestructura están de la mayor calidad posible.

#2 Cortafuegos de Calidad de Datos

Un cortafuegos están un proceso automatizado que previene y bloquea un incendio figurado. En este caso, el incendio están datos erróneos. Instalar un cortafuegos para Protege a tu organización contra datos erróneos ayudará a mantener el sistema libre de errores. El error del usuario están fácil, y los cortafuegos ayudan a prevenir este proceso bloqueando datos erróneos en el punto de entrada. El número de personas autorizadas para introducir datos en la infraestructura afecta en gran medida a la calidad de los datos. Pero en muchas grandes organizaciones es imprescindible tener múltiples puntos de entrada. Un cortafuegos ayuda a que los datos permanezcan libres de errores incluso cuando son varias personas con acceso para introducir datos.

#3 Integrar DQM con BI

En la cultura empresarial actual, el ruido está todo en torno a la integración. ¿Y por qué no iba a ser así? Cuando los sistemas trabajan juntos, funcionan mejor. La idea aquí están que ninguna empresa empresarial puede justificar los recursos necesarios para revisar cada registro de datos en busca de precisión todo el tiempo. Pero integrar el proceso DQM con software de BI puede ayudar a automatizarlo. Basándose en parámetros predeterminados, ciertos conjuntos de datos pueden aislarse para su revisión; por ejemplo, nuevos conjuntos de datos que probablemente son accesibles a menudo pueden ser auditados como parte del ciclo DQM.

#4 Poner a las personas adecuadas en su lugar

Como se ha descrito anteriormente, son varios puestos dentro de tu organización que tienen responsabilidad sobre el proceso de calidad de los datos. Garantizar que estos puestos son establecidos y estén dedicados al trabajo significa garantizar que los estándares de gobernanza se cumplan de forma consistente.

#5 Garantizar la gobernanza de los datos con un Consejo

Crear un consejo de gobernanza de datos ayuda a Protege a las empresas del riesgo de tomar decisiones basadas en datos. El panel debe estar compuesto por usuarios y ejecutivos de negocio y TI. El grupo establecerá las políticas y estándares que se conviertan en la piedra angular de la gobernanza de datos. Además, el consejo de gobernanza de datos debe reunirse periódicamente para establecer nuevos objetivos de calidad de datos y supervisar el éxito de las iniciativas DQB (DQM) en los distintos LOBs. Aquí está donde desarrollar una escala de medición objetiva resulta útil, ya que para mejorar la calidad de los datos debe haber una forma de medirla.

La gestión de la calidad de datos está una maratón, no un sprint

El big data están un componente importante para hacer negocios en el mundo digital actual. Ofrece a clientes y competidores perspectivas que no se pueden lograr con otras herramientas o recursos. Debido a su alta velocidad, el big data está accesible para los líderes empresariales que pueden utilizar para Haz decisiones en tiempo real. Pero por esa razón, también está asociado a riesgos empresariales que deben gestionarse correctamente. Y DQM es una herramienta eficaz para lograr precisamente eso. En general, DQM ofrece muchos beneficios a tu organización:

• Los procesos empresariales funcionan de forma más eficiente — porque te Obtén los datos correctos a la primera.
• Mejores resultados empresariales — DQM te ofrece una mejor visión de lo que ocurre con tus clientes, proveedores, responsables de marketing, etc.
• Más confianza - El DQM ayuda a tomar decisiones empresariales más informadas.

Teniendo en cuenta estas consideraciones, también están importante recordar que DQM están un proceso continuo que requiere monitorización y elaboración de informes de datos continuos. ¹ Cómo Crea un caso de negocio con la mejora de la calidad de los datos por Susan Moore, Smarter with Gartner, 19 de junio de 2018? https://www.gartner.com/smarterwithgartner/how-to-create-a-business-case-for-data-quality-improvement/

Estas publicaciones son mías y no representan necesariamente la posición, estrategias u opinión de BMC.