Los datos, si quienes los usan los entienden y confían en ellos, tienen la capacidad de sacudir los mercados y forjar otros nuevos. Sin embargo, si sus datos son basura, sus conocimientos también lo serán. La mayoría de las empresas de hoy en día son conscientes del valor de la calidad de los datos, pero lograrlo es otra cuestión. Este es su principal problema, que se ve agravado por la suposición de que el proceso es largo y difícil.
Lo que viene a continuación es información sobre cómo aumentar la calidad de sus datos y las métricas que debe usar para evaluar la calidad.
Superar la mala calidad de los datos
Somos conscientes de que los datos impulsan el mundo moderno, pero también debemos ser conscientes de que no todos los datos se crean de la misma manera. No podrá lograr los objetivos de su empresa utilizando datos erróneos y puede generar una amplia gama de problemas. Las organizaciones pierden aproximadamente 12,9 millones de dólares al año como resultado de datos erróneos. Eso es mucho dinero que se pierde cuando no tiene que ser así.
Estas son las cuatro causas principales de la mala calidad de los datos:
- Ha sido introducido incorrectamente por una persona
- Una máquina, interfaz o migración crea o mueve datos incorrectos
- La calidad de los datos se reduce debido al uso incorrecto del sistema o a una codificación deficiente
- Debido a los ajustes del negocio, los datos que antes eran aptos ahora no lo son.
El desafío fundamental para instituir la calidad de los datos es corregir las fuentes de datos erróneos mencionadas anteriormente. Elegir el momento adecuado para usar recursos escasos (como dinero, tiempo y atención) puede ser un desafío. La buena noticia es que las empresas están prestando atención a esta situación. Según Gartner, el 70 por ciento de las empresas usarán métricas este año para monitorear cuidadosamente la calidad de sus datos.
Llegar a datos de calidad
Técnicamente hablando, es bastante fácil reconocer buenos datos, pero es más complicado evaluar qué tan preparados están los datos para respaldar y expandir el negocio. Si su organización es inmadura desde la perspectiva de la gestión de datos maestros y la calidad de los datos, no debe comenzar un proyecto con la intención de controlar todos los datos maestros de inmediato. No es una buena idea comenzar asumiendo que sus datos serán perfectos inmediatamente. Más bien, es un proceso muy iterativo que debería mantener su atención firmemente fijada en proporcionar valor. Todas las evaluaciones deben comenzar con una evaluación técnica y una estrategia de arriba hacia abajo. Examine los procesos comerciales y los datos asociados utilizando indicadores clave de rendimiento (KPI) fácilmente medibles y establezca un punto de referencia sobre qué tan adecuados son los datos para el uso previsto.
Lo mejor que puede hacer una corporación para aumentar la calidad de los datos es reducir su enfoque y ponerse a trabajar en ello. Si no está seguro de por dónde empezar, elija un proceso comercial que sepa que debe abordarse. Este proceso debe ser uno que resulte en reelaboración, desperdicio, molestia o pérdida financiera. El siguiente paso es identificar los componentes de datos cruciales que utiliza este proceso comercial e incluir esos componentes en las reglas y políticas que determinan si los datos son apropiados para su uso.
Además, puede utilizar circunstancias externas que afecten significativamente a los datos, como una migración de datos o la implementación de un nuevo sistema. Incluir la calidad en el núcleo del programa ayuda a mejorar la postura de datos general de su empresa si una iniciativa relacionada con big data está a punto de comenzar o acaba de comenzar.
Trabajar hacia una cultura consciente de los datos debería tener el beneficio a largo plazo de reconocer el papel crucial que juegan los datos en toda la empresa, no solo en el departamento de TI, y debería contar con el apoyo del liderazgo todos los días.
Cuando una empresa ha logrado la calidad de los datos, necesita una estrategia para mantenerla así. Esto requerirá el esfuerzo conjunto de personas, procesos y tecnología. El desempeño y los objetivos de las personas que trabajan en un programa DataOps deben manejarse de acuerdo con su dedicación y énfasis en brindar datos confiables a la organización. Los KPI de datos correctos inevitablemente darán como resultado la creación y personalización de procesos para ayudar a lograrlos.
Por último, pero no menos importante, estos procedimientos, y las personas involucradas en ellos, necesitan las herramientas adecuadas. Las herramientas adecuadas garantizarán que los procedimientos de DataOps incorporen coordinación y colaboración al tiempo que reducen, a través de la automatización y la inteligencia, parte de la carga de trabajo impuesta a los humanos.
Calidad de los datos a largo plazo
Al estilo de Ralph Waldo Emerson, podríamos decir que “la calidad de los datos es un viaje, no un destino”. Y el cambio en sí mismo es la única constante, parafraseando un poco de sabiduría anónima. Los datos están evolucionando a un ritmo vertiginoso a medida que las personas cambian de trabajo, las empresas cambian de identidad y las prioridades comerciales cambian.
Por lo tanto, la calidad de los datos no es una actividad que se realiza una vez; más bien, requiere mantenimiento continuo, esfuerzo constante e inversión financiera. La financiación asignada tiene un impacto directo en el éxito de la calidad de los datos, así que tenga esto en cuenta cuando reevalúe o comience su recorrido por la calidad de los datos.