La importancia de la calidad del dato

calidad-dato

¿Qué me dirías si te hablo de “internet de las cosas”? Si tu respuesta ha sido “no sabe/no contesta”, es muy probable que hayas estado viviendo en Siorapaluk durante los últimos 10 años. Probemos con estos otros: Facebook, Twitter, Instagram… ¿Tu respuesta sigue siendo la misma? Probablemente seas vecino del anterior. Y si te hablo de compras a través de internet, compras en el supermercado… Nos vamos acercando, ¿verdad?

¿Qué tienen en común todos ellos? Los datos. En nuestro día a día estamos rodeados de tareas cotidianas que generan millones y millones de datos, de información sobre nuestro modo de consumir, nuestras preferencias, cómo actuamos ante determinadas situaciones. De igual modo pasa en las grandes empresas. Todos los días y casi a cualquier hora, las empresas están generando información sobre sus negocios.

La producción de datos se está expandiendo a un ritmo asombroso. Los expertos apuntan ahora a un aumento del 4.300% en la generación de datos anuales para el año 2020. Los factores incluyen el cambio de las tecnologías analógicas a las digitales y el rápido aumento en la generación de datos por parte de individuos y empresas.

Crecimiento global de la información

calidad-dato-graficoDatos expresados en Zettabytes (1 ZB = 1,000,000,000,000 GB)

Según se puede observar en el gráfico anterior, la producción de datos en el año 2020 será 44 veces mayor que la del año 2009 (y estamos hablando de sólo 11 años de diferencia). Más del 70% de la información será generada por individuos, pero es responsabilidad de las empresas su almacenamiento, protección y gestión de un 80% de la misma.

Nuestro activo más preciado: Los datos

Está claro que uno de los activos más importantes de nuestras empresas (sino el más importante) son los datos. La información supone poder y, por ello, ha de ser tenida en cuenta. Gracias a la información generada en nuestras empresas podemos conocer cuál ha sido nuestra evolución a lo largo del tiempo y, por ende, predecir comportamientos futuros. Estamos hablando, cómo no, de sistemas ágiles y potentes de Business Intelligence.

No hace mucho tiempo, alguien me decía que las empresas no pueden sobrevivir sin un sistema transaccional que ayude a sus empleados en la gestión de las tareas empresariales diarias, pero que sí es posible subsistir sin un cuadro de mando o un sistema de reporting adecuado. No puedo estar más en desacuerdo.

Quizá no seamos capaces de verlo a primera vista, pero el mundo del Business Intelligence está tan intrincado en nuestras vidas diarias que por eso ya no lo percibimos como algo absolutamente necesario y con lo que convivimos diariamente. ¿Acaso nuestras abuelas y nuestras madres no son las precursoras del Business Intelligence en nuestros propios hogares? ¿Qué es lo que están haciendo cuando gestionan el dinero con el que se mantiene una casa diariamente? ¿Por qué deciden comprar en una tienda y no en otra? La respuesta es bien simple: una sencilla tarea de análisis que les lleva a tomar unas decisiones u otras. Si esto es así en nuestra vida diaria, está claro que no debemos desdeñar el poder de la información y del análisis de las mismas en nuestras empresas.

Disponemos de los datos y en muchos casos de las herramientas que nos permiten hacer esos análisis, pero quizá deberíamos hacernos la siguiente pregunta:

¿Confiamos en la calidad de los datos de nuestras empresas?

El trabajo de mantenimiento de la calidad de datos en nuestras empresas es a menudo muy descuidado, y la baja calidad de los datos de negocio constituye un factor de coste significativo para muchas empresas.

New call-to-action


Pongamos un ejemplo sencillo:

Muchas empresas gastan enormes cantidades de dinero en campañas de marketing y publicidad para promocionar sus productos. Algunas, incluso, generan catálogos muy costosos para llegar a sus clientes de un modo totalmente gratuito. Un error que suele ser habitual y que viene provocado por la ausencia de calidad en los datos maestros de clientes es la duplicidad o falta de calidad en las direcciones. Un cliente se ha podido dar de alta multitud de veces a través de los diferentes centros de dicha empresa, a través de la web, o simplemente la empresa dispone de sus datos porque ha comprado una base de datos de clientes. Si no se han llevado a cabo las tareas pertinentes de limpieza y posterior deduplicación de la información, es muy probable que de manera habitual se estén enviado varios catálogos a una misma dirección con los costes innecesarios. que ello supone.

Es un ejemplo sencillo, pero que permite hacernos una magnitud de los costes en los que están incurriendo las empresas por no acometer un problema conocido y habitual en todas las organizaciones.

La mala calidad de los datos puede implicar una multitud de consecuencias negativas en una empresa:

  • Menor satisfacción del cliente.
  • Aumento de los costes.
  • Ineficientes procesos de toma de decisiones.
  • Menor rendimiento y satisfacción laboral de los empleados.
  • Aumento de costes operativos, tiempo y recursos para detectar y corregir errores.
  • Dificultad para dar credibilidad a los datos empresariales.

A la hora de afrontar los errores provocados por una ausencia de calidad en los datos, la reacción natural de la mayoría de las empresas es corregir dichos errores detectados en los propios datos. Sin embargo, la tarea de encontrar y corregir los datos erróneos se convierte pronto en algo recurrente. Y lo que es peor, en una tarea costosa que consume mucho tiempo. Además esta solución siempre acaba mal: las tareas manuales suelen conllevar aún más errores que provocan errores mayores en un futuro, toma de decisiones erróneas y, en muchos casos, gastos innecesarios.

La alternativa es evitar errores en las fuentes de datos, obviando así la necesidad de encontrarlos y solucionarlos.

Otro de los grandes retos a los que se enfrentan las empresas que deciden emprender proyectos de calidad del dato es la reticencia al cambio por parte de los usuarios. Estos proyectos implican un amplio componente tecnológico pero también un amplio componente humano.

Seamos sinceros, no existe ninguna herramienta en el mercado que nos asegure un 100% de fiabilidad en la calidad de los resultados y esto implica que, en un amplio porcentaje, se requiera de una intervención humana a la hora de la toma de decisiones. Por otro lado, los proyectos de calidad del dato implican, en muchos casos, la modificación de tareas diarias a las que nuestros empleados no están habituados: centralización de alta de datos maestros, flujos de aprobaciones, mayor control en los datos introducidos manualmente, etc.

La revolución del dato

Este suele ser uno de los argumentos esgrimidos por las empresas para no abordar de manera definitiva su problema frente a la ausencia de calidad. Por ello es necesario implicar a los usuarios desde los inicios del proyecto para que se sientan partícipes de la “revolución” que se va a llevar a cabo en sus empresas. Además, en la mayoría de los casos, son ellos y no otros los que disponen de toda la información necesaria para llevar a cabo de manera correcta las tareas de definición de elementos que identifican de manera única a dos entidades duplicadas, detección de duplicados y completitud de información.

Un buen sistema de calidad de datos debe permitir, además, una vigilancia constante  sobre el estado de nuestros sistemas. Debe permitir la medición de los KPIs establecidos por la empresa para determinar el grado de calidad de nuestros sistemas. Y, al igual que nuestros negocios, deben ser sistemas vivos que se adapten y detecten nuevas reglas de negocio aparecidas a lo largo de la vida de nuestras empresas.

Como conclusión diremos que, alrededor del 80% de las empresas se enfrentan en su día a día con problemas derivados de la falta de calidad en los datos con los que trabajan. Todo el tiempo perdido en enfrentar este problema deriva en enormes costes para las mismas.

Además, recordemos que nunca se sabe cómo de limpia está tu casa hasta que no miras debajo de la alfombra…

 

Explota tu valor de IT

Explora nuestros casos de éxito y nuestras soluciones para saber cómo podemos ayudarte a crear una organización de finanzas exitosa.

¡Quiero saber más!

Manuel Ángel García

Manuel Ángel García

Manuel es BI Manager en Techedge España. Con más de 12 años de experiencia en inteligencia de negocio en empresas de diversos sectores, Manuel combina su conocimiento en la consultoría SAP y su experiencia en Analítica para ayudar a dichas empresas a reducir riesgos e identificar oportunidades.

FOLLOW-ME