5 TÁCTICAS PARA MEJORAR LA GESTIÓN DE LOS DATOS

Calidad de datos
Una adecuada gestión de datos es clave para que su integración facilite un
adecuado análisis de la información con el objetivo de servir a la inteligencia de
negocios o BI (del inglés Business Intelligence).
Toda estrategia de gestión de datos ha de partir de una calidad de los datos como
primer paso para una gestión del flujo informativo que conduzca a decisiones
estratégicas. Las siguientes 5 tácticas ayudarán a elaborar una competente
política de gestión de la calidad de datos en una organización o empresa:
1. Planificación de las TIC : Las tecnologías de la información (TIC) son una
infraestructura necesaria en un contexto como el actual, en el que el
procesamiento de la información y el conocimiento se revelan como claves
económicas de más trascendencia que los mismos procesos industriales.
Una buena infraestructura ha de lograr una calidad preventiva del dato como parte
del mismo diseño de las aplicaciones. Se trata, en suma, de evitar los riesgos de
información defectuosa, de construir una arquitectura de datos organizada
relevante, concreta y rápida a la hora de identificar los datos esenciales para el BI.
2. Gestión de la calidad del dato: Establecer una política de la calidad de datos es
una necesidad que se prolonga en el tiempo. A la correccion de los sistemas de
origen se le suma la aplicación de las mismas reglas durante el ciclo de vida de
todo el proceso de gestión de datos.
La gestión manual y/o automatizada de la calidad de los datos ha de velar por la
calidad de los mismos, y su tratamiento dependerá de las necesidades del
análisis.
Según Brackstone, exactitud, completitud, consistencia (definición de estándares y
protocolos) y temporalidad o disponibilidad son las cuatro dimensiones de la
calidad del dato. Todas ellas son esenciales tanto en los procesos internos como
externos de la empresa y, a su vez, la información generada en estas operaciones
es constante fuente de datos susceptibles de gestionarse por ERP´s y CRM´s,
respectivamente, dentro de un sólido Data Warehouse (DW) como sistema de
gestión integral.
3. Un trabajo de conjunto: Una buena gestión conjugará distintos aspectos, como
la calidad de datos, su accesibilidad, buenas prácticas de gestión de datos
maestros, protección de la privacidad o la confidencialidad. Sólo así se obtendrán
los beneficios de una gestión eficiente de la calidad de datos y la importancia de la
buena gobernanza de datos.
4. Huir de la intoxicación de datos: Una gestión inteligente planificará de forma
conjunta la gestión de la información con la gestión empresarial. La
sobresaturación de información provoca la intoxicación de datos, con el
consiguiente problema de cara a una mayor capacidad decisoria.
Una buena gestión de datos se centrará en la transformación de unos datos
seleccionados por su calidad en valiosa información que resulte útil. Sólo los datos
de calidad o de valor añadido pueden transformarse en conocimiento. De lo que
se trata, por lo tanto, es de lograr fiabilidad y reducir los tiempos de gestión e
integración para centrarnos en el análisis.
5. Administradores de datos: La gestión de la información suele delegarse, por lo
que la gestión de la calidad de los datos depende finalmente de distintos
departamentos. Con el fin de asegurar una buena gestión de calidad de datos, se
designarán administradores de datos como una responsabilidad adicional a su
cometido habitual.
El cometido de los administradores de datos será vigilar el proceso de gestión de
la calidad de los datos y garantizar su eficiencia tanto mediante la incorporación de
reglas y rutinas como a nivel de motivación del personal.

10 CLAVES PARA LA CALIDAD DE LOS DATOS EN LOS SISTEMAS

INFORMÁTICOS
Calidad de datos.
Toda empresa u organización que gestiona grandes volúmenes de información
necesita lograr el éxito con la calidad de los datos. Y conseguirlo significa,
básicamente, construir un plan de acción que permita abordar este desafío.
En la gestión eficaz de los datos no hay fórmulas de éxito de aplicación universal.
La palabra clave es adaptación a las necesidades concretas. Se requieren
herramientas adecuadas y la gente adecuada, es decir, una buena combinación
de profesionales, procesos y tecnología.
En el actual contexto de Big Data los desafíos son muchos: los procesos de
gestión de datos se informatizan, aumenta su volumen, los procesos se
automatizan y se ha de hacer frente a una realidad cambiante. Estas 10 claves
para la calidad de los datos son una orientación general a partir de las cuales
poder buscar una fórmula propia:
1. Establecer objetivos: El establecimiento de objetivos, qué uso o usos se les va a
dar a los datos ahora o en el futuro ayuda a establecer un programa de gobierno
de datos dentro de un enfoque realista.
2. Herramientas adecuadas: La gestión de la información ha de llevarse a cabo
teniendo en cuenta el tipo de datos y de empresa. No hay dos empresas iguales ni
dos conjuntos de datos idénticos, como tampoco se recogen, mantienen o utilizan
de la misma manera. Abordar los problemas de calidad de los datos, por lo tanto,
requerirá de la búsqueda de software y hardware y demás herramientas
adecuadas para gestionar la información garantizando la calidad y la protección de
los datos.
3. Analistas adecuados: La tecnología está ligada al negocio, por lo que los datos
necesitan la aplicación del conocimiento para conseguir un análisis de calidad. Es
así que lograr datos de calidad significa contar con científicos de datos que
puedan interpretar los resultados. Una vez se tienen datos de calidad es el
momento de trabajar con esa información para obtener datos significativos que
permitan tomar las mejores decisiones. Su perfil deberá ajustarse al tipo de datos
con los que se está trabajando para el logro de un uso inteligente de los mismos.
4. Actualización: El volumen de datos no deja de aumentar, por lo que hay que
estar atentos a ese crecimiento para encontrar soluciones, que pueden exigir
cambios de sistemas para dar respuesta a necesidades de introducción,
almacenamiento y administración de los datos. A su vez, los datos requieren de
una medición de su calidad a lo largo del tiempo, por lo que se requieren
actualizaciones constantes para evitar desfases.
5. Anticipación: La gestión de la información va más allá de una administración en
el día a día. Por muy efectivas que resulten las soluciones actuales y se domine el
funcionamiento de los equipos, conviene estar atentos a futuras arquitecturas y
software. Las listas de tecnologías y tendencias de compañías de análisis como
Gartner, IDC o Forrrester facilitan estar al día para poder anticiparse a los cambios
tecnológicos.
6. Implicación: La importancia de mantener datos de buena calidad compete a
todos los empleados. Con el fin de incentivar el cumplimiento, los expertos
recomiendan establecer orientaciones claras y mantener reuniones periódicas
para asegurar que los procesos de calidad están al día.
7. Inversión a largo plazo: Un buen programa de calidad de datos es una inversión
a largo plazo para la rentabilidad de un negocio. Se busca obtener el máximo
provecho de la inversión en la calidad de datos con el plan de gobierno de datos,
pero a menudo estas mejoras están ocultas, aunque sus efectos sobre la salud de
cualquier organización son grandes. En este aspecto se precisa del apoyo por
parte de los ejecutivos, en ocasiones reacios a entender la importancia de la
calidad de los datos.
8. Enfoques top-down (directivo/base) y bottom-up (base/directivos): Una regla
fundamental para la aplicación de programas de calidad de datos es establecer un
plan que suponga un esfuerzo conjunto y estratégico de ejecutivos y personal de
base, de acuerdo con Ted Friedman, analista de gestión de datos de Gartner,
empresa que investiga las tecnologías de la información.
9. Los signos del éxito: Cuando un plan de calidad de datos empieza a dar sus
frutos algunas de las mejoras se manifiestan de forma puntual. Sin embargo, la
manera adecuada de medir su rendimiento ha de sistematizarse mediante el
seguimiento de aspectos clave como la satisfacción del cliente en encuestas sobre
el producto o servicio, el ahorro de tiempo en la administración de datos o en la
precisión de los mismos, por ejemplo con menor volumen de correo devuelto.
10. No bajar la guardia: Un programa de datos satisfactorio no es sinónimo de
trabajo hecho, pero sí de trabajo bien hecho. Por lo tanto, hay que seguir
trabajando para mantener y mejorar los resultados. Baja la guardia puede
significar volver a empezar de nuevo.