Saltar al contenido

Calidad de los datos: ¿Por qué es tan difícil acertar?

Los datos son un activo vital para cualquier organización hoy en día, independientemente de la industria o el tamaño. Esperamos que la información esté siempre disponible cuando se tomen decisiones; dependemos de los datos para proporcionar información sobre nuestros clientes, afinar nuestros productos y diseñar estrategias de marketing.

Pero no basta con poner a disposición los datos para las decisiones comerciales, también es necesario que este tipo de datos valiosos y procesables sean precisos. Desafortunadamente, a medida que la cantidad de datos recolectados aumenta a velocidades nunca antes vistas, también lo hace la inexactitud. Asimismo, los efectos de los datos inexactos no siempre se perciben inmediatamente. Por el contrario, tienden a deslizarse más sutilmente por la organización, lo que se traduce en episodios de experiencia negativa de los clientes, malos resultados en la retroalimentación, pérdida inesperada de ingresos, fracasos en la comercialización y mucho más.

Calidad de los datos: ¿Por qué es tan difícil acertar?
Calidad de los datos: ¿Por qué es tan difícil acertar?

Afortunadamente, las organizaciones son conscientes de que es necesario mejorar la calidad de sus datos. Según IBM, el 88 por ciento de las empresas de todo el mundo tienen algún tipo de solución para la calidad de los datos hoy en día y se estima que la gran mayoría de las empresas planean hacer de la calidad de los datos una prioridad para sus ecosistemas en los próximos 12 meses. Sin embargo, aunque el aumento de la conciencia sobre la calidad de los datos es la dirección correcta, la mayoría de estas iniciativas fracasarán. He aquí el porqué.

1. No es fácil

La calidad de los datos puede ser uno de los aspectos más difíciles de aplicar en el ámbito de los datos. El avance del Hadoop y otras tecnologías distribuidas han creado datos a una escala que no hemos visto antes y todavía estamos jugando a ponernos al día. Ahora podemos recoger cantidades masivas de datos, pero ¿qué hacer con ellos? No sólo eso, ¿cómo medimos su precisión? Es el tipo de cosas que te mantienen despierto por la noche: No sólo estamos tratando con volúmenes masivos de información, sino que también estamos tratando de captar nuevos tipos de datos, incluyendo registros de chat no estructurados, tickets de soporte y feeds de medios sociales.

2. Las herramientas tradicionales ya no funcionan

No hace mucho tiempo, los comercializadores y analistas de negocios tenían a su disposición una miríada de herramientas específicas y sofisticadas para ayudar con la calidad de los datos. Tomemos, por ejemplo, los servicios de validación de tarjetas de crédito y direcciones; tenía mucho sentido usarlos para depurar los datos de esos canales particulares. ¿Y ahora? No tanto.

3. Los datos son ahora un activo global

Volvamos al ejemplo del servicio de direcciones: El uso de un API específico tenía sentido cuando los datos se utilizaban sólo con fines operacionales y se limitaban a departamentos específicos. Este enfoque apenas funciona hoy en día, no sólo por el volumen alucinante y la falta de estructura de datos, sino también porque los datos se han convertido en un activo global distribuido en todo el negocio. Varias entidades, tanto internas como externas, consumen y generan datos que deben ser comprendidos e incorporados de nuevo a la organización. Este aspecto circular de los datos -que entran y salen constantemente del negocio- pone de relieve la necesidad de invertir en una arquitectura centralizada de gestión de datos. Aunque la gestión centralizada de datos es una estrategia emergente, las empresas que siguen este plan han obtenido beneficios considerables. Según Experian, las empresas que invierten en un enfoque centralizado de gestión de datos obtuvieron los mayores beneficios en 2014.

4. Es realmente sobre la gente

Deje el elefante a un lado por un momento. Un programa de calidad de datos exitoso no se trata tanto de las tecnologías usadas, sino de nosotros, la gente. Esto significa que tenemos que invertir tiempo y dinero para construir un equipo que realmente entienda y aprecie el negocio. Mientras que la inversión en tecnología es absolutamente necesaria, necesitamos cultivar una cultura orientada a la gente en torno al manejo y la calidad de los datos, porque la gente es la que hace que funcione.

5. Los datos se mueven a velocidades (casi) supersónicas

Las organizaciones esperan que la información se utilice para la inteligencia en el momento en que llegue. Los líderes quieren saber -sin demora- cómo sus negocios están tendiendo en los medios sociales o qué estrategia de micro-segmentación utilizar en la próxima campaña de mercadeo. Suena lógico hasta que nos damos cuenta de que, en su mayor parte, los datos en bruto y la calidad son casi como el aceite y el agua; no se mezclan exactamente.

Las organizaciones deben considerar la calidad de los datos como un proyecto estratégico que trasciende la tecnología y salta a la empresa, obteniendo el éxito de sus recursos, su cultura y, lo que es más importante, su gente. También es vital no apuntar demasiado alto: Empezar en pequeño utilizando conjuntos de datos conocidos, creando prototipos y construyendo hacia una plataforma de calidad de datos sofisticada.

¿Quiere más información sobre la calidad de los datos? Manténgase en sintonía para mi próximo post en el que discutiré las diferentes etapas de la calidad de los datos, los puntos de referencia para cada una, y por qué es virtualmente imposible saltarse etapas. Mientras tanto, empiece por lo pequeño, conozca sus datos y diviértase.