Los datos solo son fiables si su calidad, contenido y estructura se conocen bien y se mantienen a lo largo del tiempo.
Con el enorme número de activos de datos de hoy en día y los requisitos de cumplimiento normativo, a las organizaciones les resulta cada vez más difícil ofrecer datos oportunos, fiables y de calidad para el consumo empresarial. Los datos solo son fiables si su calidad, contenido y estructura se conocen bien y se mantienen a lo largo del tiempo.
Hoy en día, la información que ofrecen son el alma de cualquier organización moderna. Las empresas tienen una gran cantidad de información atrapada dentro de las cantidades masivas que residen en su negocio y que necesitan ser extraídas de forma segura y confiable para aprovecharlas en varias funciones.
Decisiones basadas en cifras
Las decisiones basadas en datos se toman en todos los sectores. Esto requiere que sean fiables para evitar el fenómeno GIGO (Garbage in Garbage out). Esto cuesta a las empresas en ingresos y rentabilidad, y varios estudios han estimado una erosión del valor del 10 al 30% debido a la mala calidad. El ejemplo clásico es no poder contactar con un cliente para verificar una transacción por culpa de unos datos de contacto deficientes.
Las organizaciones deben hacer de los programas de calidad y gobernanza una preocupación ejecutiva, que abarque el negocio, no sólo la TI. Es fundamental medir la calidad y corregirlos, al tiempo que se ponen en marcha procesos sólidos de gobernanza para garantizar la calidad de en el futuro.
Limpieza de datos
Por tanto, es necesario un enfoque gradual para limpiarlos de la mejor manera posible. Las organizaciones deben asegurarse de que disponen de buenos términos comerciales para los principales elementos de datos críticos (CDE). Asegúrese de que tienen buenos nombres descriptivos, descripciones cortas y largas, y abreviaturas. Aparte de indicar lo que contiene un elemento de información, esto ayudará a entender dónde residen los críticos y sensibles (como la IIP) y, por tanto, se pueden gestionar adecuadamente. Además, una vez asignado el término de negocio, la aplicación de las reglas de negocio adecuadas se hace posible.
Crear reglas de automatización basadas en asignaciones de términos de negocio – Puedes enlazar/crear automáticamente reglas de calidad. Esto ayuda a crear una visión coherente y a tratar el volumen.
Examina los datos en busca de duplicados, datos irrelevantes, problemas estructurales, valores atípicos y datos ausentes. Esto ayudará a limpiarlos y sienta las bases para convertirlos en información fiable.
Examinar las dimensiones de calidad , activar/desactivar según sea necesario, crear e instalar dimensiones personalizadas. Ayuda a mantener un entorno ágil y centrado en el negocio para personalizarlos, crear procesos de estandarización para las necesidades del negocio, como el enriquecimiento o la limpieza de estos.
También conviene utilizar la puntuación de la calidad de los datos para validar e iterar. Permite a las organizaciones analizar y supervisar continuamente la calidad de los datos para reducir la proliferación de datos incorrectos o incoherentes.
