Objectivos:

La gestión eficaz de los datos implica una serie de procesos complejos e interrelacionados que permiten a una organización utilizar sus datos para alcanzar objetivos estratégicos. La gestión de datos incluye la capacidad de diseñar datos para aplicaciones, almacenarlos y acceder a ellos de forma segura, compartirlos adecuadamente, aprender de ellos y garantizar que satisfacen las necesidades empresariales. Uno de los supuestos en los que se basan las afirmaciones sobre el valor de los datos es que los propios datos son fiables y de confianza. En otras palabras, de alta calidad.

Sin embargo, hay muchos factores que pueden socavar este supuesto y contribuir a la mala calidad de los datos: falta de comprensión de los efectos de la mala calidad de los datos en el éxito de la organización, mala planificación, diseño de sistemas «en silos», procesos de desarrollo incoherentes, documentación incompleta, falta de normas o falta de gobernanza. Muchas organizaciones no logran definir qué hace que los datos sean «adecuados para un fin». Todas las disciplinas de gestión de datos contribuyen a la calidad, y el objetivo de todas ellas debería ser conseguir datos de alta calidad que sirvan de apoyo a la organización. Dado que las decisiones o acciones no fundamentadas de cualquiera que interactúe con los datos pueden dar lugar a datos de mala calidad, la producción de datos de alta calidad requiere un compromiso y una coordinación interfuncionales. Las organizaciones y los equipos deben ser conscientes de ello y planificar datos de alta calidad, ejecutando procesos y proyectos de forma que se tengan en cuenta los riesgos relacionados con condiciones imprevistas o inaceptables en los datos.

Actividades realizadas por nuestro Equipo:

Definición de datos de alta calidad

Muchas personas reconocen los datos de escasa calidad cuando los ven; pero non son capaces de definir qué se entiende por datos de alta calidad. Antes de poner en marchaun programa de calidad de datos, convene entender las necesidades de la empresa, definir los términos, identificar los puntos débiles de la organización y empezar a llegar a un consenso sobre los drivers y las prioridades de la mejora de la calidad de los datos. Hay que plantearse una serie de preguntas para comprender el estado actual y evaluar la preparación de la organización para la mejora de la calidad de los datos.

Definir una estrategia de calidad de datos

Mejorar la calidad de datos requiere una estrategia que tenga en cuenta el trabajo que hay que hacer y cómo lo van a realizar las personas. Las prioridades de la calidad de datos deben alinearse con la estrategia empresarial. La adopción o el desarrollo de un marco y una metodología ayudarán a guiar tanto la estrategia como las tácticas, al tiempo que proporcionarán un medio para medir el progreso y el impacto. Un marco debe incluir métodos para:

• Comprender y priorizar las necesidades de la empresa
• Identificar los datos clave para satisfacer las necesidades de la empresa
• Definir las reglas empresariales y las normas de calidad de datos en función de los requisitos de la empresa
• Evaluar los datos de acuerdo con las expectativas
• Compartir los resultados y obtener feedback de las partes interesadas
• Priorizar y gestionar los problemas
• Identificar y priorizar las oportunidades de mejora
• Medir, supervisar e informar sobre la calidad de datos
• Gestionar los Metadatos producidos a través de los procesos de calidad de datos
• Integrar los controles de calidad de los datos en los procesos empresariales y técnicos

Un marco también debe explicar cómo organizar la calidad de datos y cómo explotar las herramientas de calidad de datos.

Identificar los datos críticos y las reglas de negocio

No todos los datos tienen la misma importancia. Las actividades de gestión de la calidad de datos deben centrarse en primer lugar en los datos más importantes de la organización: los datos que, si fueran de mayor calidad, aportarían más valor a la organización y a sus clientes. Los datos pueden priorizarse en función de factores como los requisitos normativos, el valor financiero y el impacto directo en los clientes.

Evaluación inicial de la calidad de los datos

Una vez identificadas las necesidades empresariales más importantes y los datos que las respaldan, la parte más importante de la evaluación de la calidad de datos consiste en examinarlos, interrogarlos para comprender su contenido y sus relaciones, y comparar los datos reales con las normas y expectativas. La primera vez que se haga esto, los analistas descubrirán muchas cosas: relaciones y dependencias no documentadas dentro de los datos, reglas implícitas, datos redundantes, datos contradictorios, etc., así como datos que realmente se ajustan a las reglas.

Identificar y priorizar las posibles mejoras

Una vez demostrado que el proceso de mejora puede funcionar, el siguiente objetivo es aplicarlo estratégicamente. Para estoo es necesario identificar y priorizar las posibles mejoras.

La identificación puede lograrse mediante la elaboración de perfiles a gran escala de grandes conjuntos de datos para comprender la amplitud de los problemas existentes. También puede lograrse por otros medios, como entrevistar a las partes interesadas sobre los problemas de datos que les afectan y hacer un seguimiento con el análisis del impacto empresarial de estos problemas. En última instancia, el establecimiento de prioridades requiere una combinación de análisis de datos y debate con las partes interesadas.

Definir los objectivos para la mejora de la Calidad de Datos

Los conocimientos adquiridos mediante las evaluaciones preliminares consituyen la base de los objetivos específicos del programa de calidad de datos. La mejora puede adoptar distintas formas, dese la simple reparación (por ejemplo, corregir errores en los registros) hasta la corrección de las causas profundas. Los planes de reparación y mejora deben tener en cuenta los quick win – problemas que pueden resolverse inmediatamente a bajo coste – y los cambios estratégicos a más largo plazo. El objetivo estratégico de estos planes debe ser abordar las causas profundas de los problemas y, ante todo, poner en marcha mecanismos para prevenirlos.

Desarrollo e implantación de operaciones de Calidad de Datos

Muchos programas de calidad de datos se inician mediante una serie de proyectos de mejora identificados a través de los resultados de la evaluación de la calidad de datos. Para mantener la calidad de datos, un programa de CD debe poner en marcha un plan que permita al equipo gestionar las reglas y normas de calidad de datos, supervisar el cumplimiento continuo de las normas por parte de los datos, identificar y gestionar los problemas de calidad de datos y elaborar informes sobre los niveles de calidad.