Blog

Toma de Decisiones y Calidad de los Datos


Garantizar la calidad de los datos no es una tarea trivial. Está claro que lo deseable sería contar con datos precisos, actualizados y completos pero, por desgracia, el mundo real está lejos de ser ideal. Lograr datos de alta calidad obliga a tener una comprensión muy clara del significado, el contexto y la intención de los mismos, donde no existan las ambigüedades y además, a ser posible, se cuente con definiciones estandarizadas que puedan servir de base para la futura toma de decisiones.

En este proceso sirve de gran ayuda el poder contar con:

  • - Conocimiento de las fuentes de origen:
  • - Control de la trayectoria del dato.
  • - Glosario de negocio

  

toma de decisiones¿Cuando se descubren los errores en los datos?

En el mejor de los casos, la mala información se reconoce de inmediato y es excluida del proceso de toma de decisiones. En el peor, los datos defectuosos, incompletos o poco fiables no se reconocen, y provocan una toma de decisiones errónea.

En la mayoría de los casos, por desgracia, la mala información se descubre al final del proceso de transformación de los datos, momento en que el flujo de información ha llegado a manos de su consumidor final y las acciones han sido llevadas a cabo.

Este tipo de información tiende a ser generada utilizando datos que se han almacenado durante algún tiempo, y repararla puede suponer un proyecto complejo si no se cuenta con los procesos, la capacidad y la tecnología adecuados para ello.

 



Aspectos fundamentales para una solución de Business Intelligence

La información de alta calidad es esencial en todos los aspectos del ecosistema empresarial hoy en día. La mejora de la calidad de los datos y, por tanto, de la información derivada de éstos y el conocimiento que generan, son aspectos fundamentales durante el proceso de implementación de una solución de Business Intelligence. y también como paso previo a esta etapa.

Por lo general, se producen muchos errores e incidentes adversos en los procesos de toma de decisiones estratégicas, que no son achacables a la solución de BI en sí misma, sino que son el resultado de datos e información pobres. Esto conlleva:

  • - Un impacto directo al grado de competitividad de la empresa.
  • - Un aumento en los costes de los procesos.
  • - La inhibición del intercambio de información, el análisis, la investigación y las iniciativas de medición del desempeño.

 bisiness intelligence

Hay varias formas en las que los problemas de calidad de datos pueden afectar al proceso de concepción de una solución analítica de Business Intelligence y cada una de ellas estaría relacionada con una cualidad diferente del dato comprendida dentro del concepto de integridad.

 

Integridad de datos interna

Esta condición tendría su reflejo en problemas de tipo referencial dentro de las bases de datos, es decir, en el modo en que los datos encajan entre sí.

  • Ejemplo práctico: podrían ocasionarse problemas con la integridad de datos interna si una unidad de negocio se eliminase del sistema, pero los contactos que incluye no fuesen suprimidos a la par. En este caso, los contactos pasarían a ser "huérfanos" al perder toda relación con la entidad de negocio que los gestó.
  • Problema: dependiendo del tipo de análisis que se esté haciendo, una situación de este tipo podría derivar en ciertos problemas en el estudio de la información.
  • Solución: las políticas que se gestan e implementan desde el data Governance son las encargadas de velar por esta integridad de los datos.

 

Integridad de datos externa

La integridad de datos externa atañe a la consistencia de los datos entre sistemas heterogéneos.

  • Ejemplo práctico: si se fusionan los datos entre Ventas, donde se contiene al cliente XYZ, y Contabilidad, donde se ha registrado al mismo cliente como XYZ S.A..
  • Problema: no existe match tras fusionar datos supuestamente “idénticos” entre dos o más sistemas.
  • Solución: mantener la integridad externa significa asegurar la consistencia de los datos a través delas diferentes aplicaciones fuente.

 

Conclusiones

Debido a su auge en los últimos años, la inversión actual en tecnologías de Business Intelligence y herramientas analíticas ha ido en aumento. Pero es importante asegurarse también de que la calidad en los datos sea proporcional, ya que ésta es la única manera de poder alcanzar las metas planteadas.

El desembolso en herramientas de BI no necesariamente generará un retorno en la inversión por el mero hecho de adquirirlas e implementarlas. Es necesario hacer, de forma previa, un minucioso análisis en cuanto a calidad de datos.

Los riesgos a los que la empresa deberá enfrentarse cuando no garantiza unos mínimos en cuanto a integridad de los datos, pasan por la imposibilidad misma de procesarlos y, aún en mayor medida, de convertirlos en información relevante para la toma de decisiones. El resultado es una falta de perspectiva absoluta que acrecienta las desviaciones, separando cada vez más a la organización de la consecución de sus objetivos estratégicos.

 

toma de decisionesIntegridad de datos y toma de decisiones, los desafíos

Cuando el volumen de la información a gestionar va en aumento y el tiempo para hacerlo disminuye cada vez más rápido hay que plantearse:

  • Que en los años venideros habrá que enfrentarse a tipos de datos más complejos de los que se han venido manejando hasta el momento (donde los datos estructurados han sido el estándar de uso en los sistemas operacionales por norma general).
  • Los mayores desafíos vendrán de la mano de Big Data y los datos semiestructurados y no estructurados, como resultado de la difusión de uso de las redes sociales.
  • La voz de cliente se perfila como un factor de significativa relevancia a la hora de resolver muchas cuestiones que conciernen la proyección de la empresa y su competitividad.
  • Business Intelligence ha dejado de ser únicamente una forma de estudiar el comportamiento del negocio en el pasado, para entenderse como una práctica que permite abordar iniciativas analíticas en tiempo real (BI operacional o cercano a tiempo real) apoyándose en las nuevas tecnologías.
  • Las diferentes necesidades del negocio dictarán la forma en que se explotará la información, ya sea para estudiar el comportamiento pasado o entender en tiempo real qué está ocurriendo, adquiriendo así la capacidad de tomar decisiones conforme las situaciones o eventos se vayan produciendo.

 

 

 

Konoges Valencia

Dirección:
Polo y Peyrolón, 5-4-21
46021 - Valencia (SPAIN)

Teléfonos de contacto:
+34 96.283.9593
+34 66.55.66.220
 
     

Información General

Todo el contenido y las imágenes se muestra en este sitio web es sólo para fines de demostración, presentación e ilustración de conceptos. Si desea tener una sesión demostrativa adaptada a sus necesidades, no dude en contactar con nosotros. Contacto.

Descargas de Documentos

En cada uno de los apartados existen enlaces que le permitirán descargar documentos referentes a la solución que se presenta. Pero si lo desea, puede acceder a una zona común de descargas de documentación de nuestras soluciones, seleccionando el enlace que aparece a continuación. Descargar documentos ...

Síganos en:

facebook  twitter  linkedin  Google +  youtube  slideshare

datos de konoges