Convertir la información en un activo estratégico para el negocio no es una tarea sencilla, ya que requiere de una preocupación especial por la calidad de los datos. Sólo detectando y corrigiendo los errores presentes en ellos, las decisiones de gerentes y analistas –incluyendo las apoyadas en avanzadas herramientas tecnológicas– podrán ser más confiables y eficaces.

La calidad de los datos se ha convertido en uno de los temas más recurrentes en los negocios actuales, ya que el volumen de información crece día a día y no siempre la información disponible es del todo confiable. En especial, aquellas aplicaciones empresariales que hacen un uso intensivo de la información, como el CRM (Customer Relationship Management) o el ERP (Enterprise Resource Management), sólo pueden ofrecer valor a las organizaciones si los datos que utilizan son completos y precisos.

En caso contrario, conducen a graves errores en la cadena de valor y en las decisiones de negocio. Así sucede en el caso de las herramientas de Business Intelligence, las cuales afectan decisiones trascendentes, a nivel de analistas y gerencia, que conducen a resultados potencialmente desastrosos.

En definitiva, con datos inexactos, incompletos u obsoletos, no sólo se afectan los procesos que ocurren dentro del negocio, sino también en los relacionados con partners, proveedores y, sobre todo, clientes. Se trata de pérdida de recursos, malas decisiones comerciales y, más aún, se puede dañar severamente la reputación de la empresa, haciéndola permeable, incluso, a fraudes.

Buscando la Calidad

Existen diferentes tipos de errores que afectan la calidad de la información, siendo los más común el que haya datos inapropiados, desconocidos, inconsistentes, duplicados, perdidos o erróneos. Estas diferencias sutiles en la problemática de datos deben comprenderse anticipadamente para hacer un diagnóstico correcto y la posterior validación y depuración de ellos.

Una posibilidad de solución es perfilar una muestra de los datos de un período suficiente de tiempo. Sin embargo, para muchos, ésta es una técnica relativamente nueva dentro de los procesos de transformación de datos, lo cual hace que muchos gerentes no la consideren como parte imprescindible de un proyecto de este tipo.

Lo primero que algunos plantearán al hablarse de un proyecto de calidad de datos, será averiguar en qué mercados o industrias existen las mejores soluciones de este tipo o saber qué han implementado los competidores. Otros querrán conocer benchmarks o historia de éxito de empresas del mismo sector publicadas en algún medio, sin embargo, ello no abunda. Simplemente, nadie quiere presentarse diciendo que antes no tenía buenos datos y, aunque el caso sea exitoso, algunos sectores especialmente sensibles –como el financiero, por ejemplo– no querrán nunca decir que tenían un problema de este tipo, aunque lo hayan resuelto de la mejor manera, ni aportar información que acorte el camino a sus propios competidores.

Sin embargo, la buena noticia es que es posible abstraerse de la industria específica propia para resolver estos problemas. Todos las organizaciones enfrentan dificultades comunes en este campo y es la validación y estructuración de los datos lo que permite posteriormente usufructuar de ellos, a partir de tecnologías de apoyo a la toma de decisiones o de servicio al cliente, por ejemplo.

Gerencia y Calidad de Datos

Un proyecto de calidad de datos debe formar parte fundamental de una estrategia de gestión de información empresarial o Enterprise Information Management (EIM). Para obtener el éxito, hay que tener presente que no se trata sólo de tecnología, ya que en este caso las personas y los procesos son fundamentales. Otro elemento que permitirá utilizar bien la información en la toma de decisiones será contar con óptimos patrones de reglas de negocios.

Por ello, la gerencia debe jugar un rol gravitante y permanente durante un proyecto de mejora de calidad de datos. Debe establecer claramente los objetivos y realizar un seguimiento, incluso una vez terminado el proyecto mismo, aplicando una mejora continua en la gestión de los datos. El monitoreo de la gerencia es importante porque muchas veces los empleados no alcanzan a dimensionar las expectativas involucradas en el proyecto y lo crucial que resulta para la gestión del negocio y la toma de decisiones de diversas áreas.

Por último, un enfoque de calidad de datos debe considerar algunos factores anexos, como medir el nivel de exactitud de la información respecto de la realidad del negocio y revisar las bases de datos para saber si ellas contienen todos los datos críticos. También debe ratificarse que la información esté disponible, y oportunamente, para quien la requiera.

Mejor Negocio

Las empresas que se preocupan por la calidad de sus datos pueden obtener beneficios muy relevantes para agregar valor al negocio y generar ventajas competitivas. Dichos beneficios pueden resumirse en los siguientes:

* Minimizar los riesgos en sus proyectos, especialmente en los relacionados con Tecnologías de la Información.

* Ahorro de tiempo y recursos, haciendo un mejor uso de la infraestructura tecnológica y sistemas para explotar su información.

* Tomar mejores y más oportunas decisiones de negocios, basadas en información confiable, validada y limpia.

* Mayor facilidad para cumplir con estándares o regulaciones internacionales sobre el manejo de información.

* Mejorar la tasa de éxito de sus campañas de marketing.