BACKGROUND IMAGE: iSTOCK/GETTY IMAGES

Este contenido es parte de Guía Esencial: Protección de datos empresariales: Guía Esencial
Evaluar Conozca los pros y contras de las tecnologías, productos y proyectos que está considerando.

Los usuarios de negocio no juegan con los estándares internos de calidad de datos

Hacer que usuarios de negocio sigan estándares corporativos al ingresar y actualizar datos es vital para tener éxito en mejorar la calidad de datos.

Se señala al liderazgo organizacional como una fuerza clave para impulsar los esfuerzos de mejorar la calidad de datos. Pero el proceso diario de asegurar que los usuarios de negocio se adhieran a estándares de calidad de datos puede afectar al éxito de una iniciativa de mejorar la calidad, justo como puede hacerlo cualquier programa de estatutos de calidad o de gobierno de datos empresariales.

Los datos faltantes o incorrectos, las entradas duplicadas, la información mal identificada y las relaciones sin documentar entre elementos de datos son solo algunos de los problemas que empañan los datos cada día en empresas alrededor del mundo, muy a menudo debido a errores de los usuarios de negocio. Al sumarlos, todos estos pequeños problemas en la calidad de los datos pueden causar grandes problemas en los procesos de negocio y resultar en pérdidas importantes tanto de dinero como de productividad laboral, según los analistas.

A medida que el impacto potencial de los errores de datos se ha reconocido ampliamente, el interés en hacer cumplir los estándares corporativos de calidad de datos "ha pasado de total descuido a comprenderse que algo tiene que hacerse al respecto", dice Lyn Robison, una analista de Gartner Inc. en Stamford, Connecticut.

En la superficie, los retos inherentes en asegurar que los usuarios de negocio empleen estándares internos de calidad con consistencia pueden parecer contrarios a la intuición. La mayoría de actividades de ingreso de datos no son matemáticamente complejas. Es como un golfista que hace un golpe de putt de poco más de un metro, en vez de querer hacer un golpe de salida de más de 200 metros que necesita hacer una curva sobre un lago para aterrizar en el green. Sin embargo, esos golpes de putt no siempre entran en el hoyo, y Robison y otros analistas dicen que los errores al ingresar y actualizar los datos son muy comunes en los entornos de negocio acelerados.

Hacer que los usuarios de negocio sigan estándares internos acordados es el elemento central de una iniciativa de calidad de datos, dice Willam McKnight, presidente de McKnight Consulting Group en Plano, Texas. Pero hay muy trabajo que debe hacerse primero: "Proponer los estándares de calidad de datos y ponerlos en práctica es la parte difícil", agregó.

Trabajo en equipo en estándares de calidad de datos

A diferencia del golf, la gestión de calidad de datos es un deporte de equipo. Un buen plan de juego empieza con reuniones regulares para discutir largamente las reglas y definiciones de calidad de datos con todos los jugadores, incluyendo los data stewards (mayordomos de datos) y otros representantes de unidades y departamentos del negocio. "Hacer que los usuarios de negocio se involucren temprano en el proceso de creación de estándares siempre es una buena idea", dice McKnight. "Hay más posibilidades de que desafíen las reglas si no formaron parte del proceso que las determinó".

Lo que es crucial en estas reuniones es reconocer y apreciar los diversos puntos de vista, agregó. Los profesionales de negocios e informática tienden a ver los datos desde perspectivas diferentes y con un conjunto diferente de prioridades; desarraigar los hábitos bien atrincherados es difícil en ambos lados. En el pasado, el departamento de informática manejaba el proceso de calidad de datos unilateralmente en muchas organizaciones. Ahora, aconseja McKnight, a menudo es necesario relajar las políticas a favor de alcanzar un resultado colectivo.

"El impedimento más común para formular e implementar estándares de calidad de datos es obtener un consenso generalizado", dijo. Agregó también que allí es donde más se necesita el esquivo talento de liderazgo efectivo, para ayudar a guiar las organizaciones a través de las «sentencias duras» que deben hacerse sobre los estándares al mismo tiempo que se consigue que todos estén de acuerdo con ellos.

Al final, sin embargo, se esperará que los usuarios de negocio acepten ser responsables de la calidad de los datos. Robinson recomienda adherirse a las partes relacionadas con los estándares de calidad de datos de las descripciones del trabajo y del proceso de revisión del rendimiento. "Eso siempre es el mejor incentivo", dice.

Los incentivos que dan un poco más de atención a los datos a menudo resultan en beneficios tangibles para el negocio. De modo que si los usuarios de negocio pueden evitar consecuencias negativas y ayudar a mejorar el rendimiento del negocio al aceptar los estándares internos de buena gana, ¿por qué razón no siguen las reglas consistentemente?

Manzanas podridas vs. hormigas laboriosas

La respuesta, dicen los analistas, se puede dividir entre razones malas y comprensibles. Las malas incluyen algunos de los sospechosos de siempre: resistencia al cambio, ignorancia, mezquindad, holgazanería y aislamiento departamental. Por otro lado, están las realidades de los horarios ocupados y fechas límite que deben cumplirse.

"Hacer cumplir las reglas de negocio a menudo entra en conflicto con el deseo de terminar el trabajo", dice David Loshin, presidente de Knowledge Integrity Inc. en Silver Spring, Maryland. Por lo tanto, agrega, es importante definir qué constituye suficiente calidad de datos incluso si la información no está completamente libre de errores.

Ted Friedman, otro analista de Gartner, sugirió que el proceso de asegurar el cumplimiento con los estándares de calidad de datos debería empezar al inicio, con controles que hagan cumplir las reglas cuando los usuarios ingresen o actualicen datos.

Para ayudar a mantener la información defectuosa fuera de los sistemas corporativos, los datos que no están conformes deberían rechazarse, automáticamente si es posible o si no a través de esfuerzos manuales, dijo Friedman. De cualquier manera, debería monitorearse el proceso de ingreso de datos, dijo. Al mismo tiempo, las organizaciones deberían evaluar posibles cambios en los procesos de negocios para liberar embotellamientos que pueden causar errores de datos, agregó. También dijo que invertir en formación continua de calidad de datos puede respaldar aún más los esfuerzos de hacer que usuarios de negocios alcancen la meta de calidad.

Sobre el autor: Roger du Mars es un escritor independiente basado en Redmond, Washington. Ha escrito para publicaciones como Time, USA Todayy The Boston Globe, y previamente ha sido el jefe de oficina de Asiaweek en Seúl, Corea, y también para el South China Morning Post.

Inicie la conversación

Envíenme notificaciones cuando otros miembros comenten sobre este artículo.

Por favor cree un Nombre de usuario para poder comentar.

- ANUNCIOS POR GOOGLE

Close