El contar con datos suficientes no garantiza el buen fin de Business Analytics, ni de la BI. Para una toma de decisiones exenta de riesgo, los datos han de ser válidos, íntegros, fiables, consistentes, completos... estos atributos de la calidad del dato no son inherentes al mismo, sino que requieren de la aplicación de técnicas de gestión de la calidad que midan, evalúen, mejoren y puedan asegurar la idoneidad de los datos para su uso.
Dentro de la estrategia corporativa de gestión de los datos, habría que acordar determinados niveles de servicio de la calidad de los mismos y, a la vez, definir métricas. De esta forma, se estaría fomentando la conciencia hacia la calidad de los datos, necesaria para definir tanto las reglas de negocio, como los requerimientos que se necesitan si se quieren procurar las condiciones óptimas para el análisis. Posteriormente, habría que completar estas acciones con campañas de depuración y limpieza de los datos que, probablemente deban tener previsto su enriquecimiento y homologación en determinados casos.
La integridad de los datos o, mejor dicho, la falta de ella, puede minar las decisiones de toda una empresa y abocarla al fracaso. Cuando la calidad de los datos no es confiable existen duplicidades, errores, campos vacíos y el usuario tiene que enfrentarse a una serie de problemas que dificultan o impiden su análisis. También puede suceder, en el peor de los casos, que no se detecten estos obstáculos, con lo que la desviación que una interpretación errónea causaría en las decisiones tomadas y las acciones encaminadas sería aún mayor y, en muchos casos, insalvable.
Para alinear las decisiones con la estrategia es necesario que la calidad sea perenne e incuestionable. Desde la planificación y el control hay que tomar medidas que garanticen la implementación de procedimientos operacionales para la gestión de la calidad de los datos. Una vez que los requerimiento de calidad han sido sometidos a ciclos de pruebas y validados se trata de ejercer el control y supervisión que hagan posible:
- Analizar, perfilar y medir la calidad de los datos.
- Certificar la calidad de los datos.
- Identificar, escalar y resolver conflictos de la calidad de los datos.
- Controlar procedimientos operacionales para la gestión de la calidad de los datos.
- Auditar la calidad de los datos.
Cuando se implementan estos procesos en la dinámica estratégica de la gestión corporativa de datos se está integrando la calidad en los cimientos de todos los procesos y, al mismo tiempo, se sientan las bases que preparan a la empresa para resolver cualquier conflicto que pueda surgir en relación con la calidad de los datos.
Créditos fotográficos: "Circuit Board" by Michelle Meiklejohn