Cuatro pasos para arreglar sus datos incorrectos

En este momento, casi todo el mundo ha oído eso S&P rebajó la calificación de la deuda del gobierno de EE. UU. el viernes. Una parte importante de la historia es la Error de 2,1 billones de dólares en la deuda que S&P dio en su justificación original. Como era de esperar, los funcionarios utilizan el error y el hecho anterior de que S&P no calificara adecuadamente los paquetes hipotecarios para argumentar que la rebaja es incorrecta. La reputación de S&P, tanto si la rebaja es correcta como si no, seguro que se verá afectada.

Lamentablemente, el riesgo reputacional es solo la punta del iceberg en lo que respecta a la mala calidad de los datos. Desde solicitudes hipotecarias falsificadas y paquetes de hipotecas tóxicas, hasta calificaciones crediticias y balances incorrectos en los que no se podía confiar, el la crisis financiera tiene que ver tanto con los datos erróneos ya que se trata de una codicia sin restricciones. Y la carnicería continúa, como las contrapartes se demandan unas a otras y los tribunales niegan las ejecuciones hipotecarias cuando El rastro en papel es sospechoso.

Y ninguna industria es inmune. Cree que la atención médica es inmune? O el ejército? Y la industria alimentaria? No tuve tanta suerte. En marketing, los datos incorrectos dificultan conocer al cliente potencial. En el aprovisionamiento y la logística, los datos incorrectos hacen que las entregas vayan en la dirección equivocada. En la fabricación, los datos incorrectos significan que los componentes no encajan correctamente.

¿Quiere enfadar a un cliente? Trabaja para una empresa de telefonía móvil y envíale una factura incorrecta.

Los datos incorrectos dificultan la toma y ejecución de decisiones. Es trillado observar que las decisiones no son mejores que los datos en los que se basan. Peor aún, los datos incorrectos contribuyen a» parálisis de análisis» y el estasis que provoca. Y la batalla política más sangrienta que he visto estalló cuando dos divisiones, utilizando datos «cercanos pero no los mismos», llegaron a dos conclusiones muy diferentes.

Los malos datos obstaculizan la analítica y el «big data». Simplemente no puede confiar en la información cuando no puede confiar en las aportaciones.

En el ejército y la sanidad, los datos incorrectos matan a la gente.

A la luz de estos problemas, es casi prosaico observar que los datos incorrectos aumentan los costes. Los ejecutivos piden a su personal que rastreen los «hechos» que simplemente no se ven bien (una «actividad clandestina» que no aparece en las descripciones de los puestos ni en los desgloses de gastos). A un nivel más amplio, los departamentos implementan «funciones en la sombra» y las empresas «departamentos en la sombra» para gestionar los datos incorrectos. Es un trabajo sin valor añadido y es impresionante que, en estos tiempos de austeridad fiscal, se permita continuar.

Puedo seguir y seguir. A menos que sea uno de los pocos que abordan la calidad de los datos de forma agresiva y proactiva, es casi seguro que sufre por lo anterior. Afortunadamente, podemos hacer algo con la calidad de los datos. Los cuatro pasos clave siguientes pueden llevar a su empresa en la dirección correcta.

1. Admita que tiene un problema de calidad de los datos. Como cualquier programa de doce pasos, la clave es admitir el problema. A partir de ahí, siga los tres pasos siguientes para mejorar los datos.
2. Céntrese en los datos que expone a los clientes, los reguladores y otras personas ajenas a su organización. Examine detenidamente su sistema de controles. ¿Está al día? Asegúrese, no solo de que están en su lugar los controles correctos, sino de que los utiliza realmente. Cada vez.
3. Definir e implementar un programa avanzado de calidad de datos. Asegurarse de que los datos salen por la puerta correctamente puede ser una alternativa viable a corto plazo, pero ya hay demasiados datos y las cantidades están aumentando. Así como los fabricantes descubrieron que tenían que «evitar errores en sus fuentes», también con los datos. Necesita un programa de calidad que lo haga.
4. Analice detenidamente la forma en que trata los datos en general. Casi todo el mundo reconoce fácilmente que «los datos son uno de nuestros activos más importantes». Pero no los gestionan de esa manera. De hecho, los datos son casi invisibles. Y el principal responsable de los datos puede ser un arquitecto hundido en las entrañas de la TI. Si esta descripción es cierta, necesita un programa de datos agresivo, con talento, presupuesto y fuerza reales.

Para que quede claro, los pasos tres y cuatro son profundos. Tiene que hacer muchas cosas razonablemente bien (centrarse, medir, gestionar los procesos, eliminar las causas principales, etc.) para gestionar la calidad. Del mismo modo, la idea de que «los datos son activos» suena simple y es cualquier cosa menos. Todo el mundo toca los datos de una forma u otra, por lo que los zarcillos de un programa de datos afectarán a todos: las cosas que hacen, su forma de pensar, sus relaciones entre sí, sus relaciones con los clientes. Esta obra no es para los débiles de corazón. Pero es esencial.