Como ya hemos comentado otras veces, las empresas manejan una cantidad ingente de información y los distintos orígenes y formatos de los datos, genera una problemática relacionada con la falta de calidad de los datos, que en muchos casos resultan incompletos y de difícil acceso por parte de los empleados.
Este hecho provoca una pérdida de productividad por culpa de los tiempos muertos en tareas innecesarias que suponen para las compañías unas pérdidas que se han cifrado en el 30 % del coste por empleado, según un informe “Los grandes retos para la calidad del dato en las grandes empresas españolas”, elaborado por IDC España en 2009.
Los siguientes escenarios se dan en muchas empresas y representan típicas situaciones de pérdida de calidad del dato:
- Existen distintas versiones de la verdad. En las reuniones interdepartamentales a menudo se pierde mucho tiempo discutiendo cuales son los informes que tienen los datos más recientes o fiables.
- No puede consolidar la información.
- Los datos están en distintas aplicaciones y no puede cruzar información.
Para solucionar la mala calidad de los datos las empresas tienen que hacer un mayor número de trabajos que tienen un impacto directo en la productividad, debido a:
- Cantidades excesivas del tiempo y los recursos empleados por TI para investigar, limpiar y reconciliar los datos
- Carga operacional adicional para extraer y corregir manualmente los datos para el análisis
- Incapacidad para realizar un análisis en profundidad. Por ejemplo cuando la empresa sabe cuáles de sus puntos de venta tienen el mayor volumen de ventas, pero no sabría decir ¿Qué productos tienen las mayores ventas de temporada?.
- Incapacidad para localizar información importante. Cuando alguien menciona que se ha publicado en la intranet un informe que muestra como un cliente tiene una evolución creciente año tras año. Sin embargo, nadie puede encontrarlo ahora.
- No existen valores históricos. Cuando el departamento de ventas es la realización de revisiones de cuentas y desea comparar las ventas de cada cliente que va de año con sus ventas hasta la fecha en esta época el año pasado. Las ventas mantiene una hoja de cálculo de los resultados de este año, pero la persona que mantiene la hoja de cálculo el año pasado ha dejado la empresa – y nadie tiene idea de lo que pasó con la hoja de cálculo del año pasado.
- Incapacidad para diferenciar y priorizar los problemas. Si bien todos los problemas deben ser abordados en última instancia, debe ser capaz de identificar cuáles necesitan atención inmediata. A menudo, sólo se puede identificar los proyectos que se hayan demorado o departamentos que están por encima del presupuesto después de que estén profundamente en problemas.
- Las operaciones y los objetivos estratégicos no están alineados. A pesar de que la compañía ha definido sus objetivos estratégicos, no están seguro de si están en sintonía con sus operaciones diarias. Varios gerentes han dicho que mientras que ellos saben cómo optimizar el trabajo de sus propios servicios, que les gustaría entender mejor cómo sus esfuerzos por apoyar los objetivos generales de la organización.
Business Intelligence, ayuda las organizaciones a convertir los datos en información útil y significativa, y luego distribuir esta información a quienes la necesitan, cuando lo necesitan de modo que puedan tomar decisiones oportunas y basadas en información de calidad. Para ello la calidad del dato es el aspecto más importante en los procesos de extracción, Trasformación y carga ETL y la base para el éxito de cualquier solución de inteligencia de negocio.
