Antes de considerar el costo de la calidad no relacionada con los datos debes de saber lo que el expectativas comerciales para la calidad de los datos, cómo su ausencia puede afectar el negocio y, un poco más complejo, cómo relacionar cada tema de calidad con un obstáculo específico dentro de la organización. o qualidade de dados Tiene muchos beneficios para la compañía, pero para poder disfrutarlos hay que poder:
El costo de la mala calidad de los datos
o impacto de una política de mala calidad de los datos revierte en diferentes áreas dentro de cualquier organización:
-
Financiero: reflejado en el aumento en el costo de operación, disminución en los ingresos, pérdida de posibilidades, disminución o retrasos en el flujo de caja y aumento de multas, sanciones o cargos similares.
-
Confiança e satisfação: na ligação com os clientes, trabalhadores e fornecedores, diminuição da confiança projetada pela organização, diminuição da fiabilidade das previsões, relatórios operacionais e executivos inconsistentes, assim como Tomada de decisões atrasados e / ou falta de precisão.
-
Produtividade: aumento da carga de trabalho, diminuição do desempenho, aumentar Tempo de processamento, diminuição da qualidade final do produto.
-
Risco: na ligação com a avaliação de crédito, investimentos e concorrência.
-
Cumprimento das obrigações legais, expectativas industriais ou políticas privadas.
A forma de agir para prevenir o aparecimento de situações deste tipo precisa de rapidez, rigor e continuidade. Deve estar ligada a uma estratégia e ser sustentada por uma política que estabeleça como:
-
Revê o tipos de risco y custos relacionados com o uso de la información en la compañia.
-
Especifica el expectativas con respecto a la calidad de los datos.
-
Desenvolver los procedimientos y herramientas necesarios para determinar el final de la calidad de los datos no ambiente organizacional.
-
Establecer el restricciones de validez de datos.
-
Mide la calidad de los datos.
-
Determinar un sistema de seguimiento y control de problemas de calidad.
Créditos fotográficos: “Rompecabezas de calidad que muestra excelentes servicios” por Stuart Miles
Como evitar os custos derivados da mala qualidade de los datos
o problemas de calidad de los datos Devem abordarse desde a raíz do posto que suas consequências podem ter efeitos de gran magnitud. Ninguém é livre de encontrarse com tal surpresa. Algunos ejemplos de gastos desafortunados provocados por una póliza inadequada de este tipo son:
-
50 millones de dólares mexicanos: que adeuda un concesionário de automóveis por um erro na impressão de cupones para o sorteo de un prémio en efectivo de 1,000 Dólares. Es la diferença entre imprimir un único cupón winner o imprimir los 50.000 como afortunados destinatários de este prémio.
-
Medio millón de dólares estadounidenses: que o Transporte de la ciudad de Nueva York Tuvo que pagar para atender el pago de 160.000 tarjetas de pago por viaje con un error tipográfico.
-
1.962 milhões de dólares: fue el costo del error en uno de los códigos de programación del Nave espacial Mariner I, lo que provocó su destrucción.
La otra cara de la moneda es la que muestra una investigación realizada en 2010 por la Universidad de Harvard. Neste estúdio afirman que Google logra uma ganância estimada de $ 497 millones cada año gracias a erros tipográficos de números de sites web populares que levan a los autores de búsquedas de los utilizadores a sitios con erros tipográficos, donde los anuncios de Google proliferan convenientemente.
Créditos fotográficos: “Dollar” de dream designs
Apesar disto, esto es una exceção, por lo que es interesante invertir en procesos, técnicas, algoritmos y operaciones que contribuyan a mejorar la calidad de los datos para ahorrar costes dirigir, tirar o máximo proveito dos processos, minimizar tiempos de respuesta, afinar la toma de decisiones y acciones, melhorar el servicio y la imagen corporativa y potenciar las acciones de marketing. Quão?
-
Evitando la duplicación: surgem quando é apresentada a mesma informação ou equivalente na mesma tabela em mais de uma ocasião.
-
Garantir a coerência dos dados: para evitar a existência de informação contraditória.
-
Procurando a completude: pelo que será necessário proceder a verificar que não existem campos em branco ou preenchidos por defeito.
-
Normalizar ficheiros: que garantam a conformidade dos dados.
-
Zelando pela precisão dos dados: compará-los com uma fonte de referência e aplicar medidas de controlo.
-
Garantir a fiabilidade e integridade dos dados.: assegurar que toda a informação relevante de um registo esteja presente e num formato que permita a sua utilização.
Postagem Relacionada:
