A gestão inadequada de dados pode custar muito dinheiro. Desde multas administrativas até despesas extraordinárias para obter informações precisas para tomar decisões comerciais críticas, e Pode até ser necessário incorrer em despesas para limpar uma má imagem devido a um erro de dados.
A maioria das organizações tende a gerir qualidade de dados de uma forma muito táctica. Ou o departamento de TI resolve qualquer problema ou as diferentes unidades de negócio têm de criar processos de negócio para o solucionar.
Quando o TI tem de lidar com o problema, o problema é colocado em fila e, frequentemente, é-lhe atribuída uma prioridade baixa. Por tanto, as unidades de negócio, que enfrentam o problema no dia a dia, devem intervir.
Mais tarde, Por que os problemas de qualidade dos dados não são tratados a nível organizacional?
Neste artigo, descreveremos seis passos simples, mas muito eficazes, para prevenir e corrigir dados incorretos.
Como resolver problemas de dados incorretos
1. Compreender o problema
A organização deve chegar a um consenso sobre onde os dados estão incorretos e qual o impacto que têm no negócio.
A melhor forma de o conseguir é através da elaboração de perfis de dados. A elaboração de perfis de dados é uma atividade de aprendizagem, centrada em descobrir o que se tem e quão grave é. Durante este processo de elaboração de perfis podem ser descobertos diferentes tipos de disparidades.
Os dados podem estar incompletos. Por exemplo, os registos de clientes num sistema de gestão de relações com o cliente (CRM) podem não ter códigos postais ou endereços de correio eletrónico, ou é possível que os números de peças não apareçam nas entradas de uma base de dados de gestão de materiais. . O, uma aplicação de RH. pode não ter registos de funcionários. Neste segundo caso, deve determinar a definição completa de funcionário para realizar a sua avaliação (quer dizer, se, por exemplo, devem ser incluídos contratantes e / ou subcontratados)
Também pode descobrir imprecisões ou inconsistências nos dados.. Os valores contidos nos campos da base de dados estão corretos?? Algunos problemas comunes pueden incluir entradas de códigos postales que contienen letras o direciones de correo eletrónico de clientes sin el símbolo “@”.
Por último, es probable que se produzcan duplicaciones y despidos. Por exemplo, los productos pueden haber ingresado a una base de datos de inventario más de una vez, o puede haber múltiples registros para un solo cliente en un sistema CRM.
2. Criar a figura"Figura" é um termo usado em vários contextos, Da arte à anatomia. No campo artístico, refere-se à representação de formas humanas ou animais em esculturas e pinturas. Em anatomia, designa a forma e a estrutura do corpo. O que mais, em matemática, "figura" está relacionado a formas geométricas. Sua versatilidade o torna um conceito fundamental em várias disciplinas.... del responsible del tratamiento
El responsible de datos puede ser la persona más importante en su iniciativa de calidad de datos.. Será el responsible de crear las reglas para la generación, gestión, mantenimiento y distribución de datos, así como de delinear los procesos que ayudarán a asegurar la calidad en toda la organización.
El responsible del tratamiento también Assegurar o cumprimento destas diretrizes, monitorizando e medindo continuamente a integridade da informação e ajustando as práticas de qualidade à medida que as necessidades mudam., fontes de dados e outros fatores.
3. Aceitar o impacto dos dados incorretos
Deves conseguir uma visão completa do impacto dos Dados Incorretos. Através do perfil de dados realizado no primeiro passo, chega-se a compreender o que está errado. Nesta etapa, determinará por que está errado e como está a afetar o teu negócio.
Talvez a melhor forma de começar este passo seja criar um gráfico do ciclo de vida dos dados observados durante o passo de criação do perfil. De onde vêm os dados? Quais são as aplicações subsequentes que utilizam estes dados? Qual é o impacto nas seguintes aplicações se os dados não estiverem corretos?
Identifique os pontos de contacto durante o ciclo de vida onde os dados podem ser manipulados e destaque os locais onde os dados são gerados, para que possa ver claramente o que acontece quando a qualidade é comprometida.. Em cada passo, associe um valor a dados corretos e a dados incorretos. Quando o ciclo de vida estiver completo, simplesmente adicione os números.
4. Decida o que fazer com os dados incorretos
Uma vez identificados os problemas durante a elaboração de perfis e tendo uma ideia da dimensão dos problemas, o que fará para os corrigir? Todas as oportunidades devem ser priorizadas, desafios e riscos, e deve delinear, implementar e aplicar uma metodologia para os gerir.
O plano deve responder a estas perguntas:
- Que erros serão aceites (os que se encontram dentro dos limites aceitáveis) e quais serão rejeitados (os erros mais problemáticos)?
- O que acontecerá com os erros rejeitados? Os dados serão excluídos ou enviados a alguém para revisão posterior?
- Como serão corrigidos os erros corrigíveis? Serão tratados manualmente ou serão aplicados valores predefinidos?
5. Inicie o processo de limpeza
Uma vez identificados os dados problemáticos, determina-se como devem ser corrigidos e são atribuídas as pessoas responsáveis, que segue?
É hora de implementar os processos, procedimentos e planos para começar a limpar os dados.
Isto pode parecer um exercício técnico e deve envolver a sua organização de TI para trabalhar com as suas próprias ferramentas. Mas Seguir os passos anteriores tornará a aplicação dos planos muito simples.
6. Implementar e manter processos de qualidade de dados de âmbito geral.
Agora tem um processo para resolver o problema de negócio inicial e está a funcionar de forma mais eficiente. Funciona com a máxima eficácia?? Existem outros problemas relacionados com os dados que a sua unidade de negócio deverá procurar corrigir?? Sim é assim, tem as pessoas, os processos e a tecnologia para lidar com eles.
Mas Porém, Antes de começar a falar sobre isso, debe asegurarse de tener alguna forma de medir y monitorear el progreso hacia sus objetivos de calidad de datos.
Las métricas ya se han desarrollado y es importante mantenerlas atualizadas continuamente.
(função(d, s, Eu iria) {
var js, fjs = d.getElementsByTagName(s)[0];
E se (d.getElementById(Eu iria)) Retorna;
js = d.createElement(s); js.id = id;
js.src = “//connect.facebook.net/es_ES/all.js#xfbml=1&status = 0”;
fjs.parentNode.insertBefore(js, fjs);
}(documento, 'roteiro', 'facebook-jssdk'));
