Please enable JavaScript.
Coggle requires JavaScript to display documents.
CALIDAD DE LOS DATOS EN LA INTELIGENCIA DE NEGOCIOS - Coggle Diagram
CALIDAD DE LOS DATOS EN LA INTELIGENCIA DE NEGOCIOS
CALIDAD DE DATOS
Importancia
Datos imprecisos llevan a decisiones incorrectas
Limpiar datos erroneos
Más inversión, mayor calidad (relación logarítmica)
Qué es
Procesos, técnicas, operaciones para mejor calidad de datos
Sirve para obtener datos no erroneos, con una estructura definida
Exactitud, integridad, coherencia
Características
Datos deben brindar visión única
Datos relacionados (todas las fuentes), consistentes y completos
Cumplen normas y leyes
GESTIÓN DE CALIDAD DE DATOS
Consecuencias de NO gestionar la calidad de datos
Impacto en retención de clientes. (Falla en campañas por tener datos erroneos)
Errores en toma de decisiones
Pérdida de competitividad
Costos altos, costos no planificados
Información erronea (incompleta, desactualizada)
Beneficios de gestionar la calidad de datos
Retención de cliente. (Se logra saber como se siente el cliente)
Ahorro de costos
Mejora servicio al cliente (mejor comunicación)
Origen de errores de calidad de datos
Procesos externos:
migración y consolidación de sistemas, entrada manual de datos, alimentación por lotes, interfaces tiempo real
Deterioro natural:
nuevos usos, cambios no registrados, actualización de sistemas, automatización de procesos
Data entry: entradas de información manual
Datos externos: incorporación de forma automática
Errores de carga en sistemas transaccionales
Ejemplos mala calidad de datos
: mayor nivel de calidad de datos para procesos autmatizados, mayor sensibilidad del público, más datos de más fuentes en más sistemas
PROCESOS DE LA CALIDAD DE DATOS
Perfilado de datos:
análisis, medición
Limpieza:
corregir errores
Mejor de datos:
incorporar datos externos
Matching:
relación de datos y fusión de duplicados
**Eficacia del contacto
(mejora de datos personales) - I
dentificación de relaciones
(busca duplicados) -
calidad de datos
(mejora datos de producto, finanzas, activos)-
Análisis de calidad de datos
(perfilado, medición, IMPACTO)
Evaluación de calidad de datos (indicadores)
Tasa de eror para atributos importantes
Dimensiones de calidad y establecer indicadores
Estimaciones de la obtención del costo - detección y corrección de errores en datos