Ir al contenido

Calidad de datos

De Wikipedia, la enciclopedia libre

Calidad de datos se refiere a los procesos, técnicas, algoritmos y operaciones encaminados a mejorar la calidad de los datos existentes en empresas y organismos. Hay varias definiciones de calidad en datos pero la más común es que sirven su propósito.[1]Limpieza de datos tal vez se requiere para asegurar la calidad de dichos datos.[2]

Beneficios

[editar]

Los principales beneficios de la calidad de datos son:[3][4]

  • Ahorrar costes directos: evitando tener información duplicada y por lo tanto evitar el envío replicado de cartas a un mismo cliente.
  • Potenciar las acciones de marketing y la gestión: la normalización de archivos mejora el análisis de datos y permite segmentaciones precisas para que sus acciones de mercadotecnia y su gestión ganen en precisión y eficacia.
  • Optimizar la captación y la fidelización de clientes: con los datos correctos, se mejoran los ratios de respuestas y el cliente se siente plenamente identificado con la empresa.
  • Mejorar la imagen corporativa: el cliente sólo recibe el envío que le corresponde, una sola vez y con sus datos correctos.
  • Mejorar el servicio: identificación más rápidamente del cliente que llama a un Call Center, reduciendo los tiempos de espera y, dejando tiempo al operador para centrarse en el mensaje de negocio.
  • Impacto positivo para el negocio.
  • Rapidez en los procesos.
  • Confiabilidad para los consumidores de datos.
  • Reducción de costos en la generación de indicadores de gestión.

Garantía de calidad de datos

[editar]

La garantía de calidad de datos es el proceso de la evaluación de datos por perfil para descubrir incoherencias y otras anomalías en los datos y además desempeñar actividades de limpieza de datos[5][6]​ (por ejemplo, excluyendo del análisis a los valores atípicos) para mejorar la calidad de los datos.

Dichas actividades se puede hacer como una parte del almacén de datos o como parte de la administración de bases de datos de una pieza existente de la aplicación informática.[7]

Referencias

[editar]
  1. Redman, Thomas C. (30 de diciembre de 2013). Data Driven: Profiting from Your Most Important Business Asset. Harvard Business Press. ISBN 978-1-4221-6364-1. 
  2. data scrubbing (data cleansing)
  3. «Data Quality: High-impact Strategies - What You Need to Know: Definitions, Adoptions, Impact, Benefits, Maturity, Vendors». Archivado desde el original el 6 de marzo de 2016. Consultado el 5 de febrero de 2013. 
  4. Glossary of data quality terms Archivado el 3 de julio de 2008 en Wayback Machine. published by IQ International (formerly known as IAIDQ)
  5. Can you trust the quality of your data Publicado por spotlessdata.com
  6. Data cleansing
  7. «Lecture 23 Data Quality Concepts Tutorial – Data Warehousing». Watch Free Video Training Online. Archivado desde el original el 21 de diciembre de 2016. Consultado el 8 de diciembre de 2016. 

Enlaces externos

[editar]