SlideShare una empresa de Scribd logo
1 de 38
Comprendiendo qué es la calidad de datos
e implantando un entorno de datos limpio y controlado.


                            Guía para empresas
Una cuestión incómoda




La mayoría de empresas y
administraciones públicas saben que
existe un problema con los datos, pero
generalmente lo ignoran.




                                    Sigma Data Services - www.datoslimpios.es
Resumiendo:
La calidad de datos realmente importa a muy pocas
empresas.

Veamos porqué y si merece la pena hacer algo más por los
datos o no.




                                   Sigma Data Services - www.datoslimpios.es
Algunos ejemplos de porqué controlar la calidad de las
cosas es importante para las empresas y también para la
sociedad…




                                 Sigma Data Services - www.datoslimpios.es
Si sabes que tus datos son uno de los activos más
importantes de tu negocio, entonces…

¿De qué sirven tantos sistemas informáticos y tanta
inversión si no te preocupas por los datos?




                                   Sigma Data Services - www.datoslimpios.es
¿Es importante para tu negocio?


Si te dijera que tus bases de datos tienen …

    30% de datos personales de clientes incorrectos o inexistentes
    20% de direcciones postales incorrectas
    15% de teléfonos incorrectos
    7% de clientes duplicados
    5% de e-mails incorrectos


                … ¿es importante para tu negocio?




                                               Sigma Data Services - www.datoslimpios.es
Hay algo más:
El problema no sólo es tener los datos así (de mal), sino no
saber qué datos están afectados, porqué y desde cuándo.

(Por cierto los costes de la no calidad de datos suelen estar sobre el 5% de
los ingresos de una entidad)




                                             Sigma Data Services - www.datoslimpios.es
Qué organizaciones están más afectadas


Todas sufren sus consecuencias en mayor o menor
medida, aunque la no calidad impacta más sobre ciertos
sectores:

 Empresas con cientos de miles o millones de clientes particulares con
    pequeño valor
   Con miles de clientes de alto valor
   Con gran actividad y control de la relación
   Con gran actividad de marketing directo o de comunicación
   Administraciones públicas


                                          Sigma Data Services - www.datoslimpios.es
¿Cuál es el coste de la no calidad?


¿Cuánto gasta en servidores?
¿Y en desarrollar aplicaciones?
¿Y en licencias de productos?
¿Y en mantener la base de datos?
¿Y en desarrollar interfaces?
¿Y en acceso a Internet?
¿Y en marketing relacional?
¿Y en atención al cliente?
¿Y en actividad comercial?

La no calidad de datos cuesta entre el 15% - 20%
de estos capítulos. Es decir, mucho.
                                      Sigma Data Services - www.datoslimpios.es
Comprendiendo el alcance del problema
¿Qué es la no calidad de los datos?


Es la degradación continua de los
datos identificativos y de contacto de
personas físicas y jurídicas:

• Clientes y potenciales
• Empleados y candidatos
• Proveedores
• Ciudadanos,
• Suscriptores
• …



                                         Sigma Data Services - www.datoslimpios.es
Sigma Data Services - www.datoslimpios.es
¿Qué es la calidad de datos?


Es un conjunto de
metodologías, actividades, técnicas y
productos destinados a reducir la no calidad de
los datos.

Objetivo:
Mantener los datos en el mejor estado
posible:
 Datos correctos, sin errores
 Datos actualizados, de forma continua
 Datos únicos, sin duplicidades
 Datos controlados, conociendo el porqué de su
  situación
                                          Sigma Data Services - www.datoslimpios.es
Datos básicos a tratar

Los datos básicos de personas (individuales o
empresas) son los que nos permiten
identificar unívocamente una persona y
contactarla por correo
postal, electrónico, teléfono y SMS:

  Nombre, 2 apellidos
  Nombre de empresa
  Sexo / Empresa
  DNI, NIF, CIF, Nº Tarjeta residencia, Nº Pasaporte
  Dirección postal
  Dirección electrónica
  Teléfono fijo, teléfono móvil

                                                Sigma Data Services - www.datoslimpios.es
Ficha estándar de datos

Nombre             Fernando Jurado Úbeda

Dirección          P. Casal 10 1D (Urb. Quinta de Goya)

Código Postal      No consta

Localidad          Madrid

DNI                50.159.894-X

Teléfono 1         91 526 570

Teléfono 2         647 937 259

E-mail             fjurado@sigma


La ficha estándar de datos no aporta ninguna
información precisa sobre validez, actualización y
origen de cada dato.

                                      Sigma Data Services - www.datoslimpios.es
Ficha de datos normalizada y controlada
      Campo                  Valor            Estado     Fecha alta          Fecha revisión          Origen

Nombre        Fernando                      Encontrado   05-01-2008            10-02-2009        Bd_clientes_01

Apellido_1    Jurado                        Encontrado   05-01-2008            10-02-2009        Bd_clientes_01

Apellido_2    Úbeda                         Encontrado   05-01-2008            10-02-2009        Bd_clientes_01

Sexo          Varón                         Asignado     22-03-2009            22-03-2009        Sigma_GeoCal_01

NIF           50159894X                     Inválido     05-01-2008            10-02-2009        Sigma_Norma_01

Tipo_via      Calle                         Asignado     22-03-2009            22-03-2009        Sigma_GeoCal_01

Denom_via     Pablo Casals                  Encontrado   05-01-2008            10-02-2009        Bd_clientes_01

Cod_via       2812334400-100                Asignado     22-03-2009            22-03-2009        Sigma_GeoCal_01

Numero        10                            Encontrado   05-01-2008            10-02-2009        Sigma_GeoCal_01

Piso_puerta   1ºD                           Separado     05-01-2008            22-03-2009        Bd_clientes_01

Resto_dir     Urbanización Quinta de Goya   Separado     05-01-2008            22-03-2009        Bd_clientes_01

Cp            28011                         Asignado     22-03-2009            22-03-2009        Sigma_GeoCal_01

Localidad     Madrid                        Encontrado   05-01-2008            22-03-2009        Bd_clientes_01

Municipio     Madrid                        Asignado     22-03-2009            22-03-2009        Sigma_GeoCal_01

Provincia     Madrid                        Asignado     22-03-2009            22-03-2009        Sigma_GeoCal_01

Tel_fijo      91526570                      Inválido     05-01-2008            22-03-2009        Sigma_Norma_01

Tel_movil     647937259                     Válido       05-01-2008            22-03-2009        Sigma_Norma_01

Email         <deleted>                     Inválido     05-01-2008            01-04-2009        Sigma_Norma_01

Duplicados    3                             ---             ---   Sigma Data Services - www.datoslimpios.es
                                                                              01-04-2009         Sigma_Norma_01
Qué ventajas aporta la calidad de datos


Para la dirección:
  Información precisa en todo momento para
   toma de decisiones
  Análisis e informes confiables, a tiempo
Para equipo técnico:
  Control sobre los contenidos de los datos
  Aumenta su productividad de forma
   exponencial
Para clientes, empleados, ciudadanos:
  Comunicaciones libres de error
  Servicio de alto nivel
Para la empresa en su conjunto:
  Enormes ahorros de costes


                                               Sigma Data Services - www.datoslimpios.es
Entorno de datos limpio y controlado
                  =
         Control + Ahorro

       (saber qué, cuáles, porqué y cuánto)




                                 Sigma Data Services - www.datoslimpios.es
Porqué las empresas no logran
eliminar la no calidad de datos por sí solas
Mito Nº 1



      “Nuestros informáticos
         pueden hacerlo”

                   Reconózcalo ya:
     sus informáticos no poseen la experiencia
     ni los recursos para hacerlo correctamente;

¡Están dedicados a los sistemas de nóminas y ventas!

                                Sigma Data Services - www.datoslimpios.es
Mito Nº 2



“Tenemos los mejores sistemas
  informáticos del mercado”

  ¡Estamos hablando de datos, no de sistemas!




                             Sigma Data Services - www.datoslimpios.es
Mito Nº 3



     “Los datos están bien,
los limpiamos hace tres años”
 ¿Sus datos están realmente bien? ¿Cómo lo sabe?
    ¿Su oficina sólo la limpia cada tres años?
 ¿Cuándo fue la última vez que auditó sus datos?
     ¿Cuántos clientes tiene (exactamente)?

                              Sigma Data Services - www.datoslimpios.es
Mito Nº 4



 “Es demasiado caro”
            Respuesta incorrecta:
la calidad de datos se paga por sí misma,
             desde el primer día.
      En realidad es una gran inversión
         a corto, medio y largo plazo


                           Sigma Data Services - www.datoslimpios.es
Mito Nº 5



    “Es demasiado complejo”
                   Respuesta correcta:
     Déjelo en manos de verdaderos especialistas:
Poseen las herramientas y el conocimiento para auditar sus
      datos y proponer un plan de calidad continuo




                                  Sigma Data Services - www.datoslimpios.es
Mito Nº 6



       “Nuestro ERP y CRM
    ya incluye calidad de datos”
 SAP, Navision, Siebel, … efectivamente incluyen sistemas de
 calidad de datos, pero por desgracia son sistemas pensados
  para datos USA, UK, … y sólo incluyen calidad instantánea.
Exija un sistema de calidad de datos totalmente adaptado a
          España, que pueda convivir fácilmente con
        sus sistemas y que permita un plan continuado

                                    Sigma Data Services - www.datoslimpios.es
Por dónde empezar
Sus datos son su principal activo.
Dedique el tiempo que merecen.




                                     Sigma Data Services - www.datoslimpios.es
Por dónde empezar


1. Identifique dónde están los datos de personas
2. Seleccione los campos a tratar
3. Identifique los procesos y aplicaciones que actualizan datos
4. Identifique los diferentes departamentos y usuarios que
   utilizan estos datos y qué hacen con ellos
5. Trace un plan:
      Audite la calidad de las bases de datos inicialmente
      Limpieza inicial masiva
      Fusión de bases de datos
      Adapte y mejore los procesos
      Auditorías periódicas de datos y scorecard


                                                Sigma Data Services - www.datoslimpios.es
El Ciclo de la Calidad de Datos

                                   Limpiar
 Auditar




Adaptar                              Fusionar


                          Sigma Data Services - www.datoslimpios.es
Elija un verdadero especialista local

Existen soluciones que prometen calidad de datos,
pero sólo unas pocas están diseñadas para la
realidad de los datos españoles:

 •   Nombres compuestos,
     abreviaturas
 •   Dos apellidos, acentos
 •   Patronímicos español
     y latinoamericanos
 •   Particularidades idiomáticas:
     cuatro lenguas cooficiales,
     sintaxis múltiple
 •   Particularidades de vías,
     abreviaturas, nombres antiguos
 •   No hay una única base de calles
     (Correos, INE)
 •   Códigos postales demasiado amplios
 •   …

                                           Sigma Data Services - www.datoslimpios.es
La diferencia entre soluciones está en:

  Cómo resuelven técnicamente las particularidades españolas
  El conocimiento de la realidad española: INE, Correos, etc.
  La estrategia de búsqueda y comparación
  El grado de calidad de los resultados: no es lo mismo el 85%
   que el 99%
  La arquitectura técnica del sistema: entornos sobre los que
   corre, niveles de integración, interoperabilidad, base de datos
  El precio: el coste debe multiplicar los ahorros



                                            Sigma Data Services - www.datoslimpios.es
Servicios y Soluciones Avanzadas de Calidad de Datos
sigmadq


                                                        GUI
Es una Plataforma de
Herramientas y Servicios de
calidad de datos.
                                   Capa de negocio:
                                   captura, interface
                                           s

• Multiplataforma
• Diferentes niveles de
                                                               Motores: validación;
  integración                                              normalización; deduplicación


• Capas independientes
• Productos software o servicios



                                               Sigma Data Services - www.datoslimpios.es
sigmadq · características



Tecnología avanzada          Mejores resultados               Flexibilidad
• Diseñado y desarrollado    • Adaptado 100% a las            • Preparado para
  desde cero                   particularidades                 integrarse en cualquier
• Java EE -                    españolas                        entorno y aplicación
  Multiplataforma            • Alta precisión en              • No requiere hardware
• Independiente de la capa     resultados                       especial
  de negocio                 • Velocidad de proceso           • Tecnología propia
• Aprendizaje inteligente    • Mejor relación calidad /       • Flexibilidad ante cambios
• Combina varias técnicas      precio
  de comparación




                                                   Sigma Data Services - www.datoslimpios.es
sigmadq · productos

sigma profiler

  Auditoría y validación
  Cuadro de mandos

sigma normalizator

  Corrección
  Normalización y georeferenciación
  Deduplicación

sigma data government

  Master Data Management

sigma mailer screener

  Solución de filtrado para mailings masivos


                                                Sigma Data Services - www.datoslimpios.es
Portal de servicios de calidad de datos


                     Todas nuestras soluciones están
                      disponibles como servicios en:


                        www.datoslimpios.es

                      El Portal de Servicios de
                          Calidad de Datos




                       Sigma Data Services - www.datoslimpios.es
Contacto


SIGMA DATA SERVICES S.L.
Av. M-40, Nº 19 Oficina 5
28925 Alcorcón · Madrid · España

Tel.: 91 485 53 06
Fax: 91 485 53 09
info@sigma-data.com
www.sigma-data.com

Contacto comercial
Fernando Jurado
Tel.: (+34) 647 937 259
E-mail: fjurado@sigma-data.com


                                   Sigma Data Services - www.datoslimpios.es

Más contenido relacionado

La actualidad más candente

El valor de los datos correctos
El valor de los datos correctosEl valor de los datos correctos
El valor de los datos correctosPowerData
 
"MDM: Cómo adquirir y retener más clientes" Master Data Management
"MDM: Cómo adquirir y retener más clientes" Master Data Management"MDM: Cómo adquirir y retener más clientes" Master Data Management
"MDM: Cómo adquirir y retener más clientes" Master Data ManagementPowerData
 
Diez claves para un proyecto MDM
Diez claves para un proyecto MDMDiez claves para un proyecto MDM
Diez claves para un proyecto MDMPowerData
 
Una visión integrada para el estado de chile
Una visión integrada para el estado de chileUna visión integrada para el estado de chile
Una visión integrada para el estado de chilePowerData
 
Data Masking
Data MaskingData Masking
Data MaskingPowerData
 
Migración de aplicaciones.... y mis datos.pptx
Migración de aplicaciones.... y mis datos.pptxMigración de aplicaciones.... y mis datos.pptx
Migración de aplicaciones.... y mis datos.pptxPowerData
 
Mejorando la calidad y el ciclo de vida de los datos en proyectos educativos
Mejorando la calidad y el ciclo de vida de los datos en proyectos educativosMejorando la calidad y el ciclo de vida de los datos en proyectos educativos
Mejorando la calidad y el ciclo de vida de los datos en proyectos educativosAlex Rayón Jerez
 
Power data mdm
Power data  mdmPower data  mdm
Power data mdmPowerData
 
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...PowerData
 
24 HOP edición Español - Asegurando la calidad del dato en mi proyecto de bi ...
24 HOP edición Español - Asegurando la calidad del dato en mi proyecto de bi ...24 HOP edición Español - Asegurando la calidad del dato en mi proyecto de bi ...
24 HOP edición Español - Asegurando la calidad del dato en mi proyecto de bi ...SpanishPASSVC
 
"Protege los datos sensibles de tu compañía y cumple las normativas vigentes"
"Protege los datos sensibles de tu compañía y cumple las normativas vigentes""Protege los datos sensibles de tu compañía y cumple las normativas vigentes"
"Protege los datos sensibles de tu compañía y cumple las normativas vigentes"PowerData
 
Data integration
Data integrationData integration
Data integrationPowerData
 
Presentación de Gobierno de Datos en DAMA México
Presentación de Gobierno de Datos en DAMA MéxicoPresentación de Gobierno de Datos en DAMA México
Presentación de Gobierno de Datos en DAMA MéxicoRamón Hernández
 
Introducción PowerData
Introducción PowerDataIntroducción PowerData
Introducción PowerDataPowerData
 
Powerdata “Gestiona tus metadatos correctamente y ayuda a IT y a negocios"
Powerdata   “Gestiona tus metadatos correctamente y ayuda a IT y a negocios"Powerdata   “Gestiona tus metadatos correctamente y ayuda a IT y a negocios"
Powerdata “Gestiona tus metadatos correctamente y ayuda a IT y a negocios"Javier Abaurre
 
Un estado seguro para los datos
Un estado seguro para los datosUn estado seguro para los datos
Un estado seguro para los datosPowerData
 
Big data y hadoop
Big data y hadoop Big data y hadoop
Big data y hadoop PowerData
 

La actualidad más candente (20)

El valor de los datos correctos
El valor de los datos correctosEl valor de los datos correctos
El valor de los datos correctos
 
"MDM: Cómo adquirir y retener más clientes" Master Data Management
"MDM: Cómo adquirir y retener más clientes" Master Data Management"MDM: Cómo adquirir y retener más clientes" Master Data Management
"MDM: Cómo adquirir y retener más clientes" Master Data Management
 
Diez claves para un proyecto MDM
Diez claves para un proyecto MDMDiez claves para un proyecto MDM
Diez claves para un proyecto MDM
 
Una visión integrada para el estado de chile
Una visión integrada para el estado de chileUna visión integrada para el estado de chile
Una visión integrada para el estado de chile
 
Data quality
Data qualityData quality
Data quality
 
Data Masking
Data MaskingData Masking
Data Masking
 
Migración de aplicaciones.... y mis datos.pptx
Migración de aplicaciones.... y mis datos.pptxMigración de aplicaciones.... y mis datos.pptx
Migración de aplicaciones.... y mis datos.pptx
 
Mejorando la calidad y el ciclo de vida de los datos en proyectos educativos
Mejorando la calidad y el ciclo de vida de los datos en proyectos educativosMejorando la calidad y el ciclo de vida de los datos en proyectos educativos
Mejorando la calidad y el ciclo de vida de los datos en proyectos educativos
 
Data masking
Data maskingData masking
Data masking
 
Power data mdm
Power data  mdmPower data  mdm
Power data mdm
 
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
 
24 HOP edición Español - Asegurando la calidad del dato en mi proyecto de bi ...
24 HOP edición Español - Asegurando la calidad del dato en mi proyecto de bi ...24 HOP edición Español - Asegurando la calidad del dato en mi proyecto de bi ...
24 HOP edición Español - Asegurando la calidad del dato en mi proyecto de bi ...
 
"Protege los datos sensibles de tu compañía y cumple las normativas vigentes"
"Protege los datos sensibles de tu compañía y cumple las normativas vigentes""Protege los datos sensibles de tu compañía y cumple las normativas vigentes"
"Protege los datos sensibles de tu compañía y cumple las normativas vigentes"
 
Data integration
Data integrationData integration
Data integration
 
Presentación de Gobierno de Datos en DAMA México
Presentación de Gobierno de Datos en DAMA MéxicoPresentación de Gobierno de Datos en DAMA México
Presentación de Gobierno de Datos en DAMA México
 
Introducción PowerData
Introducción PowerDataIntroducción PowerData
Introducción PowerData
 
Powerdata “Gestiona tus metadatos correctamente y ayuda a IT y a negocios"
Powerdata   “Gestiona tus metadatos correctamente y ayuda a IT y a negocios"Powerdata   “Gestiona tus metadatos correctamente y ayuda a IT y a negocios"
Powerdata “Gestiona tus metadatos correctamente y ayuda a IT y a negocios"
 
Un estado seguro para los datos
Un estado seguro para los datosUn estado seguro para los datos
Un estado seguro para los datos
 
Big data y hadoop
Big data y hadoop Big data y hadoop
Big data y hadoop
 
gobierno de datos
gobierno de datosgobierno de datos
gobierno de datos
 

Destacado

Blv1604 master data_scope_overview_man_es_ve
Blv1604 master data_scope_overview_man_es_veBlv1604 master data_scope_overview_man_es_ve
Blv1604 master data_scope_overview_man_es_veGiovanny Herrera
 
New microsoft office power point presentation
New microsoft office power point presentationNew microsoft office power point presentation
New microsoft office power point presentationjono1994
 
Obtenga una visión unificada de los datos de su organización (MDM)
Obtenga una visión unificada de los datos de su organización (MDM)Obtenga una visión unificada de los datos de su organización (MDM)
Obtenga una visión unificada de los datos de su organización (MDM)PowerData
 
Presentacion Liliana Restrepo
Presentacion Liliana RestrepoPresentacion Liliana Restrepo
Presentacion Liliana Restrepolilirestrepog
 
Master Data Governance Best Practices
Master Data Governance Best PracticesMaster Data Governance Best Practices
Master Data Governance Best PracticesBoris Otto
 
007 costos de calidad 63
007 costos de calidad 63007 costos de calidad 63
007 costos de calidad 63MANUEL GARCIA
 
Costes de la calidad
Costes de la calidadCostes de la calidad
Costes de la calidadCesar Rendon
 
PLM, Gestión del ciclo de vida del producto
PLM, Gestión del ciclo de vida del productoPLM, Gestión del ciclo de vida del producto
PLM, Gestión del ciclo de vida del productoCimWorks / Konotec
 

Destacado (10)

Calidad de datos
Calidad de datosCalidad de datos
Calidad de datos
 
Presentacion auditorias de calidad recreo 2012
Presentacion auditorias de calidad   recreo 2012Presentacion auditorias de calidad   recreo 2012
Presentacion auditorias de calidad recreo 2012
 
Blv1604 master data_scope_overview_man_es_ve
Blv1604 master data_scope_overview_man_es_veBlv1604 master data_scope_overview_man_es_ve
Blv1604 master data_scope_overview_man_es_ve
 
New microsoft office power point presentation
New microsoft office power point presentationNew microsoft office power point presentation
New microsoft office power point presentation
 
Obtenga una visión unificada de los datos de su organización (MDM)
Obtenga una visión unificada de los datos de su organización (MDM)Obtenga una visión unificada de los datos de su organización (MDM)
Obtenga una visión unificada de los datos de su organización (MDM)
 
Presentacion Liliana Restrepo
Presentacion Liliana RestrepoPresentacion Liliana Restrepo
Presentacion Liliana Restrepo
 
Master Data Governance Best Practices
Master Data Governance Best PracticesMaster Data Governance Best Practices
Master Data Governance Best Practices
 
007 costos de calidad 63
007 costos de calidad 63007 costos de calidad 63
007 costos de calidad 63
 
Costes de la calidad
Costes de la calidadCostes de la calidad
Costes de la calidad
 
PLM, Gestión del ciclo de vida del producto
PLM, Gestión del ciclo de vida del productoPLM, Gestión del ciclo de vida del producto
PLM, Gestión del ciclo de vida del producto
 

Similar a Guía para empresas: Comprendiendo la importancia de la calidad de datos

Potenciando la data con AI para hacer predicciones
Potenciando la data con AI para hacer prediccionesPotenciando la data con AI para hacer predicciones
Potenciando la data con AI para hacer prediccionesAndres Soler
 
AR-Proyecto enmascaramiento de datos.
AR-Proyecto enmascaramiento de datos.AR-Proyecto enmascaramiento de datos.
AR-Proyecto enmascaramiento de datos.PowerData
 
AR-Proyecto enmascaramiento de Datos.
AR-Proyecto enmascaramiento de Datos.AR-Proyecto enmascaramiento de Datos.
AR-Proyecto enmascaramiento de Datos.PowerData
 
Presentación Base De Datos Empresa Data Solutions
Presentación Base De Datos Empresa Data SolutionsPresentación Base De Datos Empresa Data Solutions
Presentación Base De Datos Empresa Data SolutionsAngelGonzlez75
 
Gestión de datos orientada a monetización
Gestión de datos orientada a monetizaciónGestión de datos orientada a monetización
Gestión de datos orientada a monetizaciónSoftware Guru
 
Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Fundación Ramón Areces
 
Presentación Empresa DataMind.pptx
Presentación Empresa DataMind.pptxPresentación Empresa DataMind.pptx
Presentación Empresa DataMind.pptxRailinaAbreu
 
FallWARe Code.pptx
FallWARe Code.pptxFallWARe Code.pptx
FallWARe Code.pptxlone39
 
Nt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeriaNt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeriaValeria Castro
 
#Metricsday Personalización de contenido online
#Metricsday Personalización de contenido online#Metricsday Personalización de contenido online
#Metricsday Personalización de contenido onlineMetriplica
 
CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...
CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...
CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...Alarcos Quality Center
 
Toma de decisiones en condiciones VUCA
Toma de decisiones en condiciones VUCAToma de decisiones en condiciones VUCA
Toma de decisiones en condiciones VUCADavid Solis
 
Webinar | Las oportunidades del RGPD para tu reclutamiento
Webinar | Las oportunidades del RGPD para tu reclutamientoWebinar | Las oportunidades del RGPD para tu reclutamiento
Webinar | Las oportunidades del RGPD para tu reclutamientoTalent Clue
 
Desarrollador de Software
Desarrollador de SoftwareDesarrollador de Software
Desarrollador de SoftwareLeydyMorel
 
SACURITY BASE-Confianza y Seguridad_.(Presentacion PowerPoint).pptx
SACURITY BASE-Confianza y Seguridad_.(Presentacion PowerPoint).pptxSACURITY BASE-Confianza y Seguridad_.(Presentacion PowerPoint).pptx
SACURITY BASE-Confianza y Seguridad_.(Presentacion PowerPoint).pptxWandaRaquelFelizMart
 
Duplique sus ventas en un mes con el proceso de marketing usado por uber, fac...
Duplique sus ventas en un mes con el proceso de marketing usado por uber, fac...Duplique sus ventas en un mes con el proceso de marketing usado por uber, fac...
Duplique sus ventas en un mes con el proceso de marketing usado por uber, fac...Dazzet
 

Similar a Guía para empresas: Comprendiendo la importancia de la calidad de datos (20)

Potenciando la data con AI para hacer predicciones
Potenciando la data con AI para hacer prediccionesPotenciando la data con AI para hacer predicciones
Potenciando la data con AI para hacer predicciones
 
Calidad de datos
Calidad de datos Calidad de datos
Calidad de datos
 
AR-Proyecto enmascaramiento de datos.
AR-Proyecto enmascaramiento de datos.AR-Proyecto enmascaramiento de datos.
AR-Proyecto enmascaramiento de datos.
 
AR-Proyecto enmascaramiento de Datos.
AR-Proyecto enmascaramiento de Datos.AR-Proyecto enmascaramiento de Datos.
AR-Proyecto enmascaramiento de Datos.
 
Presentación Base De Datos Empresa Data Solutions
Presentación Base De Datos Empresa Data SolutionsPresentación Base De Datos Empresa Data Solutions
Presentación Base De Datos Empresa Data Solutions
 
Gestión de datos orientada a monetización
Gestión de datos orientada a monetizaciónGestión de datos orientada a monetización
Gestión de datos orientada a monetización
 
Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...Manuel Machado - Big data, de la investigación científica a la gestión empres...
Manuel Machado - Big data, de la investigación científica a la gestión empres...
 
CyberPro.pptx
CyberPro.pptxCyberPro.pptx
CyberPro.pptx
 
Presentación Empresa DataMind.pptx
Presentación Empresa DataMind.pptxPresentación Empresa DataMind.pptx
Presentación Empresa DataMind.pptx
 
FallWARe Code.pptx
FallWARe Code.pptxFallWARe Code.pptx
FallWARe Code.pptx
 
Nt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeriaNt_c2_2015_a9_castro_valeria
Nt_c2_2015_a9_castro_valeria
 
#Metricsday Personalización de contenido online
#Metricsday Personalización de contenido online#Metricsday Personalización de contenido online
#Metricsday Personalización de contenido online
 
CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...
CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...
CSTIC2015: Modelo de la Gestión de los Datos en la era del Big Data (MAMD, AE...
 
Toma de decisiones en condiciones VUCA
Toma de decisiones en condiciones VUCAToma de decisiones en condiciones VUCA
Toma de decisiones en condiciones VUCA
 
Webinar | Las oportunidades del RGPD para tu reclutamiento
Webinar | Las oportunidades del RGPD para tu reclutamientoWebinar | Las oportunidades del RGPD para tu reclutamiento
Webinar | Las oportunidades del RGPD para tu reclutamiento
 
Desarrollador de Software
Desarrollador de SoftwareDesarrollador de Software
Desarrollador de Software
 
Perfect investment
Perfect investment Perfect investment
Perfect investment
 
SACURITY BASE-Confianza y Seguridad_.(Presentacion PowerPoint).pptx
SACURITY BASE-Confianza y Seguridad_.(Presentacion PowerPoint).pptxSACURITY BASE-Confianza y Seguridad_.(Presentacion PowerPoint).pptx
SACURITY BASE-Confianza y Seguridad_.(Presentacion PowerPoint).pptx
 
Duplique sus ventas en un mes con el proceso de marketing usado por uber, fac...
Duplique sus ventas en un mes con el proceso de marketing usado por uber, fac...Duplique sus ventas en un mes con el proceso de marketing usado por uber, fac...
Duplique sus ventas en un mes con el proceso de marketing usado por uber, fac...
 
Secucript
SecucriptSecucript
Secucript
 

Último

Los artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdfLos artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdfJC Díaz Herrera
 
triptico-de-las-drogas en la adolescencia
triptico-de-las-drogas en la adolescenciatriptico-de-las-drogas en la adolescencia
triptico-de-las-drogas en la adolescenciaferg6120
 
Data Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datosData Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datosssuser948499
 
Técnica palatina baja, anestesiología dental
Técnica palatina baja, anestesiología dentalTécnica palatina baja, anestesiología dental
Técnica palatina baja, anestesiología dentalIngrid459352
 
bases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria debases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria deCalet Cáceres Vergara
 
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdfAnaBelindaArmellonHi
 
SUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior UniversitariaSUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior Universitariachayananazcosimeon
 
Unidad 3 Elementos y compuestos. Física y química
Unidad 3 Elementos y compuestos. Física y químicaUnidad 3 Elementos y compuestos. Física y química
Unidad 3 Elementos y compuestos. Física y químicaSilvia García
 
LA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derechoLA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derechojuliosabino1
 
tipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicacióntipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicaciónJonathanAntonioMaldo
 
Cuáles son las características biológicas que están marcadas en tu individual...
Cuáles son las características biológicas que están marcadas en tu individual...Cuáles son las características biológicas que están marcadas en tu individual...
Cuáles son las características biológicas que están marcadas en tu individual...israel garcia
 
obras-hidraulicas.docxfffffffffffffffffff
obras-hidraulicas.docxfffffffffffffffffffobras-hidraulicas.docxfffffffffffffffffff
obras-hidraulicas.docxfffffffffffffffffffJefersonBazalloCarri1
 
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdfCritica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdfRodrigoBenitez38
 
Las mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfLas mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfJC Díaz Herrera
 
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticAnálisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticJamithGarcia1
 
El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)estebancitoherrera
 
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdfREPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdfIrapuatoCmovamos
 
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdfREPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdfIrapuatoCmovamos
 
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdfPREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdfluisccollana
 
Qué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problemaQué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problemaJoellyAlejandraRodrg
 

Último (20)

Los artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdfLos artistas mexicanos con más ventas de discos en la historia (2024).pdf
Los artistas mexicanos con más ventas de discos en la historia (2024).pdf
 
triptico-de-las-drogas en la adolescencia
triptico-de-las-drogas en la adolescenciatriptico-de-las-drogas en la adolescencia
triptico-de-las-drogas en la adolescencia
 
Data Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datosData Warehouse.gestion de bases de datos
Data Warehouse.gestion de bases de datos
 
Técnica palatina baja, anestesiología dental
Técnica palatina baja, anestesiología dentalTécnica palatina baja, anestesiología dental
Técnica palatina baja, anestesiología dental
 
bases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria debases-cye-2024(2) una sola descarga en base de feria de
bases-cye-2024(2) una sola descarga en base de feria de
 
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
2 PROCESO ESTADISTICO PARA LA INVESTIGACION.pdf
 
SUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior UniversitariaSUNEDU - Superintendencia Nacional de Educación superior Universitaria
SUNEDU - Superintendencia Nacional de Educación superior Universitaria
 
Unidad 3 Elementos y compuestos. Física y química
Unidad 3 Elementos y compuestos. Física y químicaUnidad 3 Elementos y compuestos. Física y química
Unidad 3 Elementos y compuestos. Física y química
 
LA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derechoLA LEY DE LAS XII TABLAS en el curso de derecho
LA LEY DE LAS XII TABLAS en el curso de derecho
 
tipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicacióntipos de organización y sus objetivos y aplicación
tipos de organización y sus objetivos y aplicación
 
Cuáles son las características biológicas que están marcadas en tu individual...
Cuáles son las características biológicas que están marcadas en tu individual...Cuáles son las características biológicas que están marcadas en tu individual...
Cuáles son las características biológicas que están marcadas en tu individual...
 
obras-hidraulicas.docxfffffffffffffffffff
obras-hidraulicas.docxfffffffffffffffffffobras-hidraulicas.docxfffffffffffffffffff
obras-hidraulicas.docxfffffffffffffffffff
 
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdfCritica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
Critica 1 Grupo 10 RodrigoBenitez_GinaGadea_AlexisGonzález.pdf
 
Las mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdfLas mujeres más ricas del mundo (2024).pdf
Las mujeres más ricas del mundo (2024).pdf
 
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de CyclisticAnálisis de datos en acción: Optimizando el crecimiento de Cyclistic
Análisis de datos en acción: Optimizando el crecimiento de Cyclistic
 
El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)El Teatro musical (qué es, cuál es su historia y trayectoria...)
El Teatro musical (qué es, cuál es su historia y trayectoria...)
 
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdfREPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
REPORTE-HEMEROGRÁFICO-MARZO-2024-IRAPUATO-¿CÓMO VAMOS?.pdf
 
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdfREPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
REPORTE DE INCIDENCIA DELICTIVA MARZO 2024.pdf
 
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdfPREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
PREGRADO-PRESENCIAL-FASE-C-202401 (1).pdf
 
Qué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problemaQué es un Histograma estadístico teoria y problema
Qué es un Histograma estadístico teoria y problema
 

Guía para empresas: Comprendiendo la importancia de la calidad de datos

  • 1. Comprendiendo qué es la calidad de datos e implantando un entorno de datos limpio y controlado. Guía para empresas
  • 2. Una cuestión incómoda La mayoría de empresas y administraciones públicas saben que existe un problema con los datos, pero generalmente lo ignoran. Sigma Data Services - www.datoslimpios.es
  • 3. Resumiendo: La calidad de datos realmente importa a muy pocas empresas. Veamos porqué y si merece la pena hacer algo más por los datos o no. Sigma Data Services - www.datoslimpios.es
  • 4. Algunos ejemplos de porqué controlar la calidad de las cosas es importante para las empresas y también para la sociedad… Sigma Data Services - www.datoslimpios.es
  • 5.
  • 6. Si sabes que tus datos son uno de los activos más importantes de tu negocio, entonces… ¿De qué sirven tantos sistemas informáticos y tanta inversión si no te preocupas por los datos? Sigma Data Services - www.datoslimpios.es
  • 7. ¿Es importante para tu negocio? Si te dijera que tus bases de datos tienen …  30% de datos personales de clientes incorrectos o inexistentes  20% de direcciones postales incorrectas  15% de teléfonos incorrectos  7% de clientes duplicados  5% de e-mails incorrectos … ¿es importante para tu negocio? Sigma Data Services - www.datoslimpios.es
  • 8. Hay algo más: El problema no sólo es tener los datos así (de mal), sino no saber qué datos están afectados, porqué y desde cuándo. (Por cierto los costes de la no calidad de datos suelen estar sobre el 5% de los ingresos de una entidad) Sigma Data Services - www.datoslimpios.es
  • 9. Qué organizaciones están más afectadas Todas sufren sus consecuencias en mayor o menor medida, aunque la no calidad impacta más sobre ciertos sectores:  Empresas con cientos de miles o millones de clientes particulares con pequeño valor  Con miles de clientes de alto valor  Con gran actividad y control de la relación  Con gran actividad de marketing directo o de comunicación  Administraciones públicas Sigma Data Services - www.datoslimpios.es
  • 10. ¿Cuál es el coste de la no calidad? ¿Cuánto gasta en servidores? ¿Y en desarrollar aplicaciones? ¿Y en licencias de productos? ¿Y en mantener la base de datos? ¿Y en desarrollar interfaces? ¿Y en acceso a Internet? ¿Y en marketing relacional? ¿Y en atención al cliente? ¿Y en actividad comercial? La no calidad de datos cuesta entre el 15% - 20% de estos capítulos. Es decir, mucho. Sigma Data Services - www.datoslimpios.es
  • 11. Comprendiendo el alcance del problema
  • 12. ¿Qué es la no calidad de los datos? Es la degradación continua de los datos identificativos y de contacto de personas físicas y jurídicas: • Clientes y potenciales • Empleados y candidatos • Proveedores • Ciudadanos, • Suscriptores • … Sigma Data Services - www.datoslimpios.es
  • 13. Sigma Data Services - www.datoslimpios.es
  • 14. ¿Qué es la calidad de datos? Es un conjunto de metodologías, actividades, técnicas y productos destinados a reducir la no calidad de los datos. Objetivo: Mantener los datos en el mejor estado posible:  Datos correctos, sin errores  Datos actualizados, de forma continua  Datos únicos, sin duplicidades  Datos controlados, conociendo el porqué de su situación Sigma Data Services - www.datoslimpios.es
  • 15. Datos básicos a tratar Los datos básicos de personas (individuales o empresas) son los que nos permiten identificar unívocamente una persona y contactarla por correo postal, electrónico, teléfono y SMS:  Nombre, 2 apellidos  Nombre de empresa  Sexo / Empresa  DNI, NIF, CIF, Nº Tarjeta residencia, Nº Pasaporte  Dirección postal  Dirección electrónica  Teléfono fijo, teléfono móvil Sigma Data Services - www.datoslimpios.es
  • 16. Ficha estándar de datos Nombre Fernando Jurado Úbeda Dirección P. Casal 10 1D (Urb. Quinta de Goya) Código Postal No consta Localidad Madrid DNI 50.159.894-X Teléfono 1 91 526 570 Teléfono 2 647 937 259 E-mail fjurado@sigma La ficha estándar de datos no aporta ninguna información precisa sobre validez, actualización y origen de cada dato. Sigma Data Services - www.datoslimpios.es
  • 17. Ficha de datos normalizada y controlada Campo Valor Estado Fecha alta Fecha revisión Origen Nombre Fernando Encontrado 05-01-2008 10-02-2009 Bd_clientes_01 Apellido_1 Jurado Encontrado 05-01-2008 10-02-2009 Bd_clientes_01 Apellido_2 Úbeda Encontrado 05-01-2008 10-02-2009 Bd_clientes_01 Sexo Varón Asignado 22-03-2009 22-03-2009 Sigma_GeoCal_01 NIF 50159894X Inválido 05-01-2008 10-02-2009 Sigma_Norma_01 Tipo_via Calle Asignado 22-03-2009 22-03-2009 Sigma_GeoCal_01 Denom_via Pablo Casals Encontrado 05-01-2008 10-02-2009 Bd_clientes_01 Cod_via 2812334400-100 Asignado 22-03-2009 22-03-2009 Sigma_GeoCal_01 Numero 10 Encontrado 05-01-2008 10-02-2009 Sigma_GeoCal_01 Piso_puerta 1ºD Separado 05-01-2008 22-03-2009 Bd_clientes_01 Resto_dir Urbanización Quinta de Goya Separado 05-01-2008 22-03-2009 Bd_clientes_01 Cp 28011 Asignado 22-03-2009 22-03-2009 Sigma_GeoCal_01 Localidad Madrid Encontrado 05-01-2008 22-03-2009 Bd_clientes_01 Municipio Madrid Asignado 22-03-2009 22-03-2009 Sigma_GeoCal_01 Provincia Madrid Asignado 22-03-2009 22-03-2009 Sigma_GeoCal_01 Tel_fijo 91526570 Inválido 05-01-2008 22-03-2009 Sigma_Norma_01 Tel_movil 647937259 Válido 05-01-2008 22-03-2009 Sigma_Norma_01 Email <deleted> Inválido 05-01-2008 01-04-2009 Sigma_Norma_01 Duplicados 3 --- --- Sigma Data Services - www.datoslimpios.es 01-04-2009 Sigma_Norma_01
  • 18. Qué ventajas aporta la calidad de datos Para la dirección:  Información precisa en todo momento para toma de decisiones  Análisis e informes confiables, a tiempo Para equipo técnico:  Control sobre los contenidos de los datos  Aumenta su productividad de forma exponencial Para clientes, empleados, ciudadanos:  Comunicaciones libres de error  Servicio de alto nivel Para la empresa en su conjunto:  Enormes ahorros de costes Sigma Data Services - www.datoslimpios.es
  • 19. Entorno de datos limpio y controlado = Control + Ahorro (saber qué, cuáles, porqué y cuánto) Sigma Data Services - www.datoslimpios.es
  • 20. Porqué las empresas no logran eliminar la no calidad de datos por sí solas
  • 21. Mito Nº 1 “Nuestros informáticos pueden hacerlo” Reconózcalo ya: sus informáticos no poseen la experiencia ni los recursos para hacerlo correctamente; ¡Están dedicados a los sistemas de nóminas y ventas! Sigma Data Services - www.datoslimpios.es
  • 22. Mito Nº 2 “Tenemos los mejores sistemas informáticos del mercado” ¡Estamos hablando de datos, no de sistemas! Sigma Data Services - www.datoslimpios.es
  • 23. Mito Nº 3 “Los datos están bien, los limpiamos hace tres años” ¿Sus datos están realmente bien? ¿Cómo lo sabe? ¿Su oficina sólo la limpia cada tres años? ¿Cuándo fue la última vez que auditó sus datos? ¿Cuántos clientes tiene (exactamente)? Sigma Data Services - www.datoslimpios.es
  • 24. Mito Nº 4 “Es demasiado caro” Respuesta incorrecta: la calidad de datos se paga por sí misma, desde el primer día. En realidad es una gran inversión a corto, medio y largo plazo Sigma Data Services - www.datoslimpios.es
  • 25. Mito Nº 5 “Es demasiado complejo” Respuesta correcta: Déjelo en manos de verdaderos especialistas: Poseen las herramientas y el conocimiento para auditar sus datos y proponer un plan de calidad continuo Sigma Data Services - www.datoslimpios.es
  • 26. Mito Nº 6 “Nuestro ERP y CRM ya incluye calidad de datos” SAP, Navision, Siebel, … efectivamente incluyen sistemas de calidad de datos, pero por desgracia son sistemas pensados para datos USA, UK, … y sólo incluyen calidad instantánea. Exija un sistema de calidad de datos totalmente adaptado a España, que pueda convivir fácilmente con sus sistemas y que permita un plan continuado Sigma Data Services - www.datoslimpios.es
  • 28. Sus datos son su principal activo. Dedique el tiempo que merecen. Sigma Data Services - www.datoslimpios.es
  • 29. Por dónde empezar 1. Identifique dónde están los datos de personas 2. Seleccione los campos a tratar 3. Identifique los procesos y aplicaciones que actualizan datos 4. Identifique los diferentes departamentos y usuarios que utilizan estos datos y qué hacen con ellos 5. Trace un plan:  Audite la calidad de las bases de datos inicialmente  Limpieza inicial masiva  Fusión de bases de datos  Adapte y mejore los procesos  Auditorías periódicas de datos y scorecard Sigma Data Services - www.datoslimpios.es
  • 30. El Ciclo de la Calidad de Datos Limpiar Auditar Adaptar Fusionar Sigma Data Services - www.datoslimpios.es
  • 31. Elija un verdadero especialista local Existen soluciones que prometen calidad de datos, pero sólo unas pocas están diseñadas para la realidad de los datos españoles: • Nombres compuestos, abreviaturas • Dos apellidos, acentos • Patronímicos español y latinoamericanos • Particularidades idiomáticas: cuatro lenguas cooficiales, sintaxis múltiple • Particularidades de vías, abreviaturas, nombres antiguos • No hay una única base de calles (Correos, INE) • Códigos postales demasiado amplios • … Sigma Data Services - www.datoslimpios.es
  • 32. La diferencia entre soluciones está en:  Cómo resuelven técnicamente las particularidades españolas  El conocimiento de la realidad española: INE, Correos, etc.  La estrategia de búsqueda y comparación  El grado de calidad de los resultados: no es lo mismo el 85% que el 99%  La arquitectura técnica del sistema: entornos sobre los que corre, niveles de integración, interoperabilidad, base de datos  El precio: el coste debe multiplicar los ahorros Sigma Data Services - www.datoslimpios.es
  • 33. Servicios y Soluciones Avanzadas de Calidad de Datos
  • 34. sigmadq GUI Es una Plataforma de Herramientas y Servicios de calidad de datos. Capa de negocio: captura, interface s • Multiplataforma • Diferentes niveles de Motores: validación; integración normalización; deduplicación • Capas independientes • Productos software o servicios Sigma Data Services - www.datoslimpios.es
  • 35. sigmadq · características Tecnología avanzada Mejores resultados Flexibilidad • Diseñado y desarrollado • Adaptado 100% a las • Preparado para desde cero particularidades integrarse en cualquier • Java EE - españolas entorno y aplicación Multiplataforma • Alta precisión en • No requiere hardware • Independiente de la capa resultados especial de negocio • Velocidad de proceso • Tecnología propia • Aprendizaje inteligente • Mejor relación calidad / • Flexibilidad ante cambios • Combina varias técnicas precio de comparación Sigma Data Services - www.datoslimpios.es
  • 36. sigmadq · productos sigma profiler  Auditoría y validación  Cuadro de mandos sigma normalizator  Corrección  Normalización y georeferenciación  Deduplicación sigma data government  Master Data Management sigma mailer screener  Solución de filtrado para mailings masivos Sigma Data Services - www.datoslimpios.es
  • 37. Portal de servicios de calidad de datos Todas nuestras soluciones están disponibles como servicios en: www.datoslimpios.es El Portal de Servicios de Calidad de Datos Sigma Data Services - www.datoslimpios.es
  • 38. Contacto SIGMA DATA SERVICES S.L. Av. M-40, Nº 19 Oficina 5 28925 Alcorcón · Madrid · España Tel.: 91 485 53 06 Fax: 91 485 53 09 info@sigma-data.com www.sigma-data.com Contacto comercial Fernando Jurado Tel.: (+34) 647 937 259 E-mail: fjurado@sigma-data.com Sigma Data Services - www.datoslimpios.es