{"id":94975,"date":"2021-08-26T13:30:00","date_gmt":"2021-08-26T11:30:00","guid":{"rendered":"http:\/\/e3mag.com\/?p=94975"},"modified":"2022-05-01T09:55:59","modified_gmt":"2022-05-01T07:55:59","slug":"los-datos-incoherentes-cuestan-dinero","status":"publish","type":"post","link":"https:\/\/e3mag.com\/es\/los-datos-incoherentes-cuestan-dinero\/","title":{"rendered":"Los datos incoherentes simplemente cuestan dinero"},"content":{"rendered":"

E-3: Todo el mundo habla de la calidad de los datos, pero \u00bfqu\u00e9 es exactamente?<\/strong><\/p>\n\n\n\n

Hendrik Becker, KPMG:<\/strong> La calidad de los datos significa obtener la respuesta correcta a cada pregunta. Para ello es necesario comprobar constantemente los datos para detectar errores, redundancias y facilidad de uso. Adem\u00e1s de evitar errores y lagunas, tambi\u00e9n es importante poner los datos a disposici\u00f3n de los distintos destinatarios de forma normalizada y facilitar al m\u00e1ximo su uso.<\/p>\n\n\n\n

E-3: \u00bfQu\u00e9 par\u00e1metros pueden utilizarse para medir la calidad de los datos?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> La calidad de los datos puede evaluarse en funci\u00f3n de sus caracter\u00edsticas. Estas caracter\u00edsticas incluyen la calidad intr\u00ednseca de los datos -por ejemplo, credibilidad, exactitud, objetividad, reputaci\u00f3n-, la calidad contextual de los datos -por ejemplo, valor a\u00f1adido, pertinencia, actualidad, exhaustividad, volumen de datos-, la calidad representativa de los datos -por ejemplo, interpretabilidad, comprensibilidad, coherencia de la presentaci\u00f3n, concisi\u00f3n- y la calidad del acceso -por ejemplo, disponibilidad, seguridad del acceso-.<\/p>\n\n\n\n

E-3: \u00bfQu\u00e9 influencia tiene el avance de la digitalizaci\u00f3n?<\/strong><\/p>\n\n\n\n

Stefan Riess, KPMG:<\/strong> La digitalizaci\u00f3n ha cambiado significativamente la forma de operar de las empresas en los \u00faltimos a\u00f1os. Han surgido muchos modelos empresariales con visi\u00f3n de futuro, como el comercio electr\u00f3nico, la banca en l\u00ednea y la contrataci\u00f3n electr\u00f3nica. Sin embargo, la digitalizaci\u00f3n tambi\u00e9n ha provocado cambios de gran calado dentro de las propias empresas. <\/p>\n\n\n\n

El fortalecimiento de las redes internas y externas, los nuevos modelos de trabajo y la creciente inversi\u00f3n en an\u00e1lisis de datos son s\u00f3lo algunos ejemplos de ello. La base de todos estos avances son los datos. Sin ellos, las compras no pueden gestionar listas de proveedores digitales, el marketing no puede planificar campa\u00f1as digitales y la empresa no puede realizar an\u00e1lisis de datos ni digitalizar procesos. Debido a esta enorme influencia, la calidad de los datos utilizados es tambi\u00e9n de gran importancia.<\/p>\n\n\n\n

E-3: \u00bfQu\u00e9 tiene que ver todo esto con los datos maestros?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> Ya se trate de procesos empresariales digitalizados en compras, producci\u00f3n o ventas, los datos maestros son relevantes para todas las \u00e1reas de una empresa. Una gesti\u00f3n eficaz de los datos maestros es la base de las iniciativas de digitalizaci\u00f3n en todas las organizaciones. Una buena calidad de los datos maestros no es un fin en s\u00ed mismo, sino que permite a la empresa operar de forma m\u00e1s eficiente y utilizar los recursos con mayor eficacia.<\/p>\n\n\n\n

E-3: \u00bfCu\u00e1les son los problemas t\u00edpicos causados por la mala calidad de los datos?<\/strong><\/p>\n\n\n\n

Riess:<\/strong> Los datos incoherentes cuestan dinero. Si, por ejemplo, un cliente o proveedor existe varias veces en el sistema y se almacenan condiciones diferentes, es f\u00e1cil imaginar las consecuencias. La mala calidad de los datos tambi\u00e9n inmoviliza los recursos internos y ralentiza los procesos. <\/p>\n\n\n\n

Los datos inveros\u00edmiles deben volver a comprobarse peri\u00f3dicamente, y en esta comprobaci\u00f3n suelen participar varios departamentos, como Ventas, Compras, Finanzas e Inform\u00e1tica, y aun as\u00ed a menudo no es posible una aclaraci\u00f3n final. Las fuentes de datos poco fiables tambi\u00e9n pueden dar lugar a decisiones de gesti\u00f3n o evaluaciones de mercado incorrectas y, por tanto, a una p\u00e9rdida de cuota de mercado. Por \u00faltimo, una calidad de datos inadecuada supone un mayor riesgo de cumplimiento de la normativa debido a un cumplimiento insuficiente de los requisitos reglamentarios o a una transparencia y trazabilidad insuficientes de los procesos operativos.<\/p>\n\n\n\n

\"Grafik_zu_Master_Data_Excellende_3140x1930px_DE_cmyk\"
La hoja de ruta hacia la Excelencia en Datos Maestros, MDE: En \u00faltima instancia, la garant\u00eda de calidad de la Gesti\u00f3n de Datos Maestros est\u00e1 sujeta a una mejora continua. La coherencia de los datos no es una instant\u00e1nea, sino un esfuerzo continuo para minimizar los costes.<\/em><\/figcaption><\/figure>\n\n\n\n

E-3: En su opini\u00f3n, \u00bfcu\u00e1les son las principales ventajas de la alta calidad de los datos?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> La alta calidad de los datos garantiza un suministro de datos m\u00e1s r\u00e1pido para las unidades de negocio mediante flujos de trabajo y de informaci\u00f3n automatizados. Las empresas cuentan con procesos operativos fiables y una base segura para la toma de decisiones empresariales. <\/p>\n\n\n\n

La armonizaci\u00f3n de los procesos y las interfaces permite reducir a largo plazo las correcciones manuales y posteriores de errores en los registros de datos maestros. Esto tambi\u00e9n se aplica a los esfuerzos de coordinaci\u00f3n bilateral en el contexto de la transferencia interna y externa de datos. Por \u00faltimo, pero no por ello menos importante, la alta calidad de los datos es un requisito previo importante para el \u00e9xito de las iniciativas de digitalizaci\u00f3n.<\/p>\n\n\n\n

E-3:<\/strong> \u00bfCu\u00e1les son las razones de la inadecuada calidad de los datos?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> El problema empieza con el hecho de que a menudo no hay transparencia en cuanto a la calidad real de los datos. Hay numerosas razones para que la calidad de los datos sea inadecuada. Por un lado, el volumen de registros de datos no deja de crecer -por ejemplo, un producto de la industria alimentaria tiene hasta 450 atributos, como ingredientes, al\u00e9rgenos, recomendaciones de precios e informaci\u00f3n log\u00edstica-, al tiempo que aumenta constantemente el n\u00famero de fuentes y \u00e1mbitos de responsabilidad de los datos. <\/p>\n\n\n\n

Por otra parte, esto da lugar a departamentos con intereses divergentes en los mismos objetos de datos, intervienen demasiados \"responsables\" y se \"perciben\" derechos de veto en el proceso de introducci\u00f3n de datos. El concepto de autorizaci\u00f3n est\u00e1 incompleto o ni siquiera existe, faltan responsabilidades claras y niveles de escalado. El mantenimiento y el intercambio manual de datos dan lugar a informaci\u00f3n incoherente, incorrecta o insuficiente.<\/p>\n\n\n\n

E-3:<\/strong> \u00bfQu\u00e9 requisitos deben cumplirse para establecer una alta calidad de los datos?<\/strong><\/p>\n\n\n\n

Riess:<\/strong> En primer lugar, es importante darse cuenta de que la calidad de los datos no es un problema puramente t\u00e9cnico, sino sobre todo organizativo y de procedimiento. Debido a la naturaleza interdivisional e intersist\u00e9mica de los datos, se requiere una responsabilidad general y transparente en materia de calidad de datos, por ejemplo en forma de gobernanza de datos. <\/p>\n\n\n\n

Unas estructuras de gobernanza claras con funciones y responsabilidades definidas, as\u00ed como una funci\u00f3n de escalado en la gesti\u00f3n de datos, son esenciales para la generaci\u00f3n y utilizaci\u00f3n eficaz de los datos por parte de los distintos interesados. Adem\u00e1s, se requieren procesos de gesti\u00f3n de datos eficaces y \"vivos\", preferiblemente separados de los procesos operativos y respaldados t\u00e9cnicamente por flujos de trabajo o herramientas MDM, por ejemplo. <\/p>\n\n\n\n

Por \u00faltimo, la calidad de los datos puede flanquearse con una limpieza puntual de los mismos, eventualmente apoyada por una herramienta. A largo plazo, sin embargo, debe abordarse desde el punto de vista organizativo.<\/p>\n\n\n\n

E-3:<\/strong> \u00bfPor d\u00f3nde deben empezar las empresas con una iniciativa de datos maestros?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> Recomendamos realizar un an\u00e1lisis de madurez para analizar la situaci\u00f3n actual. Con la ayuda de cuestionarios estandarizados y talleres, los responsables pueden obtener primero una visi\u00f3n general del statu quo e identificar \u00e1reas de mejora. Este inventario puede combinarse con una comprobaci\u00f3n de la calidad de los datos con ayuda del sistema, lo que permite realizar una evaluaci\u00f3n comparativa.<\/p>\n\n\n\n

E-3:<\/strong> \u00bfQu\u00e9 pueden aportar las soluciones inform\u00e1ticas a la gesti\u00f3n de datos maestros?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> En el mantenimiento de datos maestros, el equilibrio adecuado entre complejidad y eficiencia es crucial. Los procesos de creaci\u00f3n, modificaci\u00f3n y desactivaci\u00f3n de datos maestros deben ser lo m\u00e1s sencillos y \u00e1giles posible, pero tan complejos como sea necesario para garantizar una calidad de datos adecuada. Las herramientas MDM pueden contribuir a ello de diversas maneras.<\/p>\n\n\n\n

E-3: \u00bfCu\u00e1les son algunos ejemplos de soluciones para mejorar la calidad de los datos?<\/strong><\/p>\n\n\n\n

Riess:<\/strong> La centralizaci\u00f3n, la normalizaci\u00f3n y los servicios externos de verificaci\u00f3n son la forma de mejorar la calidad de los datos para cumplir los requisitos internos y externos en materia de datos maestros. Un ejemplo de datos maestros de productos es la introducci\u00f3n de un maestro de productos centralizado y automatizado. Esto puede reducir significativamente el gasto manual y de recursos subsiguiente para mantener los datos maestros de productos. El resultado: el suministro centralizado de diferentes datos procedentes de m\u00faltiples fuentes, a menudo globales, y de diferentes \u00e1reas de responsabilidad.<\/p>\n\n\n\n

E-3:<\/strong> \u00bfCu\u00e1les son las ventajas de la gesti\u00f3n de datos maestros en cifras?<\/strong><\/p>\n\n\n\n

Becker:<\/strong> Los resultados de un proyecto de ejemplo llevado a cabo por KPMG en Alemania en 2020 pueden servir de gu\u00eda. Seg\u00fan este, la empresa implicada dispon\u00eda de un modelo de datos mejorado despu\u00e9s de que se corrigiera el 68% de las entradas de datos incorrectos, obsoletos y duplicados. <\/p>\n\n\n\n

La eficiencia del proceso de gesti\u00f3n de datos se increment\u00f3 en un 50%, mientras que el n\u00famero de personas implicadas en el proceso de datos maestros se redujo de m\u00e1s de 1.000 a tan s\u00f3lo 50. Adem\u00e1s, la gobernanza de datos firmemente establecida garantiza la calidad de los datos y los procesos a largo plazo.<\/p>\n\n\n\n

E-3: La calidad de los datos no es un estado est\u00e1tico. C\u00f3mo puede medirse y garantizarse permanentemente la calidad de los datos?<\/strong><\/p>\n\n\n\n

Riess:<\/strong> En primer lugar, la calidad de los datos no puede medirse de forma unidimensional. En este caso, por ejemplo, tiene sentido utilizar un \u00e1rbol de KPI multidimensional, similar a los instrumentos de control (financiero). En primer lugar, considera las caracter\u00edsticas de la calidad de los datos y las desglosa en ratios individuales, como el n\u00famero de duplicados, el n\u00famero de incoherencias y el n\u00famero de campos de datos que no se rellenan. <\/p>\n\n\n\n

Esta informaci\u00f3n se vincula multidimensionalmente con otros datos para analizar la causa. Otras dimensiones incluyen la unidad de negocio en la que se ha producido el error, el objeto de datos afectado, el sistema o el proceso en el que se crean o utilizan los datos. Tambi\u00e9n debe considerarse el establecimiento de un sistema centralizado de gesti\u00f3n de datos maestros. <\/p>\n\n\n\n

Un mapa de informaci\u00f3n que visualice el panorama de los datos y las ubicaciones de almacenamiento crea transparencia. Con los sistemas modernos de gesti\u00f3n de datos, los an\u00e1lisis peri\u00f3dicos de la calidad de los datos y los procesos est\u00e1n preprogramados. Pueden vincularse a los sistemas de inteligencia empresarial existentes y convertirse as\u00ed en parte integrante del control corporativo.<\/p>\n\n\n\n

E-3: Gracias por la entrevista.<\/strong><\/p>\n\n\n\n

\"Descargar<\/a><\/figure>","protected":false},"excerpt":{"rendered":"

Los datos corporativos pueden ser el nuevo oro. En cualquier caso, una mala gesti\u00f3n de los datos genera costes elevados, independientemente de que el cambio de versi\u00f3n del S\/4 sea inminente o no. Stefan Riess y Hendrik Becker hablan de la calidad de los datos y de lo que pueden hacer las empresas para garantizarla.<\/p>","protected":false},"author":2418,"featured_media":54440,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"pmpro_default_level":"","footnotes":""},"categories":[39789,39790],"tags":[926,172,1116],"coauthors":[39794,39795,19920],"class_list":["post-94975","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-coverstory-21-09","category-mag-21-09","tag-datenmanagement","tag-datenqualitaet","tag-kpmg","pmpro-has-access"],"acf":[],"featured_image_urls_v2":{"full":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"thumbnail":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-150x150.jpg",150,150,true],"medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",400,180,false],"medium_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-768x346.jpg",768,346,true],"large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"image-100":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-100x45.jpg",100,45,true],"image-480":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-480x216.jpg",480,216,true],"image-640":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-640x288.jpg",640,288,true],"image-720":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-720x324.jpg",720,324,true],"image-960":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-960x432.jpg",960,432,true],"image-1168":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"image-1440":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"image-1920":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"1536x1536":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"2048x2048":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"trp-custom-language-flag":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",18,8,false],"bricks_large_16x9":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"bricks_large":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"bricks_large_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",1000,450,false],"bricks_medium":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",600,270,false],"bricks_medium_square":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview.jpg",600,270,false],"profile_24":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-24x24.jpg",24,24,true],"profile_48":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-48x48.jpg",48,48,true],"profile_96":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-96x96.jpg",96,96,true],"profile_150":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-150x150.jpg",150,150,true],"profile_300":["https:\/\/e3mag.com\/wp-content\/uploads\/2018\/08\/interview-300x300.jpg",300,300,true]},"post_excerpt_stackable_v2":"

Unternehmensdaten k\u00f6nnen das neue Gold sein. In jedem Fall verursacht schlechtes Daten-management hohe Kosten \u2013 unabh\u00e4ngig davon, ob ein S\/4-Releasewechsel ansteht oder nicht. Stefan Riess und Hendrik Becker \u00fcber Datenqualit\u00e4t und was Unternehmen tun k\u00f6nnen, um sie zu sichern.<\/p>\n","category_list_v2":"Coverstory 21-09<\/a>, MAG 21-09<\/a>","author_info_v2":{"name":"Hendrik Becker KPMG","url":"https:\/\/e3mag.com\/es\/author\/hendrik-becker-kpmg\/"},"comments_num_v2":"0 comentarios","_links":{"self":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/94975","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/users\/2418"}],"replies":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/comments?post=94975"}],"version-history":[{"count":0,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/posts\/94975\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media\/54440"}],"wp:attachment":[{"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/media?parent=94975"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/categories?post=94975"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/tags?post=94975"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/e3mag.com\/es\/wp-json\/wp\/v2\/coauthors?post=94975"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}