Gestión de calidad de datos
Data Quality Management
¿Qué es la gestión de calidad de datos?
- Una regla que impida el error al ingreso, en lugar de corregirlo después
- Un identificador inmutable, como el número de empleado, en la primera columna
- Los indicadores los revisa cada mes el área que los usa
La gestión de calidad de datos cambia que en las reuniones deje de aparecer la pregunta «¿este número es correcto?». Si la cantidad de personas en el sistema de RR. HH. no coincide con la del sistema de nómina, si las listas de finalización de capacitación incluyen a personas que ya dejaron la empresa o si un mismo cliente aparece registrado con tres nombres, ningún análisis puede dar conclusiones confiables. La gestión de calidad consiste en convertir estas discrepancias en una regla que las impide desde el ingreso de los datos, en lugar de descubrirlas y corregirlas después. Por mucho que mejoren las herramientas de IA y BI, si los insumos están mal, los resultados también lo estarán; por eso es la premisa de cualquier uso de datos.
La calidad suele evaluarse con seis criterios: exactitud (¿coincide con el valor real?), completitud (¿hay campos vacíos?), consistencia (¿los sistemas coinciden entre sí?), oportunidad (¿se actualiza a tiempo?), unicidad (¿hay duplicados?) y validez (¿cumple el formato establecido?). En la práctica, para cada criterio se definen reglas de verificación y umbrales de aceptación en números, por ejemplo: menos de 1 % de errores de formato en correos electrónicos, cero registros sin código de departamento y actualización semanal. Si la gobernanza de datos es el marco que define «quién es responsable», la gestión de calidad es la parte operativa que mide y corrige los datos en la práctica dentro de ese marco. A nivel internacional, el DMBOK de DAMA organiza este ámbito.
La capacitación y los datos de Recursos Humanos son áreas donde los problemas de calidad aparecen con especial frecuencia. El historial de capacitación está disperso entre el LMS, las planillas de Excel y los certificados de instituciones externas, y el cumplimiento de la capacitación obligatoria por ley se omite con facilidad cuando se intenta cuadrar todo de una vez a fin de año. En temporada de evaluaciones, la asignación entre evaluadores y evaluados no sigue los cambios de la organización, y eso provoca que un jefe de otra área evalúe a personas que no le corresponden. Si los datos se unen por nombre de persona, se mezclan los homónimos; por eso, el hábito que más pesa en la gestión de calidad es poner un identificador que no cambie, como el número de empleado, en la primera columna de todas las tablas.
Un error muy frecuente es tratar la gestión de calidad como una única limpieza de datos. Aunque al final del año se eliminen duplicados y se completen campos vacíos, si las reglas de ingreso no cambian, en tres meses se vuelve al mismo estado. También es común intentar «limpiar» los datos sobrescribiendo el original, de modo que los valores anteriores ya no se pueden recuperar. Si solo se exige responsabilidad a las áreas que ingresan los datos, sin explicarles para qué sirven, aumentan los registros formales, como completar los campos obligatorios con «ninguno» o «-». Los indicadores de calidad deben estar en el lugar donde las áreas que usan los datos los revisan cada mes, no solo en el departamento de TI, para que la calidad se mantenga.
Jaryong KooDoctor en marketing y referente en análisis de datos con IA y en marca personal
John KimAutor de «Diseño de marketing B2B» y CEO de Nanum ConsultoríaDesde la década de 1990, cuando las bases de datos pasaron a ser el centro de las operaciones empresariales, empezó a prestarse atención al costo que los errores de datos tienen en la toma de decisiones, y la gestión de calidad se consolidó como un campo propio. El DMBOK (Data Management Body of Knowledge), publicado por la asociación profesional DAMA, es la referencia más conocida que sistematiza las dimensiones de calidad y los procedimientos de gestión.
Veamos un caso hipotético. La distribuidora farmacéutica A, con 730 colaboradores, tuvo que presentar en diciembre del año pasado el estado de cumplimiento de la capacitación obligatoria por ley ante una inspección oficial. Para unir los datos del LMS, las planillas de Excel y los certificados externos pasó tres noches en vela, y al final presentó una tabla en la que 14 personas que ya no trabajaban aparecían como incumplidoras y 6 colaboradores activos no figuraban. El responsable de Recursos Humanos anunció que este año no volverá a repetir lo mismo.
- Cuando Seo, de Recursos Humanos, cruzó las listas de las tres fuentes por número de empleado, descubrió que al unir por nombre se mezclaban 9 pares de homónimos, y que el archivo de certificados externos ni siquiera tenía una columna de número de empleado.
- Se estableció la regla «toda lista de capacitación tiene el número de empleado como primera columna», y se añadió un campo de número de empleado al formulario de inscripción que se envía a las instituciones externas, para que los certificados lleguen con ese número.
- Se definieron cinco reglas de calidad con metas numéricas: 0 registros sin número de empleado, 0 personas que ya no trabajaban incluidas, discrepancia en los códigos de departamento de 1 % o menos, 0 fechas de finalización faltantes y actualización mensual. El equipo de TI creó una lista de control que ejecuta estas reglas automáticamente cada semana.
- En la primera revisión, la tasa de discrepancias en los códigos de departamento salió en 11 %. Seo (asistente de gerencia) buscó la causa y descubrió que, tras la reorganización, nadie había actualizado los códigos de departamento del LMS. Por eso añadió un procedimiento para alinear cada mes las designaciones de personal y el organigrama del LMS.
- El estado de cumplimiento de la capacitación obligatoria de diciembre de este año estuvo listo en medio día, con 0 personas que ya no trabajaban incluidas por error y 0 colaboradores omitidos, y los errores de asignación de evaluadores bajaron de 23 el año pasado a 2.