CENTRO DE ESTUDIOS SUPERIORES

DEL ESTADO DE SONORA

Maestría en Administración de la Calidad

Maestra: MA. Rosa Alicia Sánchez Caballero

CASO:

QUE SE PUEDE HACER SOBRE LA CALIDAD DE LOS DATOS

EQUIPO No. 1NORBERTO MARQUEZ VEGA

ERNESTO QUINTANA MORENOIXCHEL LUQUE GUILLEN

NADIA GABRIELA ANGULO TAPIAEDGARDO COTA PRECIADOARTURO TAPIA CASTANEDA

CARLOS ESPARZA GONZALEZ

Materia: Sistemas de Información para la toma de decisiones

San Luis Río Colorado, Sonora, México Octubre 2011

CASO:¿QUÉ SE PUEDE HACER SOBRE LA CALIDAD DE LOS DATOS?

BT Group, antes British Telecom, batalló durante muchos años con los problemas de calidad de datos. Datos deficientes sobre el inventario de productos y errores en la facturación a clientes fueron obstaculizando sus interacciones con proveedores y clientes. BT Group estaba gastando demasiado tiempo y dinero en corregir datos.

BT Group comenzó a tomar en serio la calidad de datos en 1997. Nigel TUrner, gerente de proyecto para los programas de calidad de datos de BT, seleccionó a un "campeón" de calidad de datos en cada una de las principales líneas de negocios de BT para conducir un foro de administración de la información. Cada grupo de administración de la información se enfocó en proyectos específicos con retornos sobre la inversión demostrables, como mejorar el mantenimiento de registros de inventario privado para incrementar el número de circuitos desconectados devueltos al inventario para reutilizarlos o corregir nombres y direcciones en datos de marketing para reducir el número de cartas enviadas a las personas equivocadas. A medida que el proyecto se expandía, el grupo de 'lIumer centralizó la administración de datos y desarrolló una metodología de calidad de datos que incorporó las mejores prácticas tanto internas como externas a la empresa.

Al mejorar la calidad de sus datos, BT Group ahorró alrededor de 800 millones de dólares en datos mejorados de inventario e interacciones con clientes y proveedores, e incrementó los ingresos por medio de una facturación más exacta. Para mantener un alto nivel de calidad de información en sus bases de datos, BT utiliza herramientas de creación de perfiles y depuración de datos de Trillium Software para identificar y eliminar datos erróneos de manera permanente.

Emerson Process Management, un proveedor mundial de instrumentos y servicios de medición, analíticos y de vigilancia con oficinas en Austin, Texas, tuvo que retirar un almacén de datos nuevo, diseñado para analizar la actividad de los clientes, para mejorar el servicio y el marketing porque el almacén estaba repleto de datos imprecisos y redundantes. Los datos del almacén provenían de numerosos sistemas de procesamiento de transacciones en Europa, Asia y otras partes del mundo.

El grupo que había diseñado el almacén había dado por hecho que los grupos de ventas de todas estas áreas podrían ingresar los nombres y direcciones de los clientes en la misma forma, independientemente de su ubicación geográfica. En la práctica, las diferencias culturales, en combinación con las complicaciones derivadas de la absorción de empresas que Emerson había adquirido, condujeron a diversas formas de ingresar cotizaciones, facturas, embarques y otros datos.

Emerson implementó herramientas de software de calidad de datos de Group 1 Software rnc. en Lanham, Maryland, para ayudar en la creación de perfiles, depuración y combinación de registros para el almacén de datos. La información de clientes para cotizaciones, facturas y embarques está enlazada a registros de transacciones asociados, los registros duplicados se eliminaron y los datos se combinaron utilizando herramientas deGroup 1, software personalizado y procesos manuales de revisión.

2

La integración de datos de múltiples operaciones de negocios también planteó retos en la empresa Cintas, que comenzó en el negocio de uniformes para empleados y luego se expandió a la provisión de suministros de limpieza a empresas y también a servicios de almacenamiento de documentos. En la actualidad, Cintas tiene múltiples divisiones para estas líneas de negocios y desea integrar los datos de sus clientes en un almacén de datos para mejorar las ventas cruzadas. Pero algunos clientes aparecían en múltiples bases de datos con suficientes variaciones de nombre y dirección de modo que se les considerara como personas distintas e, incluso, en ocasiones estas discrepancias conducían a que clientes anteriores fueran identificados como nuevos prospectos. Estos datos de clientes con tan deficiente calidad podían crear situaciones embarazosas para los representantes de ventas e incluso provocaban que éstos desconfiaran de los contactos de ventas que lesProporcionaba el área de marketing. Por otra parte, los sistemas de Cintas podían identificar a dos clientes diferentes con nombres similares como si fueran el mismo cliente, privando a la empresa de una oportunidad de ventas.

Cintas eligió reacondicionar su almacén de datos instalando software de administración de calidad de datos de Dataflux para identificar registros duplicados de clientes y estandarizar los datos de clientes recopilados cada mes de las bases de datos de cada división. La empresa está considerando cómo puede utilizar las capacidades de comparación de datos que ofrece el software de Dataflux para corregir los datos a medida que los empleados los ingresan a sus sistemas en vez de en el momento en que ingresan a su almacén de datos.Bank of America ha mantenido durante muchos años un almacén de datos centralizado con datos de cuentas provenientes de múltiples fuentes, utilizado con propósitos de marketing y ventas cruzadas. En 2002 tuvo que reexaminar sus proyectos de calidad de datos para asegurarse de que se apegaban a las cláusulas contra el lavado de dinero de la Ley USA Patriot. El banco estableció un conjunto común de prácticas para detectar, integrar y manejar los datos. La administración determinó que los administradores de datos de las unidades de negocios y el departamento de sistemas de información del banco se reunieran mensualmente para resolver los problemas de Infraestructura de tecnología de información calidad de datos. El banco utiliza herramientas de creación de perfiles y comparación de datos tanto comerciales como desarrollados de manera interna.

3

PREGUNTAS DEL CASO DE ESTUDIO

1. ¿Cuál fue el impacto de los problemas de calidad de datos en las empresas descritas en este caso de estudio? El impacto más fundamental que enfrentaron estas empresas con el problema de la calidad de datos fue la perdida de ventas al detalle que al final de todo repercutía directamente en pérdidas millonarias para las empresas descritas , aunado a la falta de confiabilidad que los vendedores tenían sobre su base de datos. ¿Qué factores de la administración, organización y tecnología ocasionaron estos problemas? Falta de Inovacion en sus sistemas de administración de datos, mala organización, retraso en tecnologías de información, software obsoleto,

2. ¿De qué manera resolvieron sus problemas de calidad de datos las empresas descritas en este caso? Instalando software adecuados de administración de datos con los cuales se estandarizaron y se volvieron confiables ¿Qué problemas de administración, organización y tecnología tuvieron que enfrentar? El atraso de las empresas en cuanto a software o sistemas de información actualizados, los cuales en su base de datos contenían información falta de credibilidad, además de afectar sus ventas, marketing y ponerlos al borde de problemas legales.

3. Se ha dicho que el mayor obstáculo para mejorar la calidad de datos es que los gerentes de las empresas consideran la calidad de datos como un problema técnico. Analice de qué manera se aplica esta afirmación a las empresas descritas en este caso de estudio. Se aplica ya que no solo les afectaron los problemas técnicos, sino también padecían problemas de toma de decisiones, administrativos, humanos y tecnológicos. Un ejemplo claro es la falta de capacidad de los vendedores a cambiar la estrategia de venta, en la cual ellos solo se basaban a su base de datos y no hacían más por la misma venta.

Fuentes: Rick Whiting, "Aaww, Rubbish!" Infonnation Week, 8 de mayoDe 2006, y Kym Gilhooly, "Dirty Data Blights the Bottom Line",Computerworld, 7 de noviembre de 2005.

4