Que no ba­je la ca­li­dad

Infotechnology - - RECURSOS -

Si en al­go coin­ci­den to­dos, es en la ne­ce­si­dad de ha­cer un diag­nós­ti­co y, so­bre to­do, co­men­zar con un pro­ce­so de in­te­gra­ción de los sis­te­mas. Ga­briel Katz, ge­ren­te de Desa­rro­llo de ne­go­cios de Eco­nat, sos­tie­ne que uno de los orí­ge­nes más co­mu­nes de erro­res en los da­tos es la con­vi­ven­cia de pla­ta­for­mas y sis­te­mas di­ver­sos en una mis­ma em­pre­sa. “El ca­so más fre­cuen­te, des­pués del de los ban­cos —plan­tea—, es el de las tel­cos que, por ejem­plo, tie­nen in­for­ma­ción de los sis­te­mas de co­mu­ni­ca­ción fi­jos, mó­vi­les, de voz, de da­tos y con di­fe­ren­tes sis­te­mas ope­ra­ti­vos se­gún los dis­po­si­ti­vos que se ma­ne­jan.” Por su par­te, el ge­ren­te de Nu­be y Cognitiva de IBM Ar­gen­ti­na, Agus­tín Be­lli­do, re­la­ta: “Una or­ga­ni­za­ción tí­pi­ca pue­de alo­jar cien­tos, o in­clu­so mi­les, de di­fe­ren­tes sis­te­mas. En­ton­ces, los mis­mos da­tos so­bre una per­so­na —un clien­te, un em­plea­do, un so­cio, por ejem­plo— pue­den pro­ve­nir de mu­chas fuen­tes, y esa in­for­ma­ción ter­mi­na en mu­chos in­for­mes y apli­ca­cio­nes”. La ma­yo­ría de los pro­ble­mas de ca­li­dad de da­tos “sur­gen de la fal­ta de es­tán­da­res de in­for­ma­ción en to­da la em­pre­sa so­bre có­mo se al­ma­ce­nan los da­tos y se iden­ti­fi­can de ma­ne­ra úni­ca”, di­ce. Es por es­to que Or­tiz agre­ga que “una de las cau­sas más im­por­tan­tes de erro­res en los da­tos pro­vie­ne de la per­so­na que in­ges­ta los da­tos, así co­mo de per­mi­sos mal asig­na­dos”. Men­cio­na ade­más que, en­tre las cau­sas no hu­ma­nas de des­cen­so de ca­li­dad, es­tán la fal­ta de in­te­gra­ción de sis­te­mas, la res­tau­ra­ción de bac­kups no ac­tua­li­za­dos y las ré­pli­cas de ba­ses de da­tos que agre­gan cam­pos, en­tre otras. Gi­rau­do, en tan­to, des­ta­ca: “Uno pen­sa­ba que, con IOT, el pro­ble­ma iba a ser me­nor, por­que los da­tos de sen­so­res se­rían más con­fia­bles que los in­gre­sa­dos por un ser hu­mano. La reali­dad es que no lo son, tie­nen sus pro­pios pro­ble­mas, me­di­ción, co­mu­ni­ca­ción; no por ser ge­ne­ra­dos por una má­qui­na son más con­sis­ten­tes. Por eso hay que se­guir mo­ni­to­rean­do y cui­dar­se de que no ha­ya da­tos erró­neos”. Es por es­to que Katz co­men­ta que “DQ es un es­fuer­zo con­ti­nuo, el cos­to de la po­bre ca­li­dad de da­tos es mu­chí­si­mo ma­yor de lo que tie­nen que in­ver­tir en la lim­pie­za”, mien­tras que Gi­rau­do re­fuer­za: “El cos­to de te­ner ma­los da­tos siem­pre ter­mi­na su­peran­do al cos­to de la so­lu­ción”. La ten­den­cia ac­tual es ha­cer he­rra­mien­tas más vi­sua­les, que es­tén más in­cor­po­ra­das a los pro­ce­sos de ne­go­cios y que la ca­li­dad sea en strea­ming. Que pue­da es­truc­tu­rar y ana­li­zar di­rec­ta­men­te den­tro de la ba­se, que tra­ba­je en me­mo­ria. En los Es­ta­dos Uni­dos ya exis­ten des­de ha­ce tiem­po po­si­cio­nes co­mo CDO (Chief Da­ta Of­fi­cer) y áreas de ges­tión de da­tos. Aquí es­tán re­cién aso­man­do, pe­ro es muy pro­ba­ble que el fu­tu­ro es­té en lo que al­gu­nos ana­lis­tas del mer­ca­do lla­man “Da­ta Scien­ce”, una dis­ci­pli­na que Har­vard Bu­si­ness Re­view de­no­mi­nó “el em­pleo más sexy del si­glo 21”

Newspapers in Spanish

Newspapers from Argentina

© PressReader. All rights reserved.