Aspectos bsicos sobre la calidad de datos

Para cualquier proyecto con grandes volmenes de datos

Resumen: Proyectos que involucran datos: Proyectos de gestin de relaciones con el cliente (CRM),
iniciativas de gestin de datos maestros (MDM), implementaciones de planificacin de recursos
empresariales (ERP), proyectos del almacn de datos e inteligencia empresarial, programas de
gobernanza de la informacin, migraciones, consolidaciones, armonizaciones todos ofrecen la
oportunidad de mejorar la calidad de los datos. Este trabajo constituye una gua paso a paso que
identifica, tanto para miembros de equipos comerciales como para recursos de TI, qu tareas deben
incorporarse a un plan de proyecto para cada funcin de los equipos, en relacin con la calidad de datos.
Esto brinda una estrategia para lograr coordinacin y efectividad ptimas. Estos aspectos bsicos sobre
la calidad de datos se basan en las mejores prcticas recopiladas a partir de experiencias de miles de
proyectos de gestin de datos y casos exitosos durante los ltimos 30 aos.

Harte-Hanks Trillium Software

www.trilliumsoftware.com
Sede corporativa
+ 1 (978) 436-8900
trilliumsoftware@trilliumsoftware.com

TRILLIUM SOFTWARE

Acerca de Trillium Software

Empresas de todo el mundo, tanto grandes como pequeas, han elegido Harte-Hanks Trillium
Software para mejorar sus decisiones comerciales analticas y operacionales a travs de
informacin exacta y oportuna. Trillium Software (TS) ofrece una serie integrada de calidad de
datos que proporciona una gestin completa e integral del ciclo de vida de la calidad de datos. El
Trillium Software System es reconocido como un sistema esencial para el xito de la gestin de
las relaciones con el cliente, la gestin de datos maestros, la integracin de datos del cliente, el
almacn de datos, la inteligencia empresarial, la planificacin de recursos empresariales, la
administracin de la cadena de suministro, el comercio electrnico y otras aplicaciones
empresariales e iniciativas de integracin de datos, migracin de datos, administracin de datos
y gobernanza de la informacin.
Diseado para la cooperacin y el intercambio de informacin, el Trillium Software System
permite que las empresas definan individualmente lo que significa la calidad de los datos para
sus organizaciones. El Trillium Software System incluye:
TS Discovery (Descubrimiento de TS): Colaboracin entre los recursos comerciales y de TI
para evaluar grandes volmenes de datos dentro de los sistemas y entre ellos. La slida
capacidad de generacin de perfiles de datos permite que los usuarios comprendan las
relaciones, los patrones, los formatos y los dominios de datos que existen dentro de los datos en
s, y que tambin que puedan ver si los datos cumplen con las reglas especficas de cada
empresa y con los estndares de datos definidos. Un seguimiento continuo evala los datos para
garantizar una alta calidad en todo momento.
TS Quality (Calidad de TS): Limpia, estandariza y hace coincidir cualquier tipo de datos: datos
de nombres y direcciones; datos de productos; datos de bienes, materiales y ubicaciones;
transacciones; etc. Las capacidades globales de nivel internacional y la inteligencia
automatizada, basada en las reglas, brindan a las organizaciones una solucin simple pero
completa para manejar volmenes extensos de datos, en forma inmediata. Las organizaciones
pueden personalizar an ms las reglas y adaptarse para cubrir las cambiantes necesidades
comerciales.
TS Enrichment (Enriquecimiento de TS): Complementa y ampla los datos aprovechando ms
de 5000 fuentes de terceros. Este servicio ofrece un proceso completamente automatizado para
anexar sin ningn problema datos de terceros para su almacenamiento y distribucin.
TS Insight (Introspeccin de TS): Supervise grficamente las reglas comerciales y las
mediciones de calidad de datos a travs de un panel personalizable de calidad de datos. Utilice
cuadros de mandos e informacin de tendencias para comunicar iniciativas, resultados y
objetivos de los datos. La Introspeccin de TS muestra los orgenes de datos que tienen
problemas de calidad y los que no cumplen con los niveles de aceptabilidad y el umbral
corporativo mnimo, lo cual ayuda a prever y asignar los recursos adecuados para mejorar y
optimizar los procesos comerciales que los afectan.

Condiciones de uso
Se concede permiso para usar este documento, siempre que: (1) El aviso de copyright 2008 de HarteHanks Trillium Software, aparezca en todas las copias, junto con esta notificacin de permiso. (2) Este
documento se utilice nicamente con fines informativos y personales o no comerciales y no se copie ni
publique en ninguna computadora de red ni se divulgue a travs de ningn medio. (3) No se modifique la
versin original del documento.
Se considera ilegal reproducir, distribuir o divulgar este documento en cualquier contexto sin el expreso

consentimiento por escrito de Trillium Software . Su uso para cualquier otro fin est expresamente
prohibido por ley y podra dar lugar a sanciones administrativas y penales severas. Los infractores sern
expuestos a consecuencias legales hasta el mximo grado posible.

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 2 de 23

TRILLIUM SOFTWARE

Gua para gerentes de proyectos sobre la calidad de los datos

Incorporar a su proyecto una solucin efectiva de calidad de datos requiere una cantidad
de actividades adicionales durante todo el ciclo de vida de su plan de proyecto. Algunas
tareas son ms adecuadas para que tomen el mando los recursos de los usuarios
profesionales mientras que otras tareas son principalmente actividades tcnicas.
Este artculo tcnico presenta algunas de las tcnicas que utilizan las empresas exitosas
para planificar e implementar satisfactoriamente los procesos de calidad de datos como
parte de una iniciativa. Si bien la tecnologa facilita y automatiza en gran medida la gestin
de la calidad de datos, debe aplicarse conforme a una metodologa objetiva y mensurable
para asegurar el xito y una buena rentabilidad de la inversin del proyecto. Como se
ver en las siguientes pginas, la pericia en materia de negocios, personas y procesos es
un componente importante para lograr una mejora en la calidad de los datos, dejando la
tecnologa como una forma de automatizar y mejorar los procesos.
Este trabajo est dirigido directamente a los gerentes de proyectos y describe un proceso
paso a paso para implementar la calidad de datos como parte de un proyecto. En
particular, este artculo tcnico destaca:

La importancia y las maneras de involucrar mejor a los usuarios profesionales en

el proyecto para asegurar que sus necesidades se satisfagan.

Las maneras de llevar a cabo un proyecto especfico de alcance limitado y, al

mismo tiempo, considerar el panorama general y la inquietud actual con respecto
a la calidad de datos dentro de su organizacin.

Cmo incorporar la tecnologa a lo largo de un proyecto para acelerar las

iniciativas de calidad de datos.

Los procesos se describen mejor en el siguiente cuadro:

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 3 de 23

TRILLIUM SOFTWARE

La mayora de los proyectos constan de seis fases. Las fases son:

1.

Preparacin del proyecto: definir un equipo, los objetivos comerciales y evaluar

los riesgos relacionados con la ejecucin de un proyecto para lograr una
planificacin realista.

2.

Diseo preliminar: redactar el plan y los diseos detallados para cumplir con los
requisitos del proyecto y al mismo tiempo atenuar los riesgos encontrados en la
primera fase

3.

Implementacin: ejecutar el plan de accin para establecer nuevos procesos y

utilizar nuevas tecnologas.

4.

Preparacin para el lanzamiento: preparar a la organizacin para las nuevas

mejoras

5.

Puesta en marcha: tiempo de transicin en el que los nuevos procesos o

tecnologas se utilizan por primera vez y preparacin para resolver cualquier
problema que surja

6.

Mantenimiento: optimizar los procesos y las tecnologas y prepararse para el

prximo proyecto. El proceso prcticamente nunca termina por completo, sino
que es iterativo

Cada fase requiere que tanto el equipo comercial como los recursos tcnicos trabajen en
conjunto para llevar a cabo el proyecto de una manera efectiva y eficiente.

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 4 de 23

TRILLIUM SOFTWARE

Fase 1: Preparacin del proyecto

En esta fase, usted evaluar cules son los recursos y el
tiempo que necesita para ejecutar el proyecto y qu
problemas, obstculos y riesgos deber superar. Comience
por formar su equipo, definir el alcance, las expectativas y los
resultados a obtener del proyecto, y realice un anlisis del
estado actual de sus datos.

Definir el equipo del proyecto y sus

funciones
En ltimo trmino, los datos y su nivel de calidad deben estar
respaldados por muchas personas de la empresa, no
solamente TI. Involucrar a expertos en el tema de reas
comerciales relacionadas es un paso absolutamente esencial
que es necesario para lograr el xito, debido a que una
satisfactoria interpretacin y tratamiento de los datos deriva
de una Sintaxis y un Contexto apropiados.
Sintaxis: Por lo general TI es muy capaz de adaptar los datos a una
sintaxis apropiada con relativa facilidad. Un ejemplo de esto podra ser
que todos los nmeros de telfono deben aparecer con el mismo formato
en una base de datos.
Contexto: Los usuarios comerciales generalmente son la mejor fuente
de informacin con respecto al contexto o al significado detrs de los datos. Un ejemplo de esto podra ser la
aparicin repetidas veces de un comentario no documentado o de un cdigo incrustado en un campo de
nombre y direccin.

Cada uno de los tipos de miembros de equipo tiene funciones claramente definidas para
que la iniciativa sea un xito y debe ser responsable por su rol. A continuacin se muestra
cmo se definen normalmente las funciones y las responsabilidades en cuanto a los
elementos de la iniciativa de calidad de datos de un proyecto.

Funcin

Responsabilidad

Lderes ejecutivos
(Director de TI,
Director financiero,
Vicepresidente)

Avalan pblicamente la iniciativa de calidad de datos. Promueven el apoyo.

Obtienen la financiacin para el proyecto. Resuelven los problemas y
eliminan los obstculos.

Gerentes de lnea

Defienden la causa. Interactan con TI y con la empresa. Trabajan junto

con los lderes ejecutivos para comprender los objetivos comerciales,
eliminar las barreras y la oposicin poltica e influir en el cambio poltico y la
cooperacin entre las lneas de negocios. Articulan el problema de calidad
de datos desde el punto de vista del valor comercial e influyen en el
cambio de los usuarios comerciales.

Administradores de
datos

Asimilan la tecnologa disponible para cumplir los objetivos comerciales.

Definen lo que es posible y lo que no es posible. Desarrollan una
comprensin profunda de los bienes, el uso y los problemas de los datos
disponibles. Dirigen los requisitos especficos, transmiten sus comentarios,
participan en actividades de prueba de aceptacin del usuario (UAT).

Profesionales de la
informacin

Implementan reglas comerciales para limpiar y estandarizar datos y

eliminar las duplicaciones de datos, ayudan a los administradores de datos
y ejecutan las operaciones diarias.

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 5 de 23

TRILLIUM SOFTWARE

La tecnologa adecuada ayudar a que los miembros de equipo estn siempre

involucrados y comunicndose. Un entorno de anlisis de datos con un repositorio central
brinda la arquitectura adecuada para proyectos de mltiples funciones y mltiples
miembros, en los que los recursos deben interactuar y comunicarse con respecto a
diseos de entornos de destino y datos de origen.
Esta arquitectura ofrece una infraestructura que permite un entendimiento comn acerca
de los problemas relacionados con la calidad de datos, las recomendaciones para el uso
de datos y las transformaciones que deben realizarse a medida que se migran los datos.

Identificar los objetivos comerciales a corto y largo plazo

Durante la planificacin del proyecto se definen los objetivos comerciales. Como parte de
esta tarea, deben identificarse las metas de la calidad de datos tanto a corto plazo como a
largo plazo. Los objetivos a corto plazo normalmente estn relacionados directamente
con el proyecto y las actividades vinculadas al movimiento y la manipulacin de datos.
Las metas a largo plazo comnmente consideran de qu manera la organizacin puede
potenciar el trabajo que se realiza en el proyecto inmediato y cmo ese trabajo puede
ampliarse para adquirir mayor valor.
A corto plazo, puede comenzar a mejorar los datos si empieza de a poco y mantiene el
alcance bien definido. A largo plazo, tenga en cuenta que si todo funciona bien, usted
tendr xito y le pedirn que reproduzca este xito en toda la empresa.

Alcance
Delimitar el alcance traza parmetros claros en relacin con los datos que usted captura,
mueve, limpia, estandariza, vincula y enriquece, y con su uso. Cada requisito debe
evaluarse para poder determinar si los datos involucrados en este proyecto pueden
cumplir o cumplirn con el requisito de manera satisfactoria para la empresa. Existen
varias preguntas bsicas a responder:
1.

Existen los datos sugeridos dentro de la organizacin?

2.

Qu origen u orgenes contienen estos datos?

3.

Cul es el nivel de calidad dentro de cada origen, para esta informacin?

4.

Qu tipo de limpieza, estandarizacin o supresin de duplicacin es necesaria para cumplir con

el requisito?

5.

Qu problemas o anomalas deben abordarse como parte de este proyecto?

En una migracin de datos, por ejemplo, es posible que usted espere que ciertos
elementos clave aparezcan en el modelo de datos de destino. Posiblemente, primero
deba confirmar que los datos de destino previstos existen fsicamente dentro de los
sistemas de origen y luego deber determinar el mejor origen para los datos o el origen
ms confiable. Si toma datos de distintos orgenes, es posible que tenga que establecer
un conjunto de estndares con el que todos los sistemas de origen deban cumplir para
generar una representacin uniforme de esos datos en el nuevo sistema de destino.
Comprender desde el principio el alcance del proyecto es fundamental para un resultado
exitoso y puntual. Asegrese de clasificar en categoras los datos obligatorios y los datos
complementarios. Preprese para descartar los datos complementarios si no tiene
suficiente tiempo o si el esfuerzo de mover, limpiar, estandarizar, etc. es mayor que el
beneficio comercial previsto.

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 6 de 23

TRILLIUM SOFTWARE

Existen distintas formas de limitar el alcance. Por ejemplo, si usted desea integrar
mltiples orgenes de datos, ser un movimiento grande de datos o varios movimientos
pequeos? Los datos debern conformar la base de datos completa o 6 meses es
suficiente? Si resuelve estos asuntos con el equipo comercial y TI, el proyecto se
ejecutar conforme al tiempo y a los objetivos definidos y esto ayudar a manejar las
expectativas durante el ciclo de vida del proyecto, de manera que no existan sorpresas
cuando el proyecto se acerque a su fin.

Analizar la tecnologa actual

Al comienzo del proceso, es conveniente hacer un inventario de la tecnologa disponible
actualmente para la calidad de datos. Realice entrevistas a los tecnlogos ms
importantes y determine cules son las tecnologas que funcionan y cules no cumplen
con las expectativas de los usuarios.
Si existe un proceso o una tecnologa que cumple las expectativas de los usuarios,
puede utilizarse dentro de la nueva solucin? Si es as, puede utilizarse tambin en
otras soluciones de acuerdo con los objetivos comerciales a largo plazo? Si no es as,
se trata de una buena fuente de estndares o lgica, que puede ser destinada a crear
una nueva solucin de calidad de datos que ofrezca ms opciones para un crecimiento
futuro?
Con frecuencia, las soluciones a los problemas de calidad de datos pueden ser
soluciones puntuales, que no consideran a la empresa en su totalidad. La clave es
desarrollar una solucin que satisfaga las necesidades de toda la organizacin.

Evaluar los riesgos relacionados con los datos

Sus datos de origen realmente respaldan los objetivos comerciales? Durante la
evaluacin de los riesgos relacionados con los datos, es esencial asegurarse de que los
datos disponibles cumplan satisfactoriamente con los requisitos de la empresa. TI realiza
una buena parte del trabajo preliminar para este anlisis a travs de ejercicios que
establecen correspondencias de los datos con los requisitos y de profundas
investigaciones de los sistemas de origen de datos. Si surgieran preguntas, habra que
involucrar a los interesados clave de la empresa para garantizar que el proyecto pueda
cumplir en ltima instancia con lo que espera la empresa.
Si los datos no cumplen las expectativas, cules son las causas principales de estas
diferencias y cmo deben abordarse antes de avanzar con su proyecto? Es necesario
volver a considerar el alcance del proyecto o slo requisitos aislados deben clasificarse
como de alto riesgo?
Utilice un proceso de descubrimiento con los datos de origen para determinar si son
viables. Si los datos no respaldan los requisitos clave de la empresa, existe un alto riesgo
de que el proyecto fracase a pesar de la inversin de tiempo y dinero. Por lo tanto, antes
de concentrarse en el desarrollo, primero evale los datos para asegurarse de que el
proyecto pueda satisfacer en ltima instancia las expectativas de los usuarios.
El descubrimiento de datos es el proceso por el cual se descubre lo desconocido acerca
de sus datos al reunir a los miembros de TI y del equipo comercial, para que se
familiaricen con el significado del contenido de los datos y sepan cmo se van a utilizar.
Este equipo abordar los problemas que surjan al comienzo del ciclo de vida del proyecto
y crear soluciones que funcionen. Por ejemplo, es posible que usted no desee incorporar
elementos especficos de los datos a su sistema de CRM si existe un alto grado de
valores nulos, ya que los datos no van a satisfacer sus necesidades comerciales.
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 7 de 23

TRILLIUM SOFTWARE

Fase 2: Realizacin del diseo preliminar

En esta fase, usted evaluar en detalle los problemas
de calidad de datos y comenzar a elaborar un plan
para mejorar los datos como parte de su proyecto
general. Los miembros principales de TI y del equipo
comercial definen juntos los estndares corporativos
para los datos y se documenta una medicin de
referencia del estado actual de la calidad de los
datos. La referencia tendr dos fines. Ayudar a
conseguir apoyo ejecutivo al mostrar el impacto
comercial de una mala calidad de datos. En segundo
lugar, lo ayudar a mostrar de manera tangible la
mejora de los datos en etapas especficas una vez
que el nuevo sistema o solucin se encuentre en
produccin.

Definir una mtrica de xito

La mayora de las organizaciones se preocupan por
los costos, por lo tanto, es necesario presentar una
justificacin comercial o de costos para las nuevas
iniciativas. Aunque no es obligatorio, se recomienda
que cuantifique el impacto del procesamiento de la
calidad de datos, como una forma metdica de medir el impacto de su esfuerzo y el valor
que proporciona a su organizacin. Si bien a menudo estos nmeros se pasan por alto
durante la ejecucin de un proyecto, son necesarios para impulsar futuras inversiones y la
promocin dentro de una organizacin.

Mtrica de calidad de datos e impacto comercial

Defina la mtrica de calidad de datos que seguir. Esto puede incluir tanto reglas de alto
nivel basadas en datos como reglas especficas que se refieren a un sistema o aplicacin
en particular, como por ejemplo:

Mtrica
Cantidad de registros con cambios en
los campos de datos de direccin
para el cumplimiento de estndares
del USPS
Cantidad de registros duplicados
identificados
Cantidad de registros procesados
con direcciones postales incompletas
pero con nmeros de telfono o
direcciones de correo electrnico
vlidos
Cantidad de registros con claves
principales duplicadas
Valores en blanco en campos de
datos esenciales como la cantidad
por caja en los datos de la cadena de
suministro o las dimensiones para
envos
Cumplimiento de los estndares
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Impacto comercial

Afecta la capacidad de completar programas de

comercializacin que son exitosos y se encuentran
dentro del presupuesto. Afecta la eficacia de la
facturacin.

TI debe generar las claves nicas, lo que provoca

demoras en el proyecto si esto no estaba previsto.
El cliente recibe la cantidad correcta de los
elementos pedidos? El cliente puede manejar
logsticamente el paquete que recibe?

Aparecen las mismas piezas o piezas similares en

Pgina 8 de 23

TRILLIUM SOFTWARE

Mtrica

Impacto comercial

como la mtrica o los sistemas

ingleses de medida

la cadena de suministro, pero con distintos sistemas

de medida?

Valor total en dlares de recibos sin

factura
Valor total en dlares de facturas sin
recibo

El sistema de facturacin cumple con la

normativa? Los ingresos se estn registrando
correctamente? Los pedidos se estn realizando
sin una factura u orden de compra?

La tecnologa puede tener una funcin importante en situaciones de revelacin de datos,

como las que se indican anteriormente, y establecer una referencia registrada de estas
condiciones. La tecnologa no slo lo ayudar a organizar y documentar los resultados;
tambin puede ser utilizada para no continuar con estas condiciones. El anlisis
automatizado de la creacin de perfiles de datos y el registro de las excepciones junto
con la funcionalidad de profundizacin le ofrecen los resultados y las herramientas que
necesita para involucrar a los usuarios no tcnicos en el anlisis de estos resultados.
Usted puede determinar las condiciones, como las que se indican anteriormente, y
comprender de inmediato hasta qu punto se cumplen las mtricas.

Formular una estrategia de comunicacin

En esta altura, tambin se debe elaborar una estrategia de comunicacin. Los principales
usuarios comerciales han definido la mtrica y han identificado de qu manera esa
mtrica puede relacionarse con la empresa para demostrar su valor cuantitativamente,
pero cmo se enterar la empresa de los prximos resultados?
Por otra parte, los dems miembros de la comunidad comercial estn de acuerdo con
las relaciones que se han identificado entre los datos, su calidad y el impacto comercial
de dichos datos? Para una rentabilidad de la inversin (ROI) efectiva y til, es
fundamental establecer la aceptacin como parte de un plan anticipado de comunicacin
y hacer un seguimiento de la mtrica actualizada en etapas predeterminadas.

Definir los estndares

Los miembros de equipo del proyecto que representan a la empresa tienen un papel
clave en la definicin de los estndares. Los miembros de equipo que participan en este
paso deben constituir una buena representacin de la audiencia de usuarios finales. Por
ejemplo, si la audiencia de usuarios finales incluir ventas y comercializacin y
posiblemente envos, debe haber una persona de cada uno de los departamentos
mencionados que participe en la definicin de los estndares del sistema. Adems, un
representante de cada uno de los departamentos de la empresa debe desempearse
como administrador de datos para asegurarse de que los datos cumplan con los
estndares definidos en el nuevo sistema, y quizs TAMBIN en los sistemas de origen.
En cada empresa, existen ciertos estndares que pueden aplicarse a cada uno de los
datos. Por ejemplo, un nombre y una direccin casi siempre deben cumplir con
estndares postales. Las direcciones de correo electrnico cumplen con una cierta forma
utilizando un nombre de usuario, un dominio de Internet y el signo @ en el medio. Sin
embargo, es posible que existan datos para los cuales su equipo deba definir un nuevo
estndar. Comnmente esto sucede con los nmeros de piezas, la descripcin de un
artculo, los datos de la cadena de suministro y otros datos que no son direcciones. Para
estos fines, usted debe establecer la definicin con el equipo comercial. Como parte del
proceso, examine los datos actuales, decida qu datos especiales aparecen en los
campos obligatorios y establezca estndares para el sistema que luego puedan ser
automatizados y supervisados para asegurar su cumplimiento.
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 9 de 23

TRILLIUM SOFTWARE

Construir la aceptacin ejecutiva

Mientras los miembros del equipo tcnico se encuentran ocupados con los diseos
tcnicos del nuevo sistema o solucin, los miembros del equipo comercial se aseguran de
que los esfuerzos tengan un impacto positivo en la empresa. La mayora de los gerentes
de proyecto consideran que es til, llegado este punto, buscar el apoyo de un ejecutivo de
alto nivel. Utilizar la mtrica de calidad de datos y del impacto comercial generada en el
paso anterior y mantener informados a los ejecutivos acerca de su iniciativa ayudar a
mantener el respaldo a la iniciativa de calidad de datos, a promover el apoyo y a obtener
financiacin para futuros proyectos o recursos adicionales. Si existe algn desafo poltico
interno, los ejecutivos pueden ayudarlo a resolver los problemas y eliminar los obstculos.
Si ya estn bien informados acerca de sus esfuerzos, el estado y el potencial impacto
positivo del proyecto, ser mucho ms sencillo apelar a su apoyo.

Acceder a los datos

En este momento del diseo, es necesario analizar profundamente los extractos de datos,
que representan los datos reales que se utilizarn como parte del sistema de produccin.
El propsito es comprender qu clasificaciones, transformaciones, procesamientos,
limpiezas, etc. deben establecerse para crear y mantener datos que satisfagan las
necesidades y cumplan con los estndares del nuevo sistema o solucin.
Los recursos de TI por lo general son los responsables de definir los extractos de datos y
obtener el acceso adecuado a los sistemas de origen. Estos datos luego pueden
compartirse con otros miembros del equipo para respaldar las tareas del diseo detallado.

Analizar los datos de origen

Los mismos principios y beneficios de un enfoque de colaboracin entre los miembros del
equipo comercial y de TI (descritos anteriormente para el anlisis de mitigacin de
riesgos) son relevantes para el anlisis exhaustivo de los sistemas de origen, que es
necesario para un diseo detallado efectivo y eficiente. En la mayora de los casos, los
esfuerzos de colaboracin se dificultan por el hecho de que lleva mucho tiempo y resulta
ineficiente involucrar a los usuarios comerciales en el proceso de aclarar preguntas sobre
los datos, debido a que no cuentan con las competencias tcnicas necesarias para
acceder a lo datos de manera autosuficiente, investigar las anomalas y, as, ofrecer ideas
para guiar el diseo. Las herramientas para el descubrimiento avanzado de datos
eliminan este desafo si ofrecen una interfaz intuitiva a travs de la cual los usuarios
comerciales puedan realizar todas las tareas mencionadas anteriormente, sin la ayuda de
TI, pero con el fin de colaborar con TI.
Es muy factible aprovechar la misma tecnologa utilizada para la mitigacin de riesgos y la
definicin de la mtrica de datos para facilitar este anlisis inicial de los datos. La
funcionalidad adicional, disponible en una herramienta para el descubrimiento de datos,
proporciona a los usuarios estadsticas, resultados y la posibilidad de ver los datos, de
manera que TI y los usuarios comerciales puedan asimilar y navegar en la informacin
del mismo modo, con facilidad. Un explorador de datos para fines especficos permite que
los usuarios identifiquen y revisen problemas en los datos, colaboren y lleguen a un
acuerdo acerca de lo que se debe hacer.
Use la tecnologa para facilitar el anlisis de los sistemas de origen. Emplee funciones
avanzadas de generacin de perfiles y descubrimiento de datos para el anlisis completo
de atributos y columnas. Identifique posibles problemas dentro de campos de datos
estructurados tales como fecha, cdigo postal, cdigo de producto, cdigo de cliente,
direccin o cualquier atributo que deba ajustarse a un formato y a una estructura
especficos. Configure reglas personalizadas de calidad de datos y seale los atributos
que no se ajusten a dicho formato y estructura.
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 10 de 23

TRILLIUM SOFTWARE

Cuando haya finalizado con el anlisis, ya tendr una idea general de los desafos que
debe enfrentar al integrar los datos y la informacin necesaria para desarrollar diseos
que aborden los desafos de manera proactiva. A esta altura, tambin es conveniente
volver a considerar el plan de proyecto y confirmar que se hayan asignado el tiempo y los
recursos adecuados para hacer frente a cualquier problema con los datos que se haya
descubierto.

Capturar una referencia

Los miembros del equipo comercial han definido la mtrica de calidad de datos y el
impacto comercial en un paso anterior. Ahora es el momento de tomar una medicin de
referencia. Como parte del anlisis de los sistemas de origen, se debe capturar y
almacenar una referencia de cada sistema de origen y tambin analizar de qu manera
los sistemas mltiples cumplen con la mtrica prevista o las reglas comerciales. En
algunos casos, ser conveniente considerar no slo cada sistema de origen aislado, sino
tambin entre otros sistemas.

Arquitectura de datos y esquema o modelo de datos

A medida que se desarrolla el modelo de datos, un paso esencial que generalmente se
pasa por alto es confirmar que los datos de origen respaldan el diseo del modelo de
datos previsto. La mejor forma de tener la seguridad de que ste es el caso es aplicar
ingeniera inversa a los datos y comprender las relaciones que existen naturalmente
dentro de los datos. Esto debera suceder independientemente de la documentacin de
sistemas y metadatos y debera ser un reflejo completo de los datos en s. Nuevamente
nos encontramos con la oportunidad de aprovechar la tecnologa que el equipo ha estado
utilizando y con la que se siente cmodo: una herramienta para el descubrimiento de
datos ya incluir toda la informacin de origen que se requiere para este anlisis y
tambin debera incluir la funcionalidad para presentar un modelo o esquema de datos
que represente el estado natural de los datos en s. El equipo de modelado de datos
puede comparar y hacer una referencia cruzada de esos esquemas con respecto a los
planes de modelos de datos deseados, lo cual probablemente les ahorra semanas de
esfuerzo manual y excepciones no consideradas.

Arquitectura de datos y plataformas

Existen innumerables soluciones de calidad de datos que pueden crearse como parte de
su proyecto general. Lo ms importante a tener en cuenta en el caso de una solucin de
calidad de datos no personalizada o interna es si la tecnologa que usted adquiere es
compatible con la ejecucin del proceso en todas las plataformas de los sistemas de
origen y de destino dentro de su proyecto determinado.
Sin embargo, para ir an ms all y ofrecer mayor valor a largo plazo, dado que los
diseos se estn estableciendo, y si se est invirtiendo en tecnologa, vuelva a considerar
los objetivos comerciales a largo plazo detallados durante la fase de diseo preliminar.
Evale las herramientas de los proveedores a travs de su visin a largo plazo y
asegrese de tener opciones para los futuros requisitos de conectividad. Brinde a su
organizacin la flexibilidad de extender a otros sistemas los procesos de calidad de datos
que usted disea para su proyecto inmediato, en distintos entornos y en otras plataformas
que existan dentro de su infraestructura empresarial tcnica.

Desarrollar situaciones de prueba

Cuando examine sus datos, descubrir patrones y casos comunes en los datos que
requieren una solucin. Por ejemplo, los nombres pueden aparecer en sus orgenes de
CRM en cualquiera de los siguientes formatos:
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 11 de 23

TRILLIUM SOFTWARE

Smith, John

John Smith

Smith/John

John y Jan Smith

Depender de usted y de los miembros del equipo comercial decidir cmo van a
estandarizar cada uno de esos formatos de nombre para una eficiencia ptima en los
sistemas de destino. John y Jan Smith deberan estar vinculados, pero en registros
separados dentro de su archivo maestro o como una nica entrada?
Prepare un archivo de prueba o una base de datos de registros que presenten estas
situaciones de datos comunes con el fin de controlar la calidad durante esta etapa del
proyecto. Se completar una tarea de control de calidad (QA) antes de poner en marcha
los nuevos datos. Esta definicin de las situaciones de prueba comienza a elaborar de
forma efectiva una lista de anomalas de la calidad de datos, que usted puede utilizar para
crear y probar reglas comerciales y procesos de calidad. Algunas de las reglas
comerciales y casos de prueba se estandarizarn con el proceso de limpieza de los
paquetes de soluciones de calidad de datos. Estas reglas y pruebas deberan ser muy
ajustables para poder satisfacer las necesidades especficas de su organizacin.
Tambin puede comenzar a crear unas nuevas, basndose en sus necesidades.

Definir un proceso de excepciones

En un proceso de calidad de datos, una excepcin se presenta cuando un dato no puede
ser interpretado por las reglas comerciales y el motor de procesos que su equipo ha
definido, por ejemplo, una direccin no contiene suficiente informacin como para que
pueda verificarse por medio de las reglas comerciales de estandarizacin del USPS.
Cuando se presenta una excepcin de calidad de datos, el administrador de datos debe
resolver la excepcin y decidir si la anomala representa un caso inusual o si deberan
incorporarse nuevas reglas al proceso de calidad de datos. Su proyecto debe definir una
forma clara de manejar las excepciones, que incluya la distribucin automatizada (de
registros de error) siempre que sea posible, las reas de responsabilidad para la
correccin y un mtodo de informar las anomalas al origen.

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 12 de 23

TRILLIUM SOFTWARE

Fase 3: Implementacin
Una vez completada la planificacin, es el momento de
comenzar a utilizar la tecnologa para mejorar los datos a
travs de la automatizacin siempre que sea posible. Para las
tareas de implementacin de los recursos tecnolgicos,
recomendamos Trillium Software Data Quality Methodology,
(Metodologa de calidad de datos de Trillium Software), un
artculo tcnico que detalla cmo estandarizar, enriquecer y
hacer coincidir los datos y cmo realizar un ajuste detallado
de las reglas comerciales para optimizar los datos. Si bien
esta fase es la ms tcnica del plan, los usuarios comerciales
an tienen un papel importante.

Crear un plan de prueba de aceptacin del

usuario
Mientras los miembros del equipo elaboran los planes de
prueba de aceptacin del usuario (UAT), deben incorporarse
consideraciones adicionales que investiguen y muestren los
resultados de los procesos de calidad de datos que se hayan
creado en el nuevo sistema o solucin. Como consecuencia,
la UAT no slo debe incluir pruebas de las nuevas
funcionalidades o informes; tambin debe prepararse para
incluir situaciones de prueba de calidad de datos. Los datos
de prueba deben incluir datos de entrada aceptables y problemticos, de manera que una
audiencia comercial ms amplia (los recursos de UAT) se vea forzada a confirmar que los
procesos de calidad de datos estn generando los resultados deseables.

Crear procesos de calidad de datos

Durante la fase de implementacin, el equipo tcnico arma el proceso de calidad de datos
definido y diseado en la fase de diseo premilitar. Esto generalmente incluye
procesamientos de limpieza, estandarizacin, enriquecimiento y correspondencia o
vinculacin. Para obtener ms detalles y las mejores prcticas sobre la creacin de
procesos de calidad de datos, consulte Trillium Software Data Quality Methodology, otro
artculo tcnico disponible a travs de la librera de recursos que se encuentra en
www.trilliumsoftware.com.

Resultados iniciales de control de calidad

Resultados. La parte ms importante del proceso de calidad de datos debera ser que los
usuarios comerciales estn conformes con los resultados. A medida que comienza a
implementar nuevos diseos de procesos de calidad de datos, los gerentes de proyecto
deben pedir a los usuarios comerciales que sometan datos de muestra a los procesos de
calidad de datos para garantizar que los resultados cumplan con las expectativas de los
usuarios. Los usuarios comerciales pueden comparar los resultados antes y despus del
procesamiento con la misma herramienta para el descubrimiento de datos que han
utilizado todo el tiempo. Realice un ajuste aproximado de los procesos utilizando datos de
muestra, luego, pase a un conjunto de datos completos para un correcto control de
calidad.
Una vez que se hayan verificado los resultados, hay que cargar los datos de muestra en
las aplicaciones de destino y comenzar a probarlos ms exhaustivamente. Si da el paso
adicional con el equipo comercial durante el ciclo de control de calidad, existe mayor
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 13 de 23

TRILLIUM SOFTWARE

probabilidad de que tenga xito la primera vez que cargue los datos, lo cual evitar que
tenga que cargar y volver a cargar los datos repetidas veces.

Validar las reglas

En la primera y la segunda fase, ha determinado lo que tiene y lo que necesita. Las reglas
se desarrollan en un proceso analtico iterativo. Para esto, es necesario acceder al
conocimiento del significado pretendido de los datos. Los usuarios comerciales y los
analistas de datos deben trabajar juntos en este proceso, aplicando la misma tecnologa y
el mismo proceso que se describieron para el anlisis de los datos de origen, si surgen
preguntas adicionales. Ofrezca a los usuarios comerciales la oportunidad de crear
situaciones de datos de prueba y permtales que revisen los resultados luego del proceso
de limpieza.
Tambin usted tiene la oportunidad de revisar y agregar su terminologa especfica (por
ejemplo, trminos especficos de la industria, definiciones especficas de la empresa y
coloquialismos regionales), que inicialmente no form parte de la terminologa de
estandarizacin. Tambin es el momento de determinar si necesitarn una
estandarizacin geogrfica especfica.

Ajustar las reglas y los estndares comerciales

Posiblemente descubra que algunos de los diseos iniciales del proceso de calidad de
datos no cumplen con las expectativas o no funcionan como se esperaba. Los miembros
del equipo comercial deben ser capaces de interactuar directamente con un motor
basado en las reglas y ajustarlas para generar resultados que estn de acuerdo con las
expectativas. Esto requiere la creacin de una interfaz intuitiva y de herramientas de
ajuste en cualquier producto que se compre para facilitar el procesamiento de la calidad
de datos.
La participacin directa de los miembros del equipo comercial en el proceso de ajuste
garantiza que las reglas satisfacen sus necesidades en forma precisa y elimina el riesgo
de expectativas no cumplidas en el proyecto.

Integrar procesos de calidad de datos con aplicaciones y

servicios
Una vez que se han diseado y probado los procesos de calidad de datos y los miembros
del equipo comercial ya han comenzado a validar y ajustar las reglas, los procesos estn
listos para ser integrados a una o ms aplicaciones o servicios. Si han sido elaborados
pensando en el futuro, los procesos de calidad de datos deberan poder reutilizarse en
mltiples sistemas, plataformas y aplicaciones. Los productos de los proveedores
tambin deberan ser compatibles con los principios de reutilizacin de la empresa, para
sostener el crecimiento a lo largo del tiempo y ofrecer flexibilidad en las opciones de
implementacin dentro de su proyecto.
Aunque la solucin de su proyecto quizs no necesite la capacidad de ampliarse y crecer
con el tiempo, tener la opcin de extenderse a todas y cada una de las aplicaciones,
incluso las que lleguen a su empresa a travs de fusiones y adquisiciones, es una buena
prctica factible que debera considerarse detenidamente. Esto tambin incluye la
capacidad de llevar las reglas de una aplicacin a la siguiente.
Esto tambin cubrir de igual modo la necesidad de extenderse de un proceso
programado por lotes a un proceso de usos mltiples y en tiempo real, donde sea y
cuando sea que lo necesite dentro de los sistemas empresariales.
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 14 de 23

TRILLIUM SOFTWARE

Fase 4: Preparacin para el lanzamiento

Durante esta fase de un plan de proyecto, los usuarios
comerciales y TI deben determinar cmo y dnde el entorno
de desarrollo se migra a la produccin. No obstante, antes de
eso es necesario completar la UAT y capacitar a los usuarios
con respecto a los cambios que encontrarn al utilizar el
nuevo sistema o solucin. El servicio de asistencia tambin
debe estar correctamente preparado y debe ser capaz de
responder cualquier pregunta que surja como consecuencia
de la nueva tecnologa o de los cambios en la tecnologa
existente.

Ejecutar el plan de prueba de aceptacin del

usuario (UAT)
El plan de prueba de aceptacin del usuario debe incluir un
registro de la aprobacin de los usuarios comerciales con
respecto a las situaciones documentadas y los procesos de
calidad de datos que influyen en los cambios automatizados.
Algunos tipos de estrategias de UAT incluyen:

Prueba del nuevo sistema: la aplicacin que ser

puesta a prueba es totalmente nueva (no es un
mejoramiento ni una actualizacin del sistema).
Prueba de regresin: cantidad de cambios en una aplicacin existente que
requiere una nueva prueba completa del sistema.
Prueba limitada: cantidad de cambios en una aplicacin existente que
requiere slo una prueba especfica de los cambios.

Las herramientas para el descubrimiento de datos una vez ms pueden ayudar en el

proyecto durante el proceso de UAT, ya que brindan a los usuarios comerciales y
tcnicos una visin de los datos. Los equipos pueden colaborar y ver los resultados de
cualquier proceso de calidad de datos, antes y despus de que se ejecute el proceso.
Tambin es til una prueba dentro de la aplicacin de destino. Es necesario poner a
prueba:

Todos los formularios: particularmente importante al usar una interfaz en

tiempo real en la herramienta de calidad de datos
Todos los informes: garantiza que los resultados de los informes sean los
esperados
Situaciones de prueba: pone a prueba los resultados del impacto del proceso
de calidad de datos en los sistemas y las aplicaciones que interactan con los
incluidos en su proyecto

Durante todas las actividades de UAT, asegrese de que sus usuarios comerciales
puedan acceder los datos con facilidad, ya sea a travs de herramientas y tecnologas
utilizadas a lo largo del proyecto o de otra forma, para abordar rpidamente cualquier
pregunta que pueda surgir.

Capacitacin de usuarios o capacitacin del servicio de asistencia

Los usuarios deben estar informados acerca de las nuevas aplicaciones que van a estar
en lnea y el servicio de asistencia debe saber a quin llamar para remitir cualquier
problema tcnico. La capacitacin efectiva de los usuarios es un factor fundamental para
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 15 de 23

TRILLIUM SOFTWARE

lograr una implementacin exitosa. La meta es simple: brindar a sus usuarios las
aptitudes y la confianza que necesitan para utilizar la nueva solucin y as facilitar la
adopcin de los usuarios finales. Aydelos a que noten:

Cualquier campo obligatorio o formato nuevo cuando ingresen datos al sistema

Cualquier pantalla o elemento emergente nuevo que solicite la validacin de la
limpieza automatizada y la correspondencia de los datos
El impacto positivo y los beneficios comerciales de datos nuevos y ms limpios
La participacin de usuarios comerciales y de TI en el proceso de creacin de
datos de alta calidad.

Plan de traslado del sistema de produccin

Cuando el sistema se implemente con los usuarios finales, el equipo de soporte y
operaciones debe contar con todas las herramientas, los procesos y los conocimientos
para ayudarlos. Es esencial tener un plan para la transicin del equipo del proyecto al
equipo de soporte y operaciones.
La mayora de los gerentes de producto crear un programa y un plan para utilizar el
nuevo sistema con datos recin limpiados. La migracin a la produccin generalmente se
produce en horas de poca actividad. Las decisiones que debe tomar incluyen la
capacitacin; si se debe realizar el lanzamiento por etapas y cmo hacerlo; la experiencia
profesional necesaria cuando se realice el traspaso; si hay que ejecutar sistemas
mltiples (antiguos y nuevos) conjuntamente y, si es as, durante cunto tiempo; si es
necesario contratar recursos adicionales (por ejemplo, consultores o contratistas) que
puedan ayudar; y cualquier otra consideracin de seguridad.

Completar con xito la limpieza o carga inicial

Para muchos proyectos, el primer paso de la puesta en marcha incluye un proceso de
carga inicial o limpieza inicial. Los datos rara vez se cargan sin errores durante la
extraccin, transformacin y carga de los datos. Los errores generalmente se dividen en
las siguientes categoras.

Errores por informacin incompleta: consisten en registros o campos faltantes.

Qu es lo que no se carg y qu pasar con esos registros o campos sin datos?
Sintaxis: est relacionada con el formato de los datos y cmo se representan.
Tienen los datos la forma correcta? Se encuentran los datos dentro del
intervalo de valores?
Semntica: transmite el significado de los datos. Hay valores ocultos en los
datos no estructurados? Hay nombres en los campos de direcciones, a pesar
del cumplimiento de la forma correcta de los datos? Existen registros
duplicados con leves diferencias?

Si ha ejecutado las tareas transmitidas hasta ahora, ha reducido significativamente la

probabilidad de que en su proyecto ocurra cualquiera de los problemas mencionados
anteriormente. Al dedicar tiempo en el comienzo para investigar exhaustivamente los
datos de los sistemas de origen, incorporar los procesamientos necesarios a sus diseos
y realizar una UAT que incluya situaciones de datos problemticos previstos, usted ha
abordado de manera proactiva los problemas que ms adelante provocan dolores de
cabeza a la mayora de los equipos de proyectos.
Si ocurriera algo inesperado que requiere su atencin, usted ya dispone de los recursos y
la infraestructura necesarios para actuar rpidamente: su equipo de usuarios comerciales
y de TI ya est familiarizado con el proyecto, los datos y cualquier tipo de tecnologa que
usted haya utilizado (por ejemplo, su herramienta para el descubrimiento de datos) y
puede observar los datos y evaluar el problema velozmente para dar una rpida solucin.
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 16 de 23

TRILLIUM SOFTWARE

Fase 5: Puesta en marcha

Felicitaciones! Ya puede poner su proyecto en marcha.
Durante esta fase, su equipo activar lo realizado hasta ahora y
sus nuevos procesos de calidad de datos comenzarn a
proporcionar beneficios inmediatos a su organizacin. Ahora
comenzar a ver los frutos de su trabajo.

Equipo de DAFO
En esta etapa es conveniente poder disponer de un equipo
interfuncional de DAFO (Debilidades, Amenazas, Fortalezas,
Oportunidades) que incluya analistas comerciales o recursos
departamentales familiarizados con los procesos comerciales,
ingenieros de rendimiento, arquitectos de datos, tcnicos de
campo y contactos de cualquier proveedor, que se encuentren
disponibles en casos de emergencia para brindar rpidas
soluciones a los problemas.
Los equipos pueden adoptar distintos procesos para ayudarlos
a comprender el problema presentado y a disear una
respuesta. Los profesionales que utilizan procesos de
resolucin de problemas consideran que es importante analizar
un problema en profundidad para comprenderlo y disear
intervenciones con altas probabilidades de que funcionen.
La idea es intervenir rpidamente al identificar un problema y presentar distintas maneras
de resolver ese problema y de que la empresa pueda alcanzar el xito.
Los equipos deben reunirse para completar un anlisis final y comentar qu piensan del
proyecto y cmo se puede mejorar an ms la calidad de los datos en la prxima ronda.

Resolucin de problemas
Todas las organizaciones de soporte al cliente disponen de algn tipo de proceso o
procedimiento para ayudar a resolver coherentemente consultas, inconvenientes o
problemas generados por el sistema o por los usuarios. En algunas organizaciones estos
procesos son muy estructurados, mientras que en otras son ms informales.
Adems de los procesos eficientes, tambin es muy importante que el equipo de soporte
tenga bien definidas las funciones y las responsabilidades para as reducir el tiempo de
respuesta a las necesidades del cliente. A continuacin se presenta un ejemplo de
jerarqua de remisin, junto con las personas que realizan estas tareas, para una
implementacin bastante amplia. Para este ejemplo, cuando se identifica un problema, se
remite de la siguiente manera:
Nivel 1: Servicio de asistencia: Los tcnicos del servicio de asistencia brindan un soporte
bsico a la comunidad de usuarios, y realizan capacitaciones adicionales y operaciones
remotas para resolver los problemas. Si el servicio de asistencia no puede resolver el
problema, ste se remite al Nivel 2.
Nivel 2: Profesionales informticos: Los profesionales informticos normalmente son ms
conscientes del aspecto informativo de la operacin que el Servicio de asistencia. Con la
ayuda de la herramienta para el descubrimiento de datos y el acceso a la aplicacin de los
usuarios finales, solucionan el problema. Si los profesionales de la informacin no pueden
resolver el problema, lo remiten a los administradores de datos, que constituyen el Nivel 3.
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 17 de 23

TRILLIUM SOFTWARE

Nivel 3: Administradores de datos: Segn la naturaleza del problema, los profesionales de

la informacin pueden contactar a los Administradores de datos, que suelen tener una
visin empresarial en materia de datos, a diferencia del conocimiento de los datos y los
procesos dentro una aplicacin especfica nicamente. Si bien la mayora de los
problemas se resuelve en los tres primeros niveles de soporte, en unos pocos casos los
problemas pueden remitirse al Nivel 4.
Nivel 4: Gerentes de proyecto: Por lo general, un problema llega a esta instancia si se
necesita un cambio arquitectnico para resolverlo. Los gerentes de proyecto tendrn que
analizar la situacin y tomar las medidas adecuadas para resolverlo.
La jerarqua recin descrita representa simplemente un ejemplo de jerarqua de remisin
y soporte. Independientemente del tipo de jerarqua de soporte que usted tenga, es
esencial que cada grupo dentro de esa jerarqua comprenda su funcin y sus
responsabilidades. Adems, el equipo debe ser capaz de resolver o remitir con rapidez
cualquier problema que surja.

Anlisis final
Vuelva a ejecutar sus procesos de referencia y rena los resultados actualizados para
medir cuantitativamente su impacto. Recopile sus mtricas, su registro de soporte, su
registro de procesamiento de excepciones y cualquier otra documentacin relevante.
Organice una reunin para:

Asegurarse de que el proyecto haya cumplido los objetivos comerciales

Asegurarse de que el proyecto haya reunido los criterios de xito detallados

Enumerar las lecciones aprendidas durante el proyecto; selas como un aporte

para mejorar la presentacin de futuros proyectos

Llevar a cabo revisiones del desempeo de los miembros de equipo

Realizar un procesamiento de la calidad de datos en curso

Ahora que su sistema est en marcha, usted no slo ha limpiado los datos histricos
cargados al sistema o solucin; adems, sus procesos de calidad de datos en curso
deberan hacer posible que los nuevos datos entrantes se encuentren libres de los
problemas identificados y previstos.

Definir procesos de supervisin

Dado que se supone que todos los sistemas y procesos funcionan bien, ahora es necesario
asegurarse de que usted disponga de procesos de supervisin apropiados. Programar
auditoras de datos con regularidad es una excelente manera de asegurarse de que los
datos continen cumpliendo las expectativas y adems resalta las reas de calidad que se
han descuidado o las nuevas reas de problemas que se han manifestado.
Para facilitar este proceso, muchas organizaciones aprovechan la tecnologa utilizada
para la evaluacin de riesgos, las mediciones de referencia, el diseo y anlisis de los
sistemas de origen y las pruebas de aceptacin del usuario. Por ejemplo, una
herramienta para el descubrimiento de datos en la que usted ha capacitado a los usuarios
comerciales para que la utilicen en la investigacin de datos, en la colaboracin con TI y
en la medicin de mtricas de datos, as como tambin todo el capital de conocimientos
creado en el entorno, se adapta con facilidad para realizar auditoras programadas y
supervisin continua. El flujo de trabajo de los mensajes de correo electrnico puede
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 18 de 23

TRILLIUM SOFTWARE

definirse para alertar a las personas clave cuando surjan problemas o cuando los
problemas excedan o caigan por debajo de los umbrales definidos.
La supervisin garantiza que usted contina cumpliendo, o incluso excediendo, las
expectativas de los usuarios a lo largo del tiempo, de manera que los activos de datos se
conviertan en una fuente confiable, UTILIZADA de forma activa por parte de la empresa.

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 19 de 23

TRILLIUM SOFTWARE

Fase 6: Mantenimiento
En la mayora de las religiones de todo el mundo, existe un da
para reflexionar sobre las buenas obras realizadas, admitir los
defectos y elaborar un plan para mejorar. La sexta fase es ese
da para quienes creen en la calidad de los datos. Sin embargo,
tambin es un momento de dicha. En esta fase ver los frutos
de su trabajo y no debe sentir vergenza de contarle al mundo
lo que ha logrado.

Anunciar los xitos

Una de las claves para mantener el financiamiento de su
proyecto es difundir internamente los xitos logrados. En
realidad, las iniciativas de calidad de datos deben
promocionarse en cada oportunidad posible, para continuar
reforzando en la mente de las personas el valor que usted
agrega a su organizacin.
Algunas formas de comunicar su xito son:

Crear un mensaje de correo electrnico de

actualizacin mensual de calidad de datos
Establecer su presencia en el sitio web o intranet de la
empresa
Solicitar a los patrocinadores que enven un memorndum sobre el proyecto
con regularidad Proporcione a los patrocinadores informacin sobre los
beneficios comerciales como el dinero ahorrado en correo de comercializacin,
los ndices mejorados de ventas por medio de la comercializacin, ahorros en
la cadena de suministro e inventarios mejorados, etc.
Identificar un grupo selecto de usuarios y trabajar estrechamente con ellos
para ayudar en la comunicacin Identificar sus aportes al proyecto y publicar
esa informacin
Reconocer primero a los clientes o usuarios de los datos y saber de qu
manera se benefician con sus datos mejorados

ste tambin es un buen momento para recordar a la empresa que la calidad de los
datos es un problema de todos y mostrar las maneras de resolver los problemas de
calidad de datos.

Supervisar
Usted puede llevar un registro de la calidad de datos de distintas formas. Un anlisis
completo con su herramienta para el descubrimiento de datos es una de ellas. Cada vez
que compare la calidad con su referencia o con la referencia medida previamente, usted
obtendr una idea muy detallada del progreso de su iniciativa de calidad de datos.
Algunas herramientas tambin incluyen una forma de llevar un registro automtico de la
calidad de datos. Por ejemplo, pueden incluir una funcin de notificacin por correo
electrnico para informar a los miembros clave del personal cuando se violen las reglas
comerciales: cuando los valores de los datos no cumplan con los requisitos predefinidos,
cuando se excedan los valores de umbral o cuando haya valores nulos presentes que
sean inadmisibles. Estas poderosas funciones impiden que los errores afecten su
negocio, si su empresa utilizara orgenes de datos con tendencia al cambio.

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 20 de 23

TRILLIUM SOFTWARE

Los administradores de datos, los propietarios de sistemas o los contactos comerciales

clave pueden recibir alertas acerca de errores o cambios crticos. Por lo tanto, las
herramientas permiten que los usuarios visualicen las violaciones y obtengan un detalle
de los errores.
Las organizaciones con programas de gobernanza centradas en la accin usan estas
funciones para alertar a los interesados ms importantes y a las partes responsables
acerca de anomalas en los datos. Todos los das, los administradores pueden abordar
los problemas presentes y crear tareas con prioridades para resolver los problemas
identificados.

Reunir nuevos requisitos para la prxima fase

Con el xito en sus manos, es hora de comenzar a reunir los requisitos para la siguiente
fase. Los usuarios profesionales se inspirarn en la nueva inteligencia que tengan
disponible y comenzarn a solicitar datos adicionales. Es posible que deseen extender los
sistemas expuestos a su nuevo proceso de calidad de datos recientemente desarrollado,
agregar orgenes de datos adicionales a su nuevo sistema o solucin, o incorporar
nuevos sistemas y aplicaciones si su empresa se encuentra dispuesta a comprar. Si hace
todo correctamente, se difundirn los comentarios sobre su xito, y su solucin o sus
servicios de calidad de datos sern solicitados.
Organice una reunin o una serie de reuniones para recopilar nuevos requisitos para la
versin 1.1 del proyecto.

Manejar las excepciones o las solicitudes de cambio

Una solicitud de cambio implica un gran cambio en el proyecto o en los requisitos de su
nuevo sistema. Luego de pasar la UAT, los usuarios posiblemente consideren
oportunidades adicionales de mejorar los procesos comerciales y es necesario encontrar
una manera de manejar estas solicitudes. La mayora de los gerentes de proyecto piensa
que todos los proyectos deben tener un proceso formal de solicitud de cambio y que
todas las solicitudes deben seguir el proceso. Un proceso simple de solicitud de cambio
debe parecerse al que se presenta a continuacin:
1.

El usuario presenta una solicitud de cambio.

2.

El recurso asignado, quizs el administrador de datos, evala la solicitud de

cambio para ver si vale la pena investigar sobre el tema. Se comparan los
beneficios con el grado de dificultad del cambio (el impacto). Se separan las
solicitudes de cambio con beneficio limitado y se colocan en una lista de tareas
complementarias para ser consultadas ms adelante. Se evalan los riesgos de
realizar los cambios necesarios.

3.

El administrador de datos y el gerente de proyecto deben documentar la

evaluacin e informar a los interesados ms importantes acerca de ella.

4.

Si el cambio se ve razonable y tiene beneficios evidentes, se solicita al

patrocinador corporativo que acepte los cambios de programa, de costos, de
calidad y de riesgo. Es conveniente ser objetivo y permitir que el patrocinador
decida si el cambio solicitado posee ventajas.

5.

Se informa el programa y el estado de la solicitud de cambio a los interesados

ms importantes.

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 21 de 23

TRILLIUM SOFTWARE

Propuesta de valor de Trillium Software

Hemos tratado varios temas en el presente documento, pero si se extrae la esencia de
este trabajo, existen slo seis principios fundamentales a utilizar para la incorporacin de
una estrategia de calidad de datos completa y exitosa, sin importar si su proyecto est
relacionado con la gestin de relaciones con el cliente, la planificacin de recursos
empresariales, la administracin de la cadena de suministro, la integracin de datos del
cliente, el almacn de datos, la inteligencia comercial, la gestin de datos maestros, el
inicio de autoridad, la armonizacin de los datos, el procesamiento de transacciones en
lnea, la migracin heredera, etc. Al crear una solucin para la calidad de datos,
asegrese de que su solucin est diseada de manera que pueda ampliarse con el
tiempo, ya que su organizacin desarrollar nuevas necesidades y enfrentar nuevos
desafos. Los principios fundamentales que mejor lo prepararn para la extensin y el
crecimiento con el tiempo recomiendan una solucin que sea:

Principio
Integral

Descripcin
Proporcione datos de adecuacin al objetivo para todos los tipos de datos, en todos
lados y en todo momento. Esto incluye la capacidad de respaldar el comercio
mundial, no slo informacin de los Estados Unidos y del Reino Unido, sino tambin
de China, Japn, Alemania, Mxico, etc. No slo datos de byte simple, sino tambin
de byte doble. No slo datos de nombres y direcciones, sino todo tipo de datos. Esto
es importante para proyectos de consolidacin o migracin de alcance internacional
o interfuncional.

Inteligente

La solucin debe tener la inteligencia que permita identificar y abordar los problemas
en contexto, de manera que usted no tenga que aplicar grandes recursos humanos
para arreglar los datos. Esto es importante para disminuir costos en TI y ahorrar
dinero en recursos humanos.

Sin
inconvenientes

Posee su solucin la capacidad de ampliarse y crecer con el tiempo, extendindose

a todas y cada una de las aplicaciones, incluso las que lleguen a su empresa a
travs de fusiones y adquisiciones? Esto es importante si usted desea aplicar la
calidad de datos a aplicaciones empresariales clave.

Dinmica

Puede usted modificar las reglas con rapidez y precisin si es necesario, adaptarlas
para que satisfagan las cambiantes necesidades comerciales? Esto es importante
debido a que los modelos y procesos comerciales pueden cambiar rpidamente a
medida que avanza la tecnologa.

Mensurable

Puede medir si su solucin funciona inmediatamente y con el tiempo? La solucin

genera resultados cuantificables que pueden tener un impacto comercial? Esto es
importante como autojustificacin interna de su equipo, como una forma de continuar
las mejoras y de justificar los gastos.

El Trillium Software System responde a estos desafos con un marco escalable y flexible,
que respalda la integracin de los procesos de calidad de datos a cualquier sistema, en
cualquier momento y en cualquier parte del mundo. Desde proyectos tcticos hasta
prcticas estratgicas, el Trillium Software System mejora la eficiencia de integracin,
disminuye los costos de desarrollo y ofrece una rpida rentabilidad de la inversin (ROI)
en cuanto a las iniciativas de calidad de datos a travs de:
Copyright 2008 Harte-Hanks Trillium Software
Todos los derechos reservados

Pgina 22 de 23

TRILLIUM SOFTWARE

Un diseo de software por mdulos

Componentes de conectividad universales
Una tecnologa central y de arquitectura neutral
Recursos porttiles y reutilizables
Procesos ajustables
Soporte mundial y ampliable

El Trillium Software System facilita la portabilidad y las rplicas casi instantneas en

prcticamente cualquier plataforma o sistema. Le permite utilizar el esfuerzo que implica
una implementacin de Trillium Software System para nuevos proyectos y en toda la
empresa, lo cual reduce drsticamente los costos en mltiples implementaciones y
permite que usted cree, propague y mantenga fcilmente un estndar empresarial de
calidad de datos.
El Trillium Software System incluye TS Discovery, una herramienta para el
descubrimiento de datos que usted puede utilizar durante todo el ciclo de vida de su
proyecto. Esta herramienta facilita la inclusin de los usuarios profesionales en todas las
fases de su proyecto para reducir los riesgos y satisfacer mejor las demandas de la
empresa. El Trillium Software System tambin incluye TS Quality, un motor basado en las
reglas que promueve procesos reutilizables de calidad de datos, reglas comerciales
definidas y ajustadas por los usuarios y diversas opciones de utilizacin de cualquier
producto de calidad de datos del mercado. El Trillium Software System tambin ofrece TS
Enrichment, un servicio de enriquecimiento de datos para complementar y aumentar los
datos disponibles dentro de los sistemas de origen.

Copyright 2008 Harte-Hanks Trillium Software

Todos los derechos reservados

Pgina 23 de 23