¿Qué hace que los datos sean malos?
- Gestión de información
La mala calidad de los datos suele ser la causa de experiencias negativas para los clientes, los clientes potenciales y los empleados. Los datos anticuados, en silos, sin formato, duplicados y de cualquier otra forma malos pueden ser los culpables de arruinar la experiencia del cliente.
Nombres mal escritos, sugerencias de productos inapropiadas, mensajes que no se pueden entregar, comunicaciones duplicadas, transacciones e historiales de servicio al cliente inexactos: todos estos problemas se derivan de los datos erróneos y conducen a la frustración del cliente, a su molestia y a experiencias emocionales generales negativas.
¿Qué pueden hacer las marcas con respecto a los datos erróneos y cuáles son sus causas?
Los consumidores producen grandes cantidades de datos cada día a través de sus interacciones con los sitios web, las aplicaciones, los centros de servicio y los servidores de chat de las marcas. Según un informe de LinkedIn Pulse de 2020, cada persona crea 1,7 MB de datos cada segundo, y la humanidad produce 2,5 quintillones de bytes de datos cada día.
Con tanta información producida, ¿cómo pueden las marcas asegurarse de que no están recogiendo datos malos?
Ten en cuenta: los malos datos no son solo un problema para las marcas interesadas en mejorar su experiencia de cliente: también afectan al retorno de la inversión (ROI). En 2017, Gartner estimó que los datos de calidad inferior cuestan a las marcas 9,7 millones de dólares al año.
Se considera que los datos son "malos" si no están estructurados, son inexactos, inconsistentes, incompletos o contienen información duplicada. Todos los datos que las marcas recopilan provienen de una variedad de canales, muchos de los cuales están aislados, y muchos de los datos vienen en diferentes formatos o de diferentes bases de datos. Otros datos son más aleatorios y no están formateados, sin coherencia, y deben agregarse de forma estructurada y coherente para que sean útiles.
Para corregir los datos malos y convertirlos en buenos, hay que "limpiarlos". La limpieza de datos se describe como el proceso de arreglar los datos desestructurados, incompletos, incorrectos, duplicados o erróneos en un conjunto de datos y consiste en identificar los errores y actualizarlos, arreglarlos o eliminarlos, mejorando la calidad de los datos (es decir, convirtiéndolos en datos "buenos").
Descubre la innovación
Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de IT Híbrida incluyen diferentes vías de actuación: la gestión de aplicaciones, la gestión de las operaciones de IT (ITSM), la modernización de aplicaciones y la ciberseguridad inteligente. Puedes obtener más información sobre cómo abortar estos retos e innovar haciendo clic en cada una de las líneas de acción o visitando el sitio web de Micro Focus en este enlace.
