Si bien los dispositivos de red son como las venas y arterias de la Industria 4.0, los datos son sin duda su elemento vital. Después de todo, los datos son intrínsecos a cada operación de fabricación avanzada. No se puede lograr una mejor toma de decisiones y mejoras de procesos sin datos operativos.
Dado el valor intrínseco de los datos para la fabricación moderna y su futuro, la necesidad de que los datos que se agreguen y analicen sean lo más limpios y correctos posible es primordial. Pero solo puede evaluar la limpieza de sus datos si conoce los factores clave que pueden comprender la integridad de sus datos.
Michael Simms es director de práctica de datos y análisis de Columbus Global.
· Error humano: “La gente comete errores, y cuando se ingresan datos a mano, se esperan errores, como falta de detalles, errores tipográficos o poner los datos en los campos incorrectos”, dice Simms.
 | Lea este artículo acerca del traslado del centro de datos a la planta de producción. |
· Estándares de ingreso de datos inconsistentes: si su empresa no tiene estándares sobre cómo se deben ingresar o capturar los datos, la calidad de los datos inevitablemente se verá afectada. “Una vez trabajé con una empresa en la migración de datos y comenzamos con el mapeo de sus datos según los códigos postales y los estados. Después de unos minutos de revisar los datos, vi un problema de inmediato: los datos mostraban 253 estados porque no había una forma establecida de ingresar los nombres de los estados. Cada estado apareció varias veces en múltiples formatos; por ejemplo, Nebraska, Nebr. y NE”, dice Simms.
· Falta de fuente de datos autorizada: esta es la única versión de la verdad requerida por una fuente de datos autorizada. “Si existen problemas con sus datos, pero no se solucionan en la fuente, los informes no serán confiables en el otro extremo. Por ejemplo, con el problema de datos de estado mencionado anteriormente, si la solución se dio en los informes, pero nadie regresó y se aseguró de que los datos se limpiaran en la fuente, la empresa habría continuado encontrando ese problema, enturbiando cualquier informe. Es necesario implementar un gobierno de datos adecuado y establecer protocolos para solucionar los problemas de datos”, afirma Simms.
· Mala integración de datos. Es importante darse cuenta de que la calidad de los datos puede variar drásticamente en todos los sistemas de los que extrae datos. Simms señala que los datos duplicados son un desafío importante que enfrentar, ya que estos duplicados sesgarán cualquier análisis.
· No mantener los datos actualizados. “Los datos se abandonan y se olvidan”, dice Simms. "Asegúrese de no hacerlo". Para mitigar este problema, Simms recomienda mantener actualizados los datos, como nombres de productos, información de proveedores y empleados, así como direcciones de correo electrónico y otra información pertinente, asegurándose de que no haya información duplicada, incorrecta o desactualizada en estas áreas.
Un paso fundamental para garantizar la calidad de sus datos es asegurarse de que TI no sea su propietario. Sí leyó bien: Simms no aconseja que TI sea dueño de los datos de su empresa.
“Su equipo de TI puede tener recursos y puede hacer un excelente trabajo asegurándose de que todo funcione sin problemas”, dice Simms, “pero no deben ser los guardianes de los datos. Los datos deben ser manejados por las personas que los viven día tras día, aquellos que saben lo que significan y la importancia de que esa información sea confiable”.
Para construir una base confiable para la toma de decisiones en su empresa, Simms dice que planifique datos de calidad, lo que incluye dar propiedad a la gerencia y buscar un socio confiable para el proceso de mejora de la calidad de los datos.
