La Calidad de Datos

Los factores imprescindibles a tener

en cuenta en una corporacin.

Tabla de contenidos

1.

Introduccin

2.

La importancia de la calidad de datos

3.

Qu se entiende por Calidad de Datos?

4.

Dimensiones de calidad de datos

5.

Consecuencias de los errores en los datos.

6.

Cmo identificar los datos errados?

7.

Ciclo de Vida en Calidad de Datos

8.

La estrategia de calidad

9.

En qu consiste Data Quality?

10.

Beneficios del Uso de Informatica Data Quality

11.

Conclusin

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

1. Introduccin
La falta de calidad de los datos es uno de los principales problemas a los que se enfrentan los
responsables de sistemas de informacin y las empresas en general, pues representa claramente
uno de los problemas "ocultos" ms graves y persistentes en cualquier organizacin.
En efecto, una buena calidad de datos es el
activo

corporativo

ms

potente, ya que

permite acelerar el crecimiento y administrar

de mejor manera los costos y las iniciativas para
obtener mejores rentabilidades.
Segn lo que plantea la norma ISO 9000: 2000,
la calidad se podra definir como el grado en el
que un conjunto de caractersticas inherentes
cumple con los requisitos, esto es, con la
necesidad

expectativa

establecida,

generalmente implcita u obligatoria".

En palabras de David Loshin, President of Knowledge Integrity, Inc: Para ser capaces de
relacionar los problemas de la calidad de datos con su impacto en el negocio, tenemos que ser
capaces de clasificar tanto nuestras expectativas de calidad de datos, como los criterios de impacto
en la empresa.
El Dr Kaoru Ishikawa (1988), a su vez, considera que: "En su interpretacin ms estrecha, calidad
significa calidad del producto, pero en su interpretacin ms amplia significa calidad del trabajo,
calidad del servicio, calidad de la informacin, calidad del proceso, calidad de la direccin y calidad
de la empresa".
* Crditos foto: http://www.vulka.es/empresa/mejortec-mejora-y-tecnologia_1437820.html

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

2. La importancia de la calidad
de datos
Debido a los crecientes avances de la tecnologa en cuanto a gestin de datos e informacin, las
empresas se ven enfrentadas da a da a un aumento en la cantidad y diversidad de los datos que
deben gestionar y en los elementos a las cuales se les asocian estos datos e informacin.
Este aumento exponencial ha derivado en
un manejo cada vez ms ineficiente de los
datos a nivel de empresas, lo cual afecta
directamente en su desempeo y en la
toma de decisiones, dificultando este hecho
la gestin organizacional.
Dado lo anterior y entendiendo que la
gestin de datos constituye un recurso
estratgico en la organizacin, se hace
imprescindible que se garantice la calidad
de los datos en cualquier empresa de hoy
en da.

Cules son algunos de los motivos por los cuales

existe mala calidad de datos en los sistemas?
Datos de Entrada
La mayor fuente de errores son las entradas de informacin manual. Ello se debe, entre otras
cosas, al ruido en la comunicacin, a los errores tipogrficos o equivocaciones, u otros factores
externos.

Datos externos
Frecuentemente se incorporan datos externos de forma automtica en los sistemas de informacin

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

de las organizaciones, sin tomar las precauciones oportunas, y esto provoca que se generen
multitud de problemas de Calidad de Datos.

Errores de carga de los sistemas transaccionales

Los mltiples errores que suelen ocurrir durante la carga en los sistemas transaccionales, suele
provocar una deficiencia de la calidad de los datos.

Migraciones
Cuando se realiza una migracin de datos sin haber
previamente analizado en profundidad los cambios que
hay que aplicar a la informacin, una de las muchas
consecuencias suele ser la ausencia de calidad de
datos, existencia de valores obsoletos o en un formato
distinto al esperado en el nuevo sistema, e incluso
duplicidades.
Muchas veces los primeros problemas comienzan en la
carga inicial y rara vez los datos se cargan sin errores
durante la extraccin, transformacin y carga de los
datos.
Los errores generalmente se dividen en tres 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?
*Crditos foto:
www.bizjournals.com/kansascity/blog/2012/07/group-worries-google-service-may-widen.html?page=2

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

http://www.iabuk.net/events/library/digital-project-management

3. Qu se entiende
Calidad de Datos?

por

Para hablar de datos de alta calidad, es necesario comprender claramente el significado, el

contexto y la intencin de stos, no debiendo haber ni imprecisiones ni vaguedades y debindose
poder contar con definiciones estandarizadas que sirvan de base para la futura toma de decisiones.
En

efecto,

los

datos

deben

adecuarse al uso que se les

pretende

dar y

ste, al ser

utilizado,

debe

satisfacer

las

expectativas de los usuarios.

Lo

anterior

se

hace efectivo

cuando los datos son tiles, fciles

de entender e interpretar, pero
sobre todo cuando los datos son
correctos.
La calidad de datos se refiere a los
procesos y tcnicas enfocadas a mejorar la eficacia de los datos existentes en nuestras bases de
datos. En este sentido, para que un proceso de calidad de datos sea realmente eficaz, ste debera
ser repetible y fcil de entender, de manera que permitiera generar un proceso que se vuelva un
ciclo de mejora y que cada vez que fuera ejecutado generara datos con mayor calidad, permitiendo
desarrollar reportes para dar seguimiento a los progresos y proporcionar la mejora continua de la
calidad de los datos.
En este sentido, algunos de los beneficios de la calidad de datos son:

Ahorrar costos directos, evitando tener informacin duplicada.

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

Supervisar y limpiar de forma proactiva los datos de todas las aplicaciones, y mantener
limpios estos datos.

Permitir al negocio compartir la responsabilidad de la calidad y del gobierno de datos.

Impulsar mejores resultados con unos datos empresariales fiables.

En consecuencia se puede concluir que el trmino de calidad de datos es un concepto relativo ya

que, al variar las expectativas de los usuarios respecto a los mismos, varan tambin las
caractersticas que stos deben tener para ser considerados adecuados.
Es decir, la calidad de datos est asociada a un conjunto de dimensiones o atributos que se podran
concretar en la exactitud, la integridad, la consistencia y la coherencia. Y es precisamente cuando
dichas dimensiones o atributos son ambiguas que las empresas caen en errores en los datos.
* Crditos foto: http://4you-marketing.com/%CE%BD%CE%AD%CE%B1/

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

4. Dimensiones de calidad de
datos
Para abordar de manera ntegra la problemtica en la calidad de datos, debe realizarse un anlisis
por cada una de las dimensiones de calidad de datos, logrando de esta manera resolver cada una
de las dudas existentes en el proceso y mitigando as los riesgos de fracaso en los proyectos de
este tipo.
En este sentido, lo importante y prioritario es tener un punto de partida, una mtrica que permita
identificar el estado actual de los datos.
Para ello, es bsico realizar una auditora inicial o perfilamiento
de los datos, con el objetivo de averiguar en qu estado se
encuentran stos y a partir de ah, detectar qu se debe corregir y
a su vez determinar parmetros de control que ayuden a medir el
avance en los procesos de calidad.
Estos parmetros son conocidos como las seis dimensiones de
calidad de datos y son consideradas como los puntos clave que
debe de cubrir la calidad de los datos para asegurar nuestros
procesos de limpieza y calidad.

Cules son las seis dimensiones de

calidad de datos?
Completitud
En algunos casos, los datos que no estn son irrelevantes, pero cuando se vuelven necesarios para
un proceso del negocio, stos se vuelven crticos.

Conformidad
8

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

Los datos que estn en los campos de la tabla, deben estar en un formato estndar y legible.

Consistencia
Al hacer el cruce de informacin con los registros, se debe evitar la informacin contradictoria.

Precisin / Exactitud
Si los datos no son precisos, estos no
pueden ser utilizados. En este sentido, para
detectar si estos son precisos, se compara
el dato con una fuente de referencia.

Duplicacin
Es importante saber si se tiene la misma
informacin en formatos iguales o similares
dentro de la tabla.

Integridad
Otra dimensin de calidad importante radica en el hecho de saber si toda la informacin relevante
de un registro est presente de forma que se pueda utilizar.
El entendimiento de estas seis dimensiones es el primer paso para la mejora de la calidad de datos.
Ser capaz de identificar y separar los defectos de los datos clasificndolos por estas dimensiones,
nos permite aplicar las tcnicas adecuadas para mejorar tanto la informacin como los procesos
que crean y manipulan la informacin.
* Crditos foto:
http://www.unicreditbulbank.bg/Blog/CATEGORIES/Our_experts/BLOG_POST?doc=CUSTOMER_CARE
http://kommunikationsledelse.dk/2010/11/10/2010-i-kommunikationsmalingernes-tegn/

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

5. Consecuencias de
errores en los datos.

los

Los errores en los datos afectan de diversas formas a las organizaciones. Una de las principales
implicaciones se genera en los procesos de toma de decisiones los cuales se vuelven inefectivos e
ineficientes.
Una pobre calidad de datos implica
riesgos significativos en la toma de
decisiones y en la operacin y gestin
de las empresas. Como consecuencia
de ello, quienes toman las decisiones en
una compaa acostumbran a dejar de
lado algunas cosas que deberan saber
e incluso aparentan estar informados
pero con informacin errnea.
La mala calidad de los datos es uno de los principales indicadores de proyectos fallidos y, a
menudo,es identificada como la causa raz de los fallos de procesos, siendo tambin la principal
causante de las decisiones errneas en una organizacin.
Las estrategias de reduccin de costos y de maximizacin de
ingresos,

especialmente

aqullas

que

dependen

de

herramientas y soluciones automatizadas, sufren importantes

desviaciones y retrasos (en algunos casos no se pueden
concretar) debido a la mala calidad de los datos.
Otra consecuencia en los errores en los datos es el costoso
efecto sobre los clientes ya que producen altos niveles de
insatisfaccin, al caer en errores como datos personales
incorrectos, facturas con cantidades errneas, o direcciones
incorrectas, entre otros. A lo que se debe aadir, el costo que

10

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

genera en el cliente el tiempo que se dedica a la solucin del problema creado por el error.
Existe tambin, un costo en tiempo y recursos para la empresa al dedicarse a la deteccin y
correccin de los errores, lo que provoca grandes problemas en la productividad y retrasos en la
gestin de otras tareas importantes, entre otras desagradables consecuencias.
Tambin es considerable el efecto de los errores de los datos respecto del xito de nuevas
aplicaciones informticas ya que stos deben proporcionar una visin nica y precisa, adems de
estar correctamente relacionados e interrelacionados con todas las fuentes a utilizar.

* Crditos foto:
http://www.expand2web.com/blog/survey-reports-small-businesses-with-poor-websites-may-lose-customers/
http://under30ceo.com/startup-after-answering-these-three-questions-on-risk/

11

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

6. Cmo identificar los datos

errados?
La mayora de los errores se pueden identificar de manera relativamente sencilla.
Para ello, se pueden utilizar dos alternativas distintas que permiten la deteccin eficaz de los datos
errneos:

a) Verificacin Manual
Esta alternativa permite, tericamente, localizar la mayora de los errores ms comunes, y ello se
logra verificando en base a la fuente original de la informacin todos y cada uno de los valores,
permitiendo de este modo determinar qu valores son correctos y cules no. No obstante, esta
alternativa posee algunas desventajas, sobre todo respecto al costo asociado a las HH.

b) Anlisis Automtico
Utilizan tanto el software como la habilidad del analista de calidad de datos para detectar los
errores. stas se pueden aplicar a:
Transacciones que estn ocurriendo.
Bases de Datos que estn cambiando.
Bases de Datos en produccin, peridicamente.
Existen cuatro categoras de anlisis que se
pueden aplicar a los datos:
Anlisis de elementos (datos)
Anlisis estructural.
Anlisis de Reglas de Negocio.
Anlisis Estadsticos.

12

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

Las tcnicas analticas bien aplicadas, identifican suficientes errores para dar una idea clara del
estado de calidad de datos. Sin embargo un programa continuo de mejoramiento de la calidad de
los datos, logra resultados satisfactorios.
* Crditos foto:
http://nguyentantrieu.info/blog/automatic-testing-web-application-website-webservice/

13

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

7. Ciclo de Vida en Calidad de

Datos
Es importante considerar que los proyectos de calidad de datos, son proyectos de mejora
continua. Por ello, para obtener los mejores resultados en la implementacin de estos proyectos,
es imperativa la utilizacin de procedimientos claros y bien establecidos.
Se identifican 6 procesos o tareas claves que deben reflejarse y abordarse en cada proyecto de
calidad.

Cules son los seis procesos clave?

1. Descubrimiento
Se utiliza para explorar los modelos y/o fuentes de datos indocumentados, logrando de esta
manera una rpida identificacin y medicin de estos.

2. Perfilado
Es una auditora de Calidad de Datos con la entrega de un cuadro de mando que identifica, clasifica y
cuantifica los problemas de calidad dentro de todas las fuentes. El objetivo de la auditora es
generar una medida tangible de la calidad de los datos al inicio, que le permitir aclarar las
condiciones actuales, como por ejemplo, fuentes de datos con 25% duplicados, los datos de 20%
atributos redundantes, etc.

3. Limpieza
Mediante este proceso clave se definen las reglas y se establecen metas a alcanzar. Por ejemplo,
antes de la entrada en funcionamiento, la calidad de datos debe ser del 85% para los atributos de
prioridad.

14

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

4. Coincidencias
Consiste

en

estandarizacin,

el

diseo
coincidencia

de

la
y

limpieza,
reglas

de

consolidacin.

5. Consolidacin
En esta etapa se implementan los procesos de
mejora en la calidad de los datos (definidos en el
punto nmero 3).

6. Monitorizacin
Una vez que el proceso de calidad de los datos se ha implementado, es importante que se informe
sobre los resultados, es decir, la presentacin de informes para la distribucin de los resultados,
incluyendo desglose y alertas.

* Crditos foto: http://gesforqc.es/p-gina-principal/certificaciones-de-calidad.html

15

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

8. La estrategia de calidad
En muchas etapas del proceso de gestin de datos se puede aplicar la calidad, ya que sta se
relaciona directamente con la integracin, por lo que deben considerarse como parte de una
misma estrategia que conjugue:
Servicios.
Metodologa.
Herramientas.
Las empresas, en la prctica, tienen un gran problema de calidad que se extiende desde el interior
de la organizacin hacia fuera, proyectndose en aspectos como las relaciones con los clientes,
la toma de decisiones y la productividad. En un entorno as, es difcil fiarse del dato y ste es
precisamente

el

objetivo de la funcin de
Calidad.
Cada vez hay ms datos
de ms fuentes en ms
sistemas: ERPs, fuentes
externas,

web,

call

Datawarehouses,

etc:

centres,
todos los procesos se
informatizan,
volmenes

los
aumentan,

las aplicaciones se migran y los sistemas se comunican.

Los datos que eran introducidos con un propsito concreto ahora estn siendo aplicados a otras
finalidades: La Calidad de Datos puede ser relativamente buena para los sistemas transaccionales
pero no para sistemas BI o CRM. Una factura incorrecta en el transaccional afecta slo a un cliente.
En cambio, en el sistema de BI, esta factura puede tener un impacto muy grande.
Se deben implementar mayores niveles de Calidad de Datos para procesos automatizados, ya que

16

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

la mala calidad de datos conlleva problemas de pagos en sistemas ERP, SCM, etc.
En efecto, todos los procesos se automatizan y cada vez hay menos intervencin humana. En
efecto, una persona detectara y cancelara por sentido comn un proceso errneo, como por
ejemplo, el envo de una carta a la calle equivocada, mientras que un sistema automatizado de
mailing, no.
Por ltimo, hay que tener en cuenta que los clientes esperan un mejor servicio. Los datos
defectuosos llevan a una pobre gestin del cliente que cada vez es ms exigente y cada vez conoce
mejor sus derechos.
* Crditos foto: http://www.hawkassociates.co.uk/innovation/

17

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

9. En qu consiste Data
Quality?
Informatica Data Quality transforma la forma de trabajar de su empresa. Este software permite
que todo el mundo confe en todos sus datos para todas sus necesidades y en todo momento.

Informatica Data Quality ofrece calidad de datos generalizada a todos los usuarios, proyectos,
dominios de datos y aplicaciones empresariales, en entornos locales o en el cloud, y adems con
una sola plataforma unificada.
Entre las funciones principales de Data Quality se incluyen:

Un conjunto de herramientas unificadas y basadas en funciones, para que el rea de negocio

pueda participar en procesos de calidad de datos y reducir la dependencia de los limitados
recursos de IT.

Compatibilidad integral con todos los datos y todos los fines, para que pueda aplicar reglas
de calidad de datos a datos de clientes, de productos, financieros y de activos, as como
reutilizar esas reglas en todo tipo de proyectos de integracin y calidad de datos.

Apertura a todas las aplicaciones, para que pueda acceder a cualquier fuente de datos, en
cualquier lugar (en entornos locales, con socios o en el cloud), y desplegar reglas

18

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

centralizadas de calidad de datos para mejorar la calidad de los datos en todas las
aplicaciones
Con Informatica Data Quality, toda su empresa puede:

Tomar la iniciativa a la hora de limpiar datos de cualquier aplicacin y mantenerlos limpios.

Compartir la responsabilidad de la calidad y el gobierno de datos.

Fomentar la confianza en los datos de la empresa.

* Crditos foto: http://orgygesblog.blogspot.com.es/2013/06/tras-buscarvarias-definiciones-de.html

19

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

10. Beneficios del Uso de

Informatica Data Quality
a) Reduccin de los costes
Informatica

Data

considerablemente

Quality
los

reduce
costes

generalizando la calidad de datos. Eso

supone

identificar

todos

los

problemas de calidad de datos, medir

todos los niveles de calidad de datos y
limpiar
aplicaciones,

datos

en

todas

dominios

de

las

datos,

pases e idiomas.
Con esta solucin pueden eliminar herramientas de calidad de datos redundantes y recortar
drsticamente los costes de licencia y mantenimiento mediante la estandarizacin de procesos, y
todo ello bajo una sola plataforma que ofrece un nico conjunto de reglas y herramientas
reutilizables para gestionar la calidad de datos en numerosos proyectos.

b) Reduccin de riesgos
Informatica
identificar,

Data
resolver

Quality
y

ayuda

evitar

los

problemas de calidad de datos antes de

que estos problemas le supongan la
prdida de clientes, una menor ventaja
competitiva

penalizaciones

reglamentarias.
Puede establecer procesos de calidad

20

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

de datos sostenibles a largo plazo y confiar en todos los datos de la empresa. Al aplicar la calidad
de datos sistemticamente en todas las aplicaciones de forma global, aumenta la confianza en que
todos sus datos cumplan con los procesos de gobierno de datos. Asimismo, gracias la fiabilidad
demostrada de Informatica Data Quality en las implantaciones para toda la empresa, se reduce el
riesgo de perodos de inactividad.

c) Actuacin ms eficaz
Con Informatica Data Quality, el departamento de IT y el resto de la empresa pueden trabajar
juntos de forma ms eficaz para realizar proyectos en das, en lugar de realizarlos en meses.
En efecto, los gestores de lnea de negocio, analistas empresariales y administradores de datos
disponen de sus propias herramientas para gestionar las tareas de calidad de datos por s mismos.
Los departamentos de IT obtienen un nico entorno unificado de alta productividad para el
perfilado y la limpieza de datos, y para la gestin de reglas de calidad de datos que se pueden
reutilizar en todos los proyectos de integracin y calidad de datos.

d) Mejora de la productividad de IT
El entorno comn de proyectos y las herramientas de colaboracin de Informatica Data Quality
aceleran el ciclo de especificacin

y revisin entre el departamento de IT y el resto de la

empresa. Los departamentos de IT pueden acceder a todos los datos con rapidez para llevar a
cabo los proyectos de calidad de datos en plazos ms cortos.
Adems, pueden crear reglas reutilizables de calidad de datos con facilidad, gestionarlas de
forma centralizada

y desplegarlas rpidamente en batch o en tiempo real, sin necesidad de

recodificacin y en todas las aplicaciones.

Los departamentos de IT pueden acelerar el desarrollo de los proyectos creando mappings de
calidad de datos en un entorno de desarrollo conocido, que ofrezca perfilado de datos y reglas
predefinidas para la correspondencia y limpieza de direcciones. Asimismo, pueden validar
rpidamente las transformaciones de calidad de datos mediante perfilados en pleno proceso.
* Crditos foto:
http://www.reelseo.com/youtube-hit-75-million-facebook-fans-rewards-playlist/
http://www.fundspeople.pt/noticias/capital-de-risco-aumentou-ativos-sob-gestao-70212

21

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn

11. Conclusin
Para poder obtener un buen control de calidad se requiere cubrir todo un procedimiento para
poder lograr nuestro objetivo, que es mejorar la calidad para una mejor y mayor satisfaccin del
cliente y de uno mismo como empresa o industria.
Por medio de las etapas tenemos la oportunidad de detectar cualquier anomala que se pudiera
presentar durante cualquiera de nuestros procesos antes de alcanzar nuestro fin, por ello es
importante llevar a cabo un seguimiento adecuado, correcto y de mejora continua.
Las empresas que le dan importancia a la calidad de sus datos, les permiten obtener beneficios
claves para agregar valor al negocio y diferenciarse del resto de sus competidores, otorgando:

Minimizar los riesgos en sus proyectos,

especialmente en los relacionados con
Tecnologas de la Informacin.

Ahorro de tiempo y recursos, haciendo

un mejor uso de la infraestructura
tecnolgica y sistemas para explotar su
informacin.

Toma

de

oportunas,

decisiones
en

base

de
a

negocio

informacin

confiable, validada y limpia.

Adaptacin a estndares o regulaciones internacionales sobre el manejo de informacin,

permitiendo facilidad al momento de ejecutarlas.

Mejorar la confianza, buenas relaciones e imagen de la empresa antes sus clientes frente a
la competencia.

*Crditos foto: http://www.mkm-pi.com/byte-ti/software-ag-anuncia-su-estrategia-para-la-proxima-generacion-de-gestion-de-big-data/

22

Lacalidaddedatos
Losfactoresimprescindiblesatenerencuentaenuna
corporacin

Comprtelo en: Twitter LinkedIn