¿Cuáles son las 4 categorías de calidad de los datos?

En nuestro tiempo con ejecutivos de toda la industria de servicios financieros, hemos descubierto cuatro categorías de actividad que consumen el tiempo y el presupuesto de los líderes para la calidad de los datos. En particular, con este enfoque en los datos de las entidades jurídicas, estamos viendo un enfoque significativo en la mejora de los esfuerzos de gasto y gobernanza de datos en torno a estas categorías de gestión de la calidad de los datos. Las empresas que identifican los problemas de calidad de los datos temprano y se mueven rápidamente para solucionar los problemas suelen lograr un mayor éxito con más gestión avanzada de datos solicitudes, y menos preguntas de los reguladores. Echa un vistazo a las cuatro categorías y descargar el whitepaper para obtener más información sobre la calidad de los datos de las entidades.

Evaluar

La mala calidad de los datos y la mala gestión de la calidad de los datos afectan al negocio a través de ineficiencias, errores, costes adicionales o incluso multas. Usted necesita entender exactamente dónde se encuentra hoy con sus datos de la entidad legal, clientes y contrapartes, maestro de seguridad, u otros activos de datos críticos. La evaluación correcta de la calidad de los datos puede descubrir puntos críticos y garantizar un mejor cumplimiento de las normas y regulaciones de la industria sin herramientas analíticas costosas y pesadas, junto con los costos de personal asociados.

Los pasos importantes incluyen una evaluación de la calidad de los datos, segmentación y análisis, y la creación de una base de referencia y gobernanza para la calidad de los datos. La evaluación debe realizarse a fondo para determinar las prioridades y, a continuación, debe completarse periódicamente para supervisar los progresos.

Remediar

Este enfoque implica afinar sus esfuerzos para limpiar y mejorar los datos a menudo obsoletos, llenos de errores e inconsistentes que están bajo el foco de atención de las necesidades de información de riesgo y regulación. Expanda sus registros con atributos de datos críticos y mantenga estos registros diariamente. Dependiendo de su organización, es posible que tenga entre 5.000 y 2 millones de clientes, junto con reguladores estadounidenses y mundiales, que confían en la exactitud de sus datos.

Entre los pasos importantes se incluyen la creación y validación de datos, proyectos de rehabilitación de datos y formación cognitiva y construcción de corpus. La rehabilitación mostrará resultados a corto plazo para el liderazgo, pero es una pérdida de tiempo y gastos con el tiempo.

Enriquecer

Utilizando los nuevos enfoques de big data, análisis y IA para gestionar datos, mejorar la calidad e implementar componentes de gobernanza de datos centrados en la expansión de los datos. Identificar unidades de negocio o programas de toda la empresa que tengan metas relacionadas con los datos. Determinar las prioridades de gobernanza de los datos y verificar los problemas de calidad de los datos que existen. Establecer una estrategia para valores, clientes y contrapartes, y jerarquías e identificar los datos adicionales que pueden ampliar la utilidad además de una sólida base jurídica. Piensa en los negocios y el impacto de TI.

Entre los pasos importantes se incluyen la integración de datos de terceros, la integración de datos del sistema heredado y la agregación y distribución de datos dominados. Los esfuerzos de enriquecimiento fracasarán sin una gobernanza adecuada y una evaluación fiable.

Mantener

Aborde sus problemas de gestión de datos de referencia en torno a acciones corporativas con automatización. Analice continuamente las fuentes de eventos que podrían tener un impacto en los datos de la entidad, incluyendo tipos de eventos conocidos, eventos específicos del cliente, eventos futuros y gestión eficaz de datos. Esto puede proporcionar un enfoque proactivo para revisar las acciones corporativas y proporcionar datos en un formato de feed que se pueda utilizar para cumplir los requisitos de riesgo, regulatorios y operativos.

Entre las medidas importantes figuran la automatización de las acciones empresariales, la gestión de nuevas acciones de entidades jurídicas y la extracción de datos de acuerdos/contratos. Cuanto más grande sea el conjunto de datos o cuanto más atributos se añadan a través del enriquecimiento, mayor será la atención requerida en el mantenimiento.

Estos cuatro enfoques pueden ayudar a su organización a proporcionar informes más precisos sobre clientes y regulaciones y otros beneficios realizados en toda la empresa, tales como mejores tasas de ventas cruzadas. A medida que el personal orientado al cliente adquiere confianza en la calidad de los datos de la entidad, los datos se vuelven más valiosos para la generación de ideas y la identificación de nuevas oportunidades de negocio.

Ya no es necesario contratar a un equipo de personas o consultores, o pasar meses implementando herramientas genéricas de calidad de datos, para mejorar la gestión de datos de la entidad. Mediante el uso de la nueva tecnología específicamente diseñada para evaluar, remediar, enriquecer y mantener la calidad de los datos de las entidades, puede lograr los resultados necesarios para satisfacer tanto a los reguladores como a los clientes y potencialmente desbloquear nuevos flujos de ingresos.

Este es un extracto de nuestro último libro blanco "Entity Data Quality: New Approaches and the Four Categories of Data Quality Management".