Rompa con el mal hábito de los datos

Un ejecutivo en ascenso, al revisar las cifras de la gran presentación de mañana, se da cuenta de algo extraño. Le pide a su ayudante que lo compruebe. Investiga, encuentra el error (en los datos proporcionados por el Departamento de Widgets), corrige su presentación y le envía un correo electrónico informándole de lo que ha hecho.

Su presentación es bien recibida, y esa figura se convirtió en un eje en el debate posterior. Está tan contenta que ha hecho un premio en el acto a su asistente y lo envía a casa pronto, aconsejándole que disfrute de una noche en la ciudad con su nueva novia. Al salir, ella observa: «Sabe, debemos asegurarnos de comprobar los números del Departamento de Widgets cada vez. Podrían haberme matado ahí». Está de acuerdo en hacerlo.

Se evita un posible desastre y se convierte en una gran victoria.

Pero, ¿es tan sencillo? Tenga en cuenta que ni la ejecutiva ni su asistente explicaron su descubrimiento al Departamento de Artilugios. Como mínimo, es posible que otros que utilicen los datos erróneos no detecten el error. No se sabe dónde podría aparecer ni quién podría ser la víctima. A largo plazo, han negado al Departamento de Widgets una visión potencialmente importante y la oportunidad de llegar al fondo del problema. Quizás de manera más sutil, han asumido la responsabilidad por la calidad, un trabajo que no tienen ni el tiempo ni la habilidad para hacer bien.

Hay dos momentos interesantes en la vida de un dato: el momento en que se crea y el momento en que se utiliza. La calidad, el grado en que los datos son aptos para su uso, se juzga en el momento de su uso. Si satisface las necesidades en ese momento, se considera de «alta calidad». Y a la inversa. El objetivo de la gestión de la calidad de los datos es conectar esos momentos, garantizar que el momento de la creación se diseñe y gestione para crear los datos correctamente, de modo que todo vaya bien en el momento de su uso.

Suena simple, y cuando funciona, lo es. Pero con demasiada frecuencia, las viñetas como las de arriba son la norma. También podría haber basado la historia en el enfoque decidido de un comandante militar de «completar la misión». O el deseo del repartidor de hacer llegar el paquete al cliente, pase lo que pase.

También podría haber basado la historia en los departamentos, no en las personas. El departamento de facturación dedica tiempo y dinero a corregir los datos de las operaciones, y el servicio de atención al cliente dedica gran parte de su tiempo a atender las reclamaciones de los clientes por errores de facturación. Las finanzas «comprueban los números de todos». Y así sucesivamente.

Para que quede claro, no culpo a las personas o departamentos citados anteriormente. Todo lo contrario. Admiro su dedicación por ofrecer los datos correctos a la dirección, completar la misión o satisfacer al cliente.

Pero pronto la falta de comentarios se convierte en un hábito, lo que garantiza que esas viñetas se repiten una y otra vez. ¡Eso es un hábito peligroso!

Y no dar comentarios no es más que la causa inmediata. La raíz más profunda del problema es la rendición de cuentas fuera de lugar, o la falta de reconocimiento de que la responsabilidad por los datos es necesaria. La falta de responsabilidad o fuera de lugar a escala organizacional delata un problema de gestión. Y uno que solo la alta dirección puede abordar.

Las organizaciones deben abordar la calidad de los datos de manera frontal, implementar políticas, crear estructuras organizativas, y promover culturas de manera que:

1. Los creadores de datos crean los datos correctamente, la primera vez, con pleno conocimiento de lo que eso significa para los clientes, los que utilizan los datos que crean.
2. Clientes de datos debe comunicar sus requisitos de datos a las fuentes de datos, y deben dar su opinión cuando los datos son incorrectos.
3. Prácticamente todo el mundo reconoce que es a la vez creador y cliente de datos.

Por supuesto, la gestión de la calidad de los datos implica mucho más. Pero no hagamos que esto sea más complicado de lo que tiene que ser.

Las personas y los departamentos deben seguir buscando y corrigiendo los errores. También deben proporcionar comentarios y comunicar los requisitos a sus fuentes de datos, y tener en cuenta y crear datos que cumplan con los requisitos de la «siguiente persona». Durante un tiempo, esto aumenta la carga de trabajo. Pero medidas como estas arrojan rápidamente enormes dividendos, en forma de datos en los que podemos confiar.