Skip to main content

Che cos’è la qualità dei dati?

Nell’era dei Big Data e dell’Industria 4.0, tutto è guidato dai dati. Che si tratti di finanza, industria o ricerca, i dati vengono costantemente creati, analizzati e utilizzati. Questi dati svolgono quindi un ruolo essenziale per il corretto funzionamento delle aziende e per il loro processo di creazione di valore. Affinché questi dati possano continuare a essere utilizzati nel tempo, è necessario e vitale disporre di dati di buona qualità.

SIRFULL - L'articolo impatta sulla scarsa qualità dei dati

La qualità dei dati è un elemento importante per qualsiasi azienda, indipendentemente dal settore di attività, poiché si tratta di mantenere la coerenza dei dati nel tempo. È quindi importante garantire che nel corso degli anni i dati non perdano informazioni e rimangano validi e utilizzabili. Come tutti sanno, i dati tendono a degradarsi durante il loro utilizzo. Ma in concreto, quali sono i criteri che qualificano i dati? A seconda del settore e della persona con cui si ha a che fare, i criteri possono variare leggermente, ma le linee principali sono sempre le stesse. Nel suo rapporto sulla qualità dei dati, Forbes Insights ha individuato quattro criteri principali:

  • Precisione

I dati devono riflettere correttamente ciò che rappresentano. L’ubicazione deve consentire di collocare l’apparecchiatura o l’edificio in questione.Anche i dati devono essere aggiornati per svolgere il loro ruolo e trasmettere le giuste informazioni. Naturalmente, l’accuratezza dipende dal contesto ma anche dall’uso finale. La localizzazione delle apparecchiature industriali richiede una maggiore precisione rispetto a quella di un intero edificio, ad esempio.

  • Compstudio

I dati devono essere completi. Una mancanza di informazioni può portare a un’incomprensione delle circostanze e a gravi conseguenze in qualsiasi campo. Che si tratti di finanza, manutenzione o IT, i dati incompleti possono impedire un’identificazione accurata della situazione, portando a strategie o direttive sbagliate.

  • Standardizzazione

Il formato dei dati dipende dalla fonte o dalla regione di provenienza, quindi è necessario trovare un modo per confrontarli. Il formato della data cambia a seconda che ci si trovi negli Stati Uniti (mese – giorno – anno) o in Europa (giorno – mese – anno o anno – mese – giorno). È importante anche gestire potenziali duplicazioni ed errori. La standardizzazione dei formati consente di ottenere dati comparabili e coerenti e di limitare le interpretazioni errate.

  • Autorità

I dati devono essere affidabili e adatti allo scopo. Senza credibilità, i dati daranno risultati poco utili perché privi di basi reali. I dati, sia le fonti interne che quelle esterne, devono quindi essere autorevoli.

La scarsa qualità dei dati può avere gravi ripercussioni. Questo significa scarsa o assente informazione. Ciò comporta una conoscenza distorta e quindi potenziali rischi e problemi nell’attività o nella contabilità dell’azienda. Secondo alcuni studi, l’impatto potrebbe costare fino al 25% del fatturato. Più concretamente, ecco alcune delle conseguenze della scarsa qualità dei dati:

  • Deterioramento di fiducia

Quando i dati disponibili non ispirano fiducia, non lo fanno rapidamente nemmeno i risultati che ne derivano. Secondo il Global CEO Outlook 2016 di KPMG, l’84% dei CEO è preoccupato per la qualità dei dati su cui fa affidamento. La mancanza di fiducia potrebbe indurre i manager a ricorrere a mezzi più tradizionali e a ridurre la loro disponibilità a investire in soluzioni per il miglioramento della qualità dei dati. L’istinto, l’esperienza e le opinioni fidate sono essenziali, ma basare le decisioni solo su questi elementi espone l’azienda a rischi maggiori rispetto all’analisi di dati di qualità.

  • Perdita di opportunità

Con dati migliori si ottengono più informazioni. Se un’azienda e un suo concorrente si rivolgono allo stesso cliente e il concorrente dispone di maggiori informazioni, avrà una comprensione più matura delle esigenze e sarà avvantaggiato dai dati che potrà utilizzare. I dati sono una risorsa. Devono essere gestiti correttamente per ottenere e mantenere un vantaggio competitivo.

  • Perdita di reddito

Una scarsa qualità dei dati può portare a gravi perdite di fatturato, come nel caso di dati errati sui clienti che comportano la perdita di una trattativa/vendita. Come nel caso di una compagnia assicurativa con informazioni errate sul patrimonio dei suoi assicurati, questo avrebbe un forte impatto sui ricavi e una vera e propria perdita di reddito. Stimare l’ubicazione degli assicurati piuttosto che rilevarla con precisione potrebbe, ad esempio, nel caso di una zona alluvionale, creare un’ingente perdita di reddito.

  • Danno reputazionale

La reputazione di un’azienda è fondamentale, quindi è essenziale evitare che qualcosa la danneggi. Questo non ha sempre un grande impatto e può anche non essere notato, ma può essere molto dannoso. Senza dati completi e aggiornati, è possibile che si verifichino errori involontari, come l’errore di battitura del nome di un cliente o l’invio di comunicazioni a una persona deceduta. Purtroppo sono possibili anche errori di impatto mediatico, come il lancio catastrofico di Apple Maps nel 2012. A causa della scarsità di dati, sia incompleti che imprecisi, i servizi concorrenti di Google Maps erano inutilizzabili e su di essi si è scritto molto. Correggendo questo aspetto in particolare, Apple Maps offre ora un servizio di qualità assolutamente coerente.