Ejecución de proyectos de calidad de datos: Diez pasos hacia los datos de calidad y la información fiable (Tm)

Opiniones de los lectores

Las reseñas elogian universalmente 'Executing Data Quality Projects' de Danette McGilvray como una guía completa y práctica para mejorar la calidad y la gestión de los datos. Muchos usuarios aprecian el enfoque estructurado, los ejemplos del mundo real y las metodologías actualizadas que se presentan en la segunda edición. Sin embargo, algunos críticos expresan su preocupación por el hecho de que el libro se haya ampliado más allá de su enfoque original sobre la calidad de los datos, lo que ha diluido su objetivo principal.

Guía completa y práctica, enfoque estructurado con metodologías claras, rica en ejemplos y plantillas del mundo real, bien organizada para facilitar la consulta, cubre la importancia de las especificaciones y definiciones de datos, proporciona un enfoque sistemático de diez pasos adaptable a diversos escenarios, y está escrita por un reconocido experto en la materia.

Algunos revisores opinan que el alcance del libro se ha «colado» demasiado en temas relacionados que van más allá de la calidad de los datos, lo que podría diluir el enfoque principal. Hay pequeños desacuerdos en cuanto a la terminología y las interpretaciones específicas utilizadas a lo largo del libro.

(basado en 10 opiniones de lectores)

Título original:

Executing Data Quality Projects: Ten Steps to Quality Data and Trusted Information (Tm)

Contenido del libro:

Executing Data Quality Projects, Second Edition presenta un enfoque estructurado pero flexible para crear, mejorar, mantener y gestionar la calidad de los datos y la información dentro de cualquier organización.

Los estudios demuestran que los problemas de calidad de datos cuestan a las empresas miles de millones de dólares cada año, ya que los datos deficientes están relacionados con el despilfarro y la ineficacia, la pérdida de credibilidad entre clientes y proveedores y la incapacidad de la organización para tomar decisiones acertadas. ¡La ayuda está aquí! Este libro describe un enfoque probado de diez pasos que combina un marco conceptual para entender la calidad de la información con técnicas, herramientas e instrucciones para poner en práctica el enfoque, con el resultado final de datos e información fiables y de alta calidad, tan críticos para las organizaciones actuales que dependen de los datos.

El enfoque de los Diez Pasos se aplica a todo tipo de datos y de organizaciones: con ánimo de lucro en cualquier sector, sin ánimo de lucro, gubernamentales, educativas, sanitarias, científicas, de investigación y médicas. Este libro incluye numerosas plantillas, ejemplos detallados y consejos prácticos para ejecutar cada paso. Al mismo tiempo, se aconseja a los lectores sobre cómo seleccionar los pasos pertinentes y aplicarlos de distintas formas para abordar de la mejor manera posible las numerosas situaciones a las que se enfrentarán. La maquetación permite una consulta rápida con un formato fácil de usar que destaca los conceptos y definiciones clave, los puntos de control importantes, las actividades de comunicación, las mejores prácticas y las advertencias. La experiencia de clientes y usuarios reales de los Diez Pasos proporciona ejemplos reales de los resultados de los pasos, además de estudios de casos destacados en las barras laterales, denominados Diez Pasos en Acción.

En este libro se utilizan los proyectos como vehículo para el trabajo de calidad de datos y la palabra en sentido amplio para incluir: 1) proyectos centrados en la mejora de la calidad de datos, como la mejora de los datos utilizados en la gestión de la cadena de suministro, 2) actividades de calidad de datos en otros proyectos, como la creación de nuevas aplicaciones y la migración de datos de sistemas heredados, la integración de datos debido a fusiones y adquisiciones, o el desenredo de datos debido a rupturas organizativas, y 3) el uso ad hoc de pasos, técnicas o actividades de calidad de datos en el curso del trabajo diario. El enfoque de los Diez Pasos también puede utilizarse para enriquecer el SDLC estándar de una organización (ya sea secuencial o ágil) y complementa metodologías generales de mejora como six sigma o lean. No hay dos proyectos de calidad de datos iguales, pero la naturaleza flexible de los Diez Pasos permite aplicar la metodología a todos ellos.

La nueva Segunda Edición destaca temas como la inteligencia artificial y el aprendizaje automático, Internet de las Cosas, seguridad y privacidad, analítica, requisitos legales y normativos, ciencia de datos, big data, lagos de datos y computación en la nube, entre otros, para mostrar su dependencia de los datos y la información y por qué la calidad de los datos es ahora más relevante y crítica que nunca.