Automatizar la supervisión de la calidad de los datos

Capítulo 3. Evaluación del impacto empresarial del monitoreo automatizado de la calidad de los datos

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Al automatizar el monitoreo de la calidad de los datos con aprendizaje automático, puedes ir más allá de los enfoques tradicionales como el monitoreo de métricas y las pruebas basadas en reglas. Pero antes de entrar en los detalles de implementación de este enfoque, nos gustaría abordar lo que podría ser el elefante en la habitación (o, al menos, en la página). ¿Merece la pena?

No vamos a pretender que haya una única respuesta correcta a esa pregunta. Tampoco diríamos a todo el mundo que saliera mañana mismo a construir o comprar una plataforma automatizada de monitoreo de la calidad de los datos. Sin embargo, lo que sí podemos hacer es ayudarte a responder a preguntas como:

• ¿Qué tipo de datos son los más adecuados para el monitoreo automatizado de la calidad de los datos?

• ¿Cómo debería ser nuestra pila de datos antes de invertir en esto?

• ¿Cómo podemos medir el ROI de un nuevo enfoque de monitoreo de la calidad de los datos?

Los problemas de calidad de los datos son inevitables (véase la siguiente barra lateral), pero no lo es la solución que elijas. Al final de este capítulo, deberías tener todas las herramientas que necesitas para realizar una autoevaluación de lo que tu organización puede ganar con un enfoque automatizado. Trataremos los cuatro factores ...