La calidad de los datos en mantenimiento indica la veracidad, consistencia y confianza de los datos. Se puede hacer una distinción entre la integridad y la calidad de los datos, siendo la primera un concepto que combina la calidad, la gestión y la protección de los datos que permiten garantizar datos de calidad.
La calidad de los datos cobra importancia porque las decisiones de una organización se basan en datos y si éstos no son de calidad, la probabilidad de error en la toma de decisión aumenta.
- En 2005 en una operación en la bolsa de Japón, Mizuho Securities perdió 240 millones de euros al vender 610.000 acciones por un yen, cuando debía vender una acción por 610.000 yenes. La empresa intentó subsanar el error pero fue imposible. Los datos no se validaron.
- La NASA perdió 125 millones de dólares con la sonda Mars, cuando los ingenieros de Lockheed Martin usaron el sistema británico en lugar del métrico para hacer cálculos y mediciones. Cada encendido de motores, modificaba la velocidad de la sonda y pasó sobre Marte a 57 km. de altura en lugar de los 150 previstos, haciendo que se destruyera por la fricción.
La dirección errónea o incompleta, aumentará los costes de envío. La pérdida de un contacto, puede hacer fracasar una venta. Datos equivocados pueden hacer romper un contrato, etc.
La calidad de los datos en un Software de Mantenimiento Industrial
En un Software de Mantenimiento Industrial, los datos son pieza clave.
Se puede tener el más sofisticado de los sistemas informáticos para la gestión del mantenimiento, pero si los datos no son correctos, si están mal estructurados, duplicados, o son incongruentes, el resultado será muy pobre.
Estos son algunos ejemplos de lo que nos permite la calidad de los datos:
- Mantener un histórico veraz de las acciones realizadas
- Comparar el rendimiento o efectividad de los sistemas ante distintas condiciones o a lo largo del tiempo
- Aumentar la eficacia de las operaciones al tener datos de confianza en los que basar las decisiones
- Evitar roturas de stock o de operatividad
- Usar herramientas de Dashboard o Analíticas útiles para la toma de decisiones
- Usar los datos para realizar un mantenimiento Preventivo
Retos en la calidad de datos
Tanto la naturaleza como los problemas asociados a la calidad de los datos está cambiando; el Big Data, el almacenamiento en la nube, la necesidad de manejar datos procedentes de IoT, datos semiestructurados, el uso de Inteligencia Artificial, la seguridad, o las normas de protección de datos, son algunos de los retos actuales.
Concepción González
Más información: contáctanos