La respuesta breve
La calidad de los datos no es una característica inherente, sino el resultado de procesos. Por lo tanto, una medición que no esté vinculada a una implicación de negocio y a un propietario no genera un cambio significativo. Solo produce un informe que alguien abre y aprueba trimestralmente.
Un Scorecard eficaz consta de solo cuatro a seis métricas, cada una con un umbral, un propietario y una acción correctiva definida. La diferencia entre un Scorecard y un informe es que en el primero, cualquier número en rojo activa a una persona.
Las cinco dimensiones – y cuáles se miden realmente
| Dimensión | Qué evalúa | Cuándo es crítica |
|---|---|---|
| Completeness (Integridad) | Tasa de campos completados que impulsan una decisión | Siempre |
| Validity (Validez) | Concordancia con reglas de formato y valores válidos | Integraciones, regulación |
| Uniqueness (Unicidad) | Duplicidad a nivel de entidad | Antes de la migración y después de las fusiones |
| Timeliness (Actualidad) | Cuán reciente es el dato frente a la realidad | Pronóstico, servicio, cobro |
| Consistency (Consistencia) | Si el mismo dato es idéntico entre sistemas | Múltiples sistemas e informes financieros |
Las organizaciones casi siempre empiezan con las tres primeras. La Actualidad (Timeliness) y la Consistencia (Consistency) se incorporan cuando sistemas adicionales dependen del CRM, y es precisamente en ese momento cuando un fallo en estas dimensiones tiene el costo más elevado.
Completeness (Integridad): no todos los campos justifican una medición
Medir la tasa de completitud en 300 campos genera un número carente de significado. El enfoque correcto es definir para cada proceso principal un pequeño "paquete de campos" (cinco a ocho campos sin los cuales el proceso no funciona) y medir solo este paquete.
Es importante agregar una verificación de completitud artificial: el porcentaje de registros donde el campo se completó con un valor que se repite de manera sospechosa (un punto, un guion, "desconocido"). Esta es, a menudo, la primera señal de que la regla definida está obstaculizando el trabajo en lugar de mejorarlo.
Timeliness (Actualidad): la dimensión que todos pasan por alto
Un dato puede ser completo, válido y único, y simplemente ya no ser correcto. Un campo de estado de cliente que no se ha tocado en 14 meses no es un dato, es un recuerdo. La medición es sencilla: la distribución del tiempo desde la última actualización de campos esenciales, frente a la velocidad a la que la realidad cambia.
En las oportunidades de venta, esto se traduce directamente en la calidad del pronóstico: el porcentaje de oportunidades abiertas cuya fecha de cierre ya ha pasado es una de las métricas más potentes y rápidas de calcular.
Del umbral a la acción: qué sucede cuando la métrica está en rojo
Para cada métrica, se definen tres niveles (verde, ámbar, rojo) y una acción para cada nivel. El ámbar activa una revisión por parte del equipo; el rojo activa una corrección con una fecha límite. Sin esta definición, la métrica se convierte en información y no en gestión.
Las acciones en sí deben ser variadas: a veces la corrección es una limpieza puntual, a veces un cambio en el proceso de trabajo, y a menudo la solución correcta es eliminar el campo, porque nadie lo requiere.
Para información complementaria sobre duplicidades, consulte la Limpieza de duplicidades en Salesforce, y sobre una estructura que genera calidad, el Diseño del modelo de datos de Salesforce.
Escenario: Una compañía de seguros que midió todo y no mejoró nada
Una compañía de seguros construyó un panel de control de calidad con 34 métricas. Estuvo funcionando durante un año. Ninguna métrica mejoró significativamente, porque no había una titularidad: el panel de control pertenecía al equipo de BI, y los campos a los agentes.
En la segunda etapa, el panel de control se redujo a cuatro métricas: la tasa de completitud del paquete de campos de suscripción, el porcentaje de pólizas con fecha de renovación vencida, la tasa de duplicidad a nivel de asegurado y el porcentaje de correos electrónicos fallidos al enviarse. A cada métrica se le asignó un gerente de área con un objetivo trimestral, y la métrica se presentó en la reunión de ventas y no en la reunión de TI.
En dos trimestres, dos métricas cruzaron el umbral. La tercera métrica no se movió, y una investigación reveló que el campo se requería en un formulario que los agentes completaban después del cierre del negocio, es decir, en un momento en que no tenían incentivo. La solución fue un cambio de ubicación en el proceso, no una regla de validación adicional.
Riesgos comunes y acciones preventivas
| Riesgo | Cómo se manifiesta en la práctica | Acción preventiva |
|---|---|---|
| Demasiadas métricas | Panel de control que nadie utiliza | Cuatro a seis métricas con un propietario |
| Métrica sin umbral | Debate sobre "si 78% es bueno" | Umbral derivado del impacto de negocio |
| Titularidad en TI | Sin cambio de comportamiento en el campo | Propietario de negocio para cada métrica |
| Validación sin medición | Campos llenos de valores ficticios | Medición de completitud artificial |
| Medición única | Mejora temporal que retrocede | Scorecard periódico constante |
Cómo medir el éxito
| Área | Qué medir | Frecuencia de revisión |
|---|---|---|
| Completeness (Integridad) | Tasa de completitud del paquete de campos por proceso | Mensual |
| Timeliness (Actualidad) | Mediana del tiempo desde la última actualización | Mensual |
| Uniqueness (Unicidad) | Tasa de duplicidad estimada | Trimestral |
| Impacto | Quejas, fallos de integración, precisión del pronóstico | Trimestral |
La construcción de un Scorecard y el proceso operativo se realizan en el marco de Servicios de integraciones y datos.
Lista de verificación para establecer la medición
- ☐ Se seleccionaron hasta un máximo de seis métricas.
- ☐ Cada métrica tiene un paquete de campos definido, no el objeto completo.
- ☐ Cada métrica tiene un umbral derivado de una implicación de negocio.
- ☐ Cada métrica tiene un propietario de negocio con nombre y apellido.
- ☐ Se definió una acción para el nivel ámbar y para el nivel rojo.
- ☐ Se mide también la completitud artificial, no solo la llenura.
- ☐ Existe una línea base antes de iniciar la mejora.
- ☐ El informe se presenta en un foro de negocio y no técnico.
- ☐ Se ha verificado si un campo problemático es realmente necesario.
- ☐ Se ha establecido una revisión periódica de la propia lista de métricas.
Fuentes profesionales
- Salesforce Data 360 — https://www.salesforce.com/data/
- Salesforce Data 360 Architecture — https://architect.salesforce.com/docs/architect/fundamentals/guide/data-360-architecture.html
- HPI Pro – Integraciones y datos — https://hpi.pro/integrations-data