Información incorrecta amenaza el mercado de análisis de datos
De acuerdo con un estudio de Hocelot, especializada en servicios de analítica avanzada de datos, la gestión de datos, su recopilación, procesamiento, y transformación en información de valor para el negocio, ha dado pie a un nuevo reto empresarial: dirty data.
En México, señaló la consultora , el impacto económico y de reputación del dirty data podría provocar pérdidas económicas en un mercado de análisis de datos valuado entre 1,500 y 2,000 millones de dólares hacia el 2023, así como un retroceso en su crecimiento anual sostenido de alrededor del 18% desde 2017 (datos de IDC y Frost & Sullivan).
El dirty data son datos incorrectos, incompletos, desactualizados o duplicados que se encuentran en las bases de datos, generados por los usuarios, por ejemplo al rellenar un formulario, y que podría interferir con el análisis. El usuario podría hacerlo de forma no intencionada, pero también con fines ilegales.
De acuerdo con la firma, un 8% de los usuarios miente o aporta al menos un dato falso cuando se le solicitan datos personales en Internet. Entre los datos más falsificados está el de la edad. Según el análisis, dentro de los fraudes detectados en 2019, a través de datos no verdaderos, 61% provino de hombres y 39% de mujeres. Asimismo reflejó que entre 2017 y 2019, el dirty data creció 57% en las bases de datos de empresas europeas costándole a las organizaciones, tan solo en España, más de 321 millones de euros al año.
Según los datos, en nuestro país el dirty data podría representar una merma importante para cerca de 56% de las compañías que han iniciado o están contemplando iniciar su transformación digital, debido a que el análisis detectó que hasta 85% cuentan con datos falsos u obsoletos. Esto adquiere relevancia si se toma en cuenta que, de acuerdo a una encuesta de Select, 69% de las compañías confían de mucho a totalmente en los beneficios de la tecnología analítica.
Sin bien los datos “sucios” afectan al análisis de datos de cualquier sector, los daños son especialmente críticos para el sector financiero, donde las pérdidas ascienden por temas de morosidad y fraude, conceptos que le costaron a las entidades financieras mexicanas alrededor de 13 mil millones de dólares entre 2018 y 2019, de acuerdo con cifras oficiales (Condusef y Banxico).
En el dirty data analizado se ha identificado cuáles son los datos personales más falsificados por los usuarios:
- Aspectos personales: edad, nivel educativo, búsquedas de trabajo, etcétera.
- Económicos: sueldo, capacidad de ahorro, etcétera.
- Relativo al domicilio habitado: renta de alquiler, precio estimado del inmueble, etcétera.
- Salario.
La importancia del dato actualizado
Al respecto la empresa mencionó que contar con un dato fiable y actualizado es vital para las compañías que necesitan analizar el perfil de sus clientes para ofrecerles un producto personalizado (aseguradoras, bancos, compañías telefónicas…). Cuando esos datos son erróneos es cuando las compañías incurren en pérdidas, ya que se pierde agilidad en los procesos y se toman decisiones de negocio con base en análisis incorrectos.
“Estamos percibiendo una mayor concientización de las empresas para implementar soluciones que les ayuden a entender los datos que generan sus negocios; sin embargo, este incremento en la generación de información y su uso analítico, también representa retos que estamos listos para asumir, haciendo ver a las organizaciones que sus datos deben ser veraces, verificados, y dinámicos”, resaltó Luis Neira, director de Hocelot México y Latinoamérica.
