El impacto de los datos erróneos y por qué la observabilidad es ahora imperativa

¿Cree que el impacto de los datos erróneos es solo un inconveniente menor? Si es así, se equivoca.

Los datos incorrectos le costaron 110 millones de dólares a Unity, una empresa de desarrollo de software para videojuegos que cotiza en bolsa.

Y eso es solo la punta del iceberg.

Las acciones de Unity cayeron un 37 % el 11 de mayo de 2022, después de que la compañía anunciara sus ganancias del primer trimestre, a pesar del fuerte crecimiento de los ingresos, los márgenes decentes, el buen crecimiento de los clientes y el alto rendimiento continuo en la expansión neta basada en dólares.

Pero había un dato en las ganancias de Unity que no era tan positivo.

La empresa también compartió que el crecimiento de sus ingresos operativos seguía siendo alto, pero se había ralentizado debido a un fallo en su plataforma que reducía la precisión de su herramienta Pinpointer de audiencia.

¿El fallo en la plataforma de Unity? Datos erróneos.

Unity ingirió datos erróneos de un gran cliente en su algoritmo de machine learning, que ayuda a colocar anuncios y permite a los usuarios monetizar sus juegos. Esto no sólo provocó una disminución del crecimiento, sino que también arruinó el algoritmo, obligando a la empresa a realizar correcciones para corregir el problema en el futuro.

La dirección de la empresa estimó el impacto en el negocio en aproximadamente 110 millones de dólares en 2022.

Unity no es la única empresa que ha sentido profundamente el impacto de los datos erróneos. Cojamos X como ejemplo.

El 25 de abril de 2022, X aceptó un acuerdo para ser comprado por el fundador de Tesla y SpaceX, Elon Musk. Apenas 18 días después, Musk compartió que el acuerdo estaba "en espera" ya que confirmó la cantidad de cuentas falsas y bots en la plataforma.

Lo que siguió demuestra el profundo impacto de los datos erróneos en este acuerdo tan destacado para una de las plataformas más utilizadas del mundo. Cabe destacar que X ha luchado contra este problema de datos durante años. En 2017, X admitió haber exagerado su base de usuarios durante varios años, y en 2016 una granja de trolls utilizó más de 50 000 bots para tratar de influir en las elecciones presidenciales estadounidenses. X reconoció por primera vez la existencia de cuentas falsas durante su salida a bolsa en 2013.

Ahora, este problema de datos está llegando a un punto crítico, con Musk investigando la afirmación de X de que las cuentas falsas representan menos del 5 % de la base de usuarios de la empresa y, como resultado, tratando de reducir el precio de compra previamente acordado. X, como Unity, es otro ejemplo destacado del impacto de los datos erróneos, pero ejemplos como estos están en todas partes y cuestan millones de dólares a las empresas.

Gartner calcula que los datos erróneos cuestan a las empresas casi 13 millones de dólares al año, aunque muchas ni siquiera se dan cuenta de la magnitud del impacto. Mientras tanto, una investigación de IDC revela que los trabajadores del conocimiento dedican aproximadamente la mitad de su tiempo a solucionar problemas de datos. Imagínese cuánto esfuerzo podrían dedicar a otras cosas si los problemas no fueran tan frecuentes.

En general, los datos incorrectos pueden provocar la pérdida de oportunidades de ingresos, operaciones ineficientes y malas experiencias del cliente, entre otros problemas que se suman a ese precio multimillonario.

El hecho de que los datos erróneos cuesten a las empresas millones de dólares cada año ya es bastante malo, y que muchas empresas ni siquiera se den cuenta de ello porque no miden el impacto es potencialmente aún peor. Al fin y al cabo, ¿cómo se puede arreglar algo de lo que usted no es completamente consciente?

Adelantarse a los problemas de datos erróneos requiere observabilidad de los datos, que abarca la capacidad de comprender el estado de los datos en sus sistemas. La observabilidad de los datos es la única forma en que las organizaciones pueden comprender verdaderamente no solo el impacto de cualquier dato erróneo, sino también sus causas, ambas imprescindibles para solucionar la situación y frenar su impacto.

También es importante integrar la observabilidad de los datos en cada punto posible con el objetivo de encontrar problemas antes en la cadena de trabajo, en lugar de más tarde, porque cuanto más avanzan esos problemas, más difíciles (y más costosos) son de solucionar.

Y lo que es más importante, esta observabilidad debe ser un imperativo para los líderes del equipo directivo, ya que los datos erróneos pueden afectar gravemente a los ingresos de la empresa (pregúntele a Unity y X). Hacer de la observabilidad de los datos una prioridad para el equipo directivo ayudará a la organización entera, no solo a los equipos de datos, a unirse a esta iniciativa tan importante y a garantizar que se convierte en responsabilidad de todos.

Este enfoque en la observabilidad de los datos de extremo a extremo puede, en última instancia, ayudar a:

• Identificar los problemas de datos en una fase temprana del pipeline de datos para detener su impacto en otras áreas de la plataforma y/o el negocio
  
  
• Localizar los problemas de datos más rápido después de la ventana emergente para ayudar a llegar a soluciones más rápido
  
  
• Comprender el alcance de los problemas de datos que existen para obtener una imagen completa del impacto en el negocio

A su vez, esta visibilidad puede ayudar a las empresas a recuperar más ingresos más rápido al tomar las medidas necesarias para mitigar los datos erróneos. Esperemos que el resultado final sea una solución antes de que los problemas acaben costando millones de dólares. Y la única manera de que eso suceda es que todos, empezando por el equipo directivo, prioricen la observabilidad de los datos.

Más información sobre la plataforma de observabilidad continua de los datos de IBM® Databand y cómo ayuda a detectar incidentes de datos antes, resolverlos más rápido y ofrecer datos más fiables a la empresa. Si está listo para profundizar, solicite una demostración hoy mismo.