El impacto de los datos defectuosos y por qué la observabilidad es ahora imprescindible

¿Cree que el impacto de los datos incorrectos es solo un inconveniente menor? Piénselo de nuevo.

Los datos erróneos le costaron 110 millones de dólares a Unity, una empresa cotizada en bolsa dedicada al desarrollo de software para videojuegos.

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 empresa anunciara sus ganancias del primer trimestre, a pesar del fuerte crecimiento de los ingresos, los márgenes decentes, el buen crecimiento de clientes y el alto rendimiento continuo en la expansión neta basada en dólares.

Pero hubo un punto de datos en las ganancias de Unity que no fue tan positivo.

La empresa también compartió que el crecimiento de sus ingresos operativos seguía siendo alto, pero se había desacelerado debido a una falla en su plataforma que redujo la precisión de su herramienta Pinpointer de audiencia.

¿La falla en la plataforma de Unity? Datos erróneos.

Unity ingirió datos erróneos de un gran cliente en su algoritmo de machine learning, lo que ayuda a colocar anuncios y permite a los usuarios monetizar sus juegos. Esto no solo provocó una disminución del crecimiento, sino que también arruinó el algoritmo, obligando a la compañía a hacer arreglos para solucionar 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 incorrectos. Por ejemplo, X.

El 25 de abril de 2022, X aceptó un acuerdo para ser comprado por Tesla y el fundador de 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 incorrectos en este acuerdo de extremadamente alto perfil para una de las plataformas de voz más utilizadas del mundo. En particular, 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 intentar influir en las elecciones presidenciales de Estados Unidos. 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, ya que Musk investiga la afirmación de X de que las cuentas falsas representan menos del 5 % de la base de usuarios de la empresa y, como resultado, busca reducir el precio de compra previamente acordado. X, como Unity, es otro ejemplo de alto perfil del impacto de los datos incorrectos, pero ejemplos como estos están en todas partes y cuestan millones de dólares a las empresas.

Gartner estima que los datos erróneos le cuestan a las empresas casi 13 millones de dólares al año, aunque muchas ni siquiera se dan cuenta del alcance del impacto. Por otra parte, una investigación de IDC revela que los trabajadores del conocimiento dedican aproximadamente la mitad de su tiempo a resolver problemas relacionados con los datos. Imagínese cuánto esfuerzo podrían dedicar a otras cosas si los problemas no fueran tan frecuentes.

En general, los datos defectuosos pueden provocar pérdidas de ingresos, operaciones ineficientes y malas experiencias del cliente, entre otros problemas que suman ese costo multimillonario.

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

Adelantarse a los problemas de datos incorrectos 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 realmente no solo el impacto de los datos incorrectos, sino también sus causas, las cuales son imprescindibles para arreglar la situación y detener el impacto.

También es importante integrar la observabilidad de los datos en cada punto posible con el objetivo de encontrar problemas lo antes posible en la canalización, ya que cuanto más avanzan esos problemas, más difíciles (y más costosos) se vuelven para arreglarlos.

Críticamente, esta observabilidad debe ser un imperativo para los altos ejecutivos, ya que los datos malos nos pueden impactar y tener un efecto serio en los ingresos de la empresa (solo pregúntele a Unity y X). Hacer que la observabilidad de los datos sea una prioridad para los altos ejecutivos ayudará a toda la organización, no solo a los equipos de datos, a participar en esta iniciativa tan importante y asegurarse de que se convierta en responsabilidad de todos.

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

• Identifique los problemas de datos con anterioridad en el pipeline de datos para frenar su impacto en otras áreas de la plataforma o del negocio
  
  
• Localiza los problemas de datos más rápido luego de la ventana emergente para ayudar a llegar a soluciones más rápido
  
  
• Comprenda 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 incorrectos. Con suerte, el resultado final es un arreglo antes de que los problemas terminen costando millones de dólares. Y la única manera de hacer que eso suceda es si todos, comenzando con los altos ejecutivos, priorizan la observabilidad de los datos.

Aprenda más sobre la plataforma de observabilidad de los datos de IBM® Databand y cómo ayuda a detectar incidentes de datos antes, resolverlos más rápido y entregar datos más confiables a la empresa. Si está listo para profundizar, reserve una demostración hoy mismo .