Automatizar la supervisión de la calidad de los datos

Capítulo 1. El imperativo de la calidad de los datos El imperativo de la calidad de los datos

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

En marzo de 2022, Equifax estaba migrando sus datos de los sistemas locales a una nueva infraestructura en la nube, un proceso notoriamente complicado. En algún momento, se introdujo un error que afectaba al cálculo de las puntuaciones crediticias. Aproximadamente el 12% de todos los datos de puntuación crediticia de la empresa se vieron afectados, y cientos de miles de personas acabaron con puntuaciones de 25 puntos o más. Sin ser conscientes del error, las instituciones crediticias que consumían los datos de Equifax alteraron los tipos que ofrecían a los clientes e incluso rechazaron solicitudes de préstamos e hipotecas que deberían haber sido aprobadas.

Por desgracia, éste no es el único lío de calidad de datos que ha sido noticia recientemente:

• En 2020, un error de datos provocó la pérdida de casi 16.000 resultados positivos de la prueba COVID-19 en el Reino Unido, lo que posiblemente hizo que no se dijera a 50.000 personas que se autoaislen.

• Las llamadas "tarifas por error" de las compañías aéreas, que a veces tienen descuentos involuntarios de más del 90%, han obligado a las compañías aéreas a perder dinero o a dañar su reputación al no respetar estos "precios por error".

• Facebook proporcionó un conjunto de datos a un grupo de científicos sociales que dejaba ...