Las funcionalidades de un sistema ERP no son nada sin los datos que las alimentan. Ya podemos tener un sistema de gestión automática de un almacén, que calcula el peso de un envío y su coste, que, si el sistema no tiene registrado el peso correcto de cada referencia, será de poca ayuda. Ya podemos tener un sistema de gestión de cobros que envía automáticamente emails de aviso de vencimiento, que, si los emails de los pagadores están mal, nunca llegarán a ninguna parte.
La limpieza de datos es la actividad, por la que el proyecto de implementación del ERP, se asegura que todos los datos necesarios para su funcionamiento son correctos y completos. La limpieza de datos se debe llevar a cabo de una manera continua, pero, como ocurre con la de la limpieza de una casa, solo se hace en profundidad, cuando realizamos una mudanza.
Vamos pues, a reflexionar sobre la limpieza de nuestro ERP: sus datos.
Los datos maestros y los datos transaccionales
Los datos de una empresa se pueden dividir en datos maestros y transaccionales en función del ciclo de vida de los mismos. Los datos maestros tienen una vida eterna, tan larga como la vida que se supone de la empresa. Mientras tanto, los datos transaccionales tienen la vida de la actividad que representan. Por hacer una simbología cinematográfica, en Los Inmortales, los datos maestros serían los inmortales y los datos transaccionales los humanos de la película. Otra característica es que los datos transaccionales, una vez completada su misión, ya no son modificables.
Por ejemplo, considerando los casos enunciados en la introducción:
- En el cálculo automático del peso de un envío, el envío con sus referencias será un dato transaccional, una vez el envió este completado, recibido por el cliente, facturado y pagado, ya no tendrá mayor interés, podrá ser archivado y ya no se modificará jamás. Se acabará su vida. Por el contrario, las referencias que lo componen serán datos maestros, ya que podrán reutilizarse en otros envíos. Sus características podrán cambiar de vez en cuando, como el coste, el peso, la ubicación, pero su validez se mantendrá para siempre en circunstancias naturales. Esto no quiere decir que no pueda morir, pero para ello, como bien sabemos, habrá que cortarle la cabeza. Es decir, necesitará un procedimiento especial.
- En la gestión de cobros, el vencimiento será un dato transaccional, mientras que el pagador será un dato maestro. El asiento contable del crédito a un cliente tiene una vida limitada al cierre contable del ejercicio, mientras que el pagador, se mantendrá para próximos pagos.
Existen datos que son difíciles de ubicar porque presentan características de datos maestros y de datos transaccionales. Un ejemplo podría ser un contrato de un seguro, como el de un vehículo, con renovación automática anual. Tiene las características de un pedido (transaccional) pero puede ser inmortal (maestro).
La manera de abordar la limpieza de ambos tipos es distinta. A partir de ahora nos centraremos en los datos maestros, que son los que mantienen una larga vida con nosotros.
Los retos de la limpieza de datos maestros
El valor de los datos
Desde un punto de vista informático, todos los datos de los clientes son iguales. Desde el punto de vista del negocio, no. Los datos de los clientes con mayor volumen de negocio serán más importantes que aquellos con los que no ha habido movimientos en los últimos meses. Conseguir transmitir este conocimiento es difícil, ya que está distribuido en la organización, pero es posible. Una forma es utilizando campos de clasificación para así definir prioridades en la limpieza. Por ejemplo, la calidad de los datos de los clientes clasificados como estratégicos debe ser perfecta.
El equilibrio del esfuerzo
La situación de partida condiciona enormemente el esfuerzo necesario para obtener un nivel de calidad mínimo de datos necesarios para la implementación del ERP. Si tras los primeros análisis se detecta, que los recursos planeados para la tarea, no son suficientes, será un problema a resolver con la mayor prioridad. Implementar un ERP con datos maestros de poca calidad es pegarse un tiro en el pie.
Por otra parte, no hay que perder recursos en limpiar datos que el negocio haya valorado como menos importantes. Por ejemplo, se puede decidir limpiar solo datos maestros de clientes con los que se haya tenido algún contacto en los últimos x meses.
El modelo y gobierno de los datos
El modelo de datos es la definición para los distintos registros de datos maestros de:
- Su significado
- Su origen
- Los campos que lo componen incluyendo el formato, la descripción y si son obligatorios u opcionales
- Su utilización
El gobierno, es definir quién es responsable de esta definición y quien se encarga dentro de la organización de supervisar y salvaguardar su calidad.
Volvamos a uno de nuestros ejemplos. En el caso del sistema de gestión del almacén, el modelo de datos definirá qué es necesario para el registro de material:
- La referencia es obligatoria y única
- La descripción tendrá un máximo de 255 caracteres y es obligatoria
- El peso es obligatorio y se registra en kg
- etc.
Estas definiciones tienen una parte técnica importante ya que el propio sistema ERP, que hemos elegido, tiene un modelo de datos definido. Pero tiene también una parte de negocio importante, como podrían ser los idiomas de la descripción del material. Si tenemos una clientela nacional e internacional necesitaremos traducir las descripciones.
La integración de distintas fuentes de datos
Por muy potente que sea el ERP elegido, es muy probable que tenga que convivir con sistemas satélites, que sean más especializados y adaptados a algunas actividades de nuestra empresa. Estos sistemas necesitarán también datos maestros.
Durante la limpieza de datos, habrá que:
- Combinar todas las fuentes
- Definir qué sistema es el principal y cual el secundario
- Definir qué campo relaciona ambas bases de datos
- Establecer mecanismos para sincronizar ambas bases de datos, como por ejemplo la creación de interfaces
La protección de datos
La protección de datos es una preocupación cada vez más relevante. Durante la limpieza de datos hay que ser conscientes de este hecho y evitar que datos protegidos se compartan sin control en forma de archivos Excel o similares.
Recopilar datos nuevos
Es muy frecuente que tengamos la necesidad de recopilar campos nuevos de los datos maestros. Es siempre una labor tediosa y complicada. Siempre que sea posible es mejor realizar esta tarea de una manera centralizada y lo más automáticamente posible para luego presentar los datos a los expertos en un formato de validación donde puedan completar la información no disponible.
No ensuciar aquello ya limpio
Es muy frustrante que después de haber pasado el día limpiando el jardín de hojas secas por el otoño, llegue una ráfaga de viento y las vuelva a esparcir. Lo mismo puede suceder en la limpieza de datos. Hay que identificar los datos ya limpios y controlar que las modificaciones que se hagan después de la limpieza sean correctas.
Conclusión
El mejor sistema ERP no podrá proporcionar toda su potencia con unos datos de mala calidad.
La limpieza de datos es una labor continua. Puede comenzarse antes del comienzo del proyecto de implementación del ERP, debe completarse antes de la puesta en marcha y debe mantenerse una vez el sistema esté en funcionamiento.
El esfuerzo realizado en la limpieza de datos debe ser equilibrado al valor que tengan en el negocio. Para que ese esfuerzo sea lo más eficaz posible se requiere definir el modelo de datos, los mecanismos de sincronización entre los datos maestros de distintos sistemas, los responsables del mantenimiento de la calidad, minimizar los datos a recopilar e identificar aquellos ya limpios.
Si te ha interesado este POST te invitamos a que leas también:
- ¿ QUÉ ES UN ERP ? EL SISTEMA DE GESTIÓN INTEGRAL POR EXCELENCIA
- IMPLEMENTACIÓN DEL ERP - LA INICIACIÓN DEL PROYECTO
y si quieres conocer una herramienta de ERP: