Sabemos que além de perder tempo e noites de insônia, problemas na qualidade dos dados levam a riscos de conformidade, perda de receita de quantias incalculáveis por ano e destruição da confiança - mas o quanto dados ruins custam à sua empresa?

Toda empresa, mesmo que ainda não tenha percebido, provavelmente já deve ter experimentado o problema que envolve o tempo de inatividade de dados. Isso refere-se ao período de tempo em que seus dados são parciais, errados ou imprecisos, variando de alguns valores nulos a tabelas completamente desatualizadas. Esses exercícios de incêndio depurando e corrigindo a alta ineficiência dos dados que são usados são demorados e caros para as organizações orientadas por dados hoje e prejudica quase todas as equipes, corrompendo séries de dados excelentes com dados ruins.

Empresas dependem cada vez mais dos dados para executar suas operações diárias e tomar decisões de missão crítica. Mas ainda não estamos tratando o tempo de inatividade de dados com a diligência que ele merece. Por mais que algumas empresas estejam implementando SLAs para manter as equipes de dados responsáveis ​​por dados precisos e confiáveis, aliando mais produtividade à transformação de dados em informação e informação em inteligência para tomada de decisão, isso ainda está longe de ser uma norma dentro das organizações.

Dados ruins custam caro às empresas, independente do tamanho da equipe, profissionais gastam grandes quantidades de horas por semana lidando com problemas de qualidade de dados, ao invés de gastar tempo e fios brancos em atividades que impulsionam a inovação e geram receita. Para demonstrar o tamanho deste problema, aqui estão alguns fatos rápidos sobre como as equipes de dados devem perder tempo com o tempo de inatividade dos dados:

• De 50 a 80 por cento do tempo de um profissional de dados é gasto coletando, preparando e corrigindo dados “indisciplinados”. (The New York Times)

• 40 por cento do tempo de um analista de dados é gasto na verificação e validação de análises para problemas de qualidade de dados. (Forrester)

• 27 por cento do tempo de um vendedor é gasto lidando com dados imprecisos. (ZoomInfo)

• 50 por cento do tempo de um profissional de dados é gasto na identificação, solução de problemas e correção de problemas de qualidade, integridade e confiabilidade dos dados. (Harvard Business Review)

O custo de dados ruins é mais do que apenas o tempo perdido e noites sem dormir; e existem sérias implicações de conformidade - financeiras e operacionais - que podem pegar os líderes de dados desprevenidos, afetando o ROI de sua equipe e os resultados financeiros de sua empresa.

Dado é dinheiro
Crescemos com a expressão de que “tempo é dinheiro”, mas para qualquer empresa vivendo nos dias atuais que busca vantagem competitiva, o mais correto seria pronunciarmos “dado é dinheiro”.

O tempo de inatividade de dados e a perda de receita está nos serviços financeiros. Certa vez, um cientista de dados de um banco me contou que as empresas do serviço financeiro deveriam conter um braço de astrologia em seus serviços e profetizar o futuro dos seus clientes, pois dispões de todas as informações granulares de todos os setores econômicos de um país, mas que a massa de dados gerada é tão grande que equipes de inteligência não conseguem dar conta de como triturar esses dados e devolver insights de confiança para as determinadas áreas operacionais, que demandam de dores, soluções e interesses diversos. E isso gera uma perda de receita inestimável.

A realidade é que em vez de progredir na criação de novos produtos e serviços que podem agregar valor material para seus clientes, as equipes de engenharia de dados gastam tempo depurando e corrigindo problemas de dados. Junte isso com a falta de visibilidade sobre o que está causando esses problemas.

Desgaste da confiança dos dados
Os insights que você obtém de seus dados são tão precisos quanto os próprios dados. Decididamente acredito que os números podem mentir e é melhor não ter nenhum dado do que usar dados incorretos em qualquer análise ou planejamento.

Não tem como você encontrar culpado nos dados, mas os tomadores de decisão serão responsabilizados, e com o passar do tempo, facilmente dados ruins podem destruir  a confiança organizacional em sua equipe de dados como um gerador de receita dentro da empresa. Se você não pode confiar nos dados que alimentam suas análises, por que seu CEO deveria? E não indo tão longe, por que então os seus clientes deveriam?

Dessa forma, existe uma perda de receita e o custo anual do tempo de inatividade dos dados pode ser medido pelos recursos que você precisa gastar para resolvê-lo, não se esquecendo dos riscos de conformidade que devem ser observados e o custo de oportunidade de perder a confiança do público interessado em seus dados.

Mas tudo isso pode ser evitado. Com a abordagem certa para a confiabilidade dos dados, você pode manter o custo de dados ruins sob controle e evitar que esses mesmos dados corrompam bons pipelines em primeiro lugar.