Implementación de un proceso de aseguramiento de calidad de datos para la gestión de información comercial de una compañía de telefonía en Perú

Abstract

El presente trabajo tiene como objetivo principal mejorar la calidad de los datos de una compañía de telefonía en el Perú. Este proyecto se llevó a cabo en una de las empresas de telecomunicaciones más grandes del Perú. Se identificó el problema general y los principales problemas específicos relacionados a una baja calidad de datos, que arrastran consecuencias económicas y mala experiencia con sus clientes. La propuesta es implementar un marco metodológico de aseguramiento de la calidad de los datos en la compañía, este marco contará con procesos y procedimientos adecuados para llevar correctamente todo el ciclo de vida de un proceso de calidad de datos. Para ello, tomaremos como referencia diversas metodologías y buenas prácticas de Gobierno de Datos. Como resultado tendremos la mejora de calidad de información de los clientes, y como consecuencia una buena salud de los datos de la compañía, información cada vez más consistente y quedará como legado el marco metodológico de calidad de datos para futuros proyectos.

The main objective of this work is to improve the quality of the data of a telephone company in Peru.This project was carried out in one of the largest telecommunications companies in Peru. The general problem and the main specific problems related to low data quality were identified, which have economic consequences and a bad experience with their clients.The proposal is to implement a methodological framework for data quality assurance in the company, this framework will have adequate processes and procedures to correctly carry out the entire life cycle of a data quality process. To do this, we will take as a reference various methodologies and good practices of Data Governance.As a result, we will have an improvement in the quality of customer information, and as a consequence, a good health of the company's data, increasingly consistent information, and the data quality methodological framework will remain as a legacy for future projects.