saltar al contenido
Fact Crashing, Fact Crashing™, Discovery, iDiscovery Solutions, eDiscovery, Data Collection, Collection, Data, Data Reliablity

La comprensión de los datos es necesaria para un análisis adecuado

Esta es la novena entrega de una serie de blogs sobre Fact Crashing™, la aceleración de la consideración de datos de ACCIÓN (ambiental, contextual, transaccional, IoT, operacional, de navegación) en beneficio de la resolución de disputas.

Hay 9 Principios de Choque de hechos™. Blogs anteriores cubrieron: 

Principio 1: Los datos son evidencia y son detectables

Principio 2: los datos deben abordarse temprano

Principio 2: inmersión profunda

Principio 3: Enmarcar los problemas de casos como consultas centradas en datos

Principio 4: Identificar, calificar y priorizar las fuentes de datos

Principio 5: Los Datos Están Sujetos a Obligaciones de Conservación y Protección

Principio 6: la confiabilidad de los datos comienza con la recopilación adecuada

Ahora, echemos un vistazo al séptimo principio.


Para comprender realmente los datos, debe considerarlos como un taburete de tres patas: administrador del sistema (por ejemplo, TI); Propietario de la empresa (p. ej., Ventas) y Usuario final (p. ej., Vendedor).  Tener estas tres perspectivas ayudará a descubrir algunos matices en la respuesta a preguntas como:

  • ¿Los usuarios utilizan el sistema según lo previsto?
  • ¿Está consciente TI de cómo la empresa está usando el sistema (realidad versus diseño)?
  • ¿Qué modificaciones se han hecho por necesidad comercial?

Todas estas son situaciones simples y, sin embargo, demasiado comunes que hemos visto suceder sin culpa de nadie, solo una realidad de negocios. Por ejemplo, los usuarios deciden utilizar un campo o un flujo de trabajo de una manera diferente a la prevista porque "simplemente era más fácil". Es importante que este proceso se centre en comprender las realidades de los datos, no en juzgar el negocio en cuanto a la "por qué." 

Piernas perdidas

No es raro estar en una situación en la que te faltan piernas. (por ejemplo, la persona de recursos humanos que conoce este sistema heredado ya no está en la empresa).  Eso no significa que no puedas continuar; solo significa que debe hacerlo entendiendo que se está balanceando sobre dos piernas. 

Como nota al margen rápida, un cliente me dijo recientemente, “No tengo piernas. Diablos, no tengo un taburete.  Si bien no es común, esto sucede de vez en cuando. Aquí, es posible que deba hacer más preguntas sobre los datos que sobre las personas.  (Sugerencia: siempre es útil hacer las preguntas a continuación en relación con los datos, lo que a su vez ayudará a verificar lo que dice la gente).

  • ¿Los datos de este campo son los que esperaba?
  • ¿Es el rango/variedad de datos lo que esperaba?
  • ¿Hay una cantidad inusual o inesperada de valores "NULOS"?

Perfilar los datos

Como se describe en el Principio 6, existen formas eficientes de establecer rápidamente KPI de referencia para la validación. Lo mismo se aplica a la creación de perfiles de una fuente de datos para una mejor comprensión. Algunos puntos de datos frecuentes que ayudan a establecer este perfil incluyen:

  • Número de registros
  • Intervalo de fechas (y cualquier intervalo)
  • Rango de valores
  • Valor promedio (y valores atípicos)
  • Valores comunes)

Esto proporciona el conocimiento necesario para analizar los datos y también proporciona una capa más de validación a través de esta "verificación de cordura" de mirar los datos desde algunas perspectivas estándar.

Aprendizaje activo continuo

“Aprenda continuamente: ¡siempre hay “una cosa más” que aprender! ~ Steve Jobs

Cada interacción que tenga con los datos puede enseñarle algo (confirme lo que esperaba o dé indicadores de lo inesperado).  No puedo decirle con qué frecuencia escuchamos el “Oh sí, olvidé decirte…” porque cuando mira años atrás en un conjunto de datos, esos matices no siempre son lo más importante. Si estos matices no se tienen en cuenta como parte del análisis, los resultados pueden estar sesgados. 

Busque aprender sobre este tipo de escenarios dentro de su conjunto de datos.

Hubo una falla de retención en un punto porque la transferencia de datos al servidor de archivo falló durante algunas semanas antes de que la detectáramos.

Dejamos de usar el campo A para X y comenzamos a usar el campo D y E el año pasado.

Generalmente usamos el Campo M para informar y ejecutar la nómina, pero los datos sin procesar están en el Campo Q, R, S y T.

Hay tantos matices que le suceden a los datos en el curso normal de los negocios, que es seguro asumir que habrá algunos en sus datos. Busque aprenderlo y comprenderlo a lo largo de su esfuerzo.


iDS proporciona soluciones de datos de consulta a corporaciones y bufetes de abogados de todo el mundo, lo que les otorga una ventaja decisiva, tanto dentro como fuera de la sala del tribunal. Nuestros expertos en la materia y estrategas de datos se especializan en encontrar soluciones a problemas de datos complejos, lo que garantiza que los datos se puedan aprovechar como un activo y no como un pasivo.

es_ESES