Para responsables de datos

Encuentre el archivo defectuoso antes de que afecte a una cifra a la que alguien dé el visto bueno.

Una exportación incorrecta puede alterar las cifras de un mes. Datainspec comprueba cada entrega frente a la versión en la que confiaba, en sus propios equipos, y deja constancia de cada decisión.

Dos errores cotidianos

El coste de un archivo defectuoso.

Ambas historias utilizan datos sintéticos creados para nuestros vídeos. Los hallazgos proceden del propio motor; las cifras son nuestra interpretación de los archivos.

Un comercio sintético

Una tienda empezó a enviar los precios en céntimos.

Un artículo de 26,99 € llega como 2.699,00 €, en 1.703 filas, todas de una misma tienda. Si el archivo de octubre llegara al informe mensual, las ventas indicarían 13,2 M€ en lugar de 1,6 M€.

Ver la demo de 90 segundos

Un registro de población sintético

Una oficina abrió su archivo en Excel y lo guardó.

84.134 identificadores de personas se convierten en números como 7.42198E+12, y 3.685 identificadores corresponden ahora a 7.501 personas. Un proceso de pagos que cotejara los datos por identificador dejaría fuera a 17.282 personas, 9,0 M€ en un mes.

Ver la historia de 70 segundos

Por qué lo adoptan los equipos

Menos urgencias, más pruebas.

Sin proyecto previo que preparar

Aprende de cada columna de la versión que usted aprueba. No hay que escribir un archivo de reglas antes del primer análisis.

Cómo funciona

Sus datos permanecen en su organización

Se ejecuta en sus equipos y no envía nada al exterior, tampoco telemetría. Concebido ante todo para bancos, aseguradoras, el sector sanitario y organismos públicos.

Seguridad

Las personas deciden y queda constancia

Cada hallazgo llega a una persona que lo clasifica como problema real, cambio esperado o ruido. El pipeline recibe un veredicto; el registro de auditoría conserva quién decidió, cuándo y por qué.

Gobierno del dato

Mediciones, no promesas

585 de 628 fallos inyectados en conjuntos de datos públicos reales detectados (93,15 %) sin escribir reglas, y ningún hallazgo en 432 análisis de archivos sin cambios. Una deriva lenta que nunca dispara una alarma sigue siendo visible en History, columna por columna.

Resultados

La diferencia

De enterarse tarde a saberlo primero.

Sin Datainspec
Con Datainspec
Errores descubiertos después de enviar el informe
Detectados al recibir la entrega
Controles que dependen de quién se acuerde
Cada entrega se compara con la versión que usted aprobó
Datos enviados a una herramienta externa para comprobarlos
Se ejecuta en sus equipos; no se envía nada al exterior
Sin constancia de por qué se dejó pasar un archivo
Queda registrado quién decidió, cuándo y por qué

Cómo empezar

Un piloto, con un conjunto de datos que importe.

Unas semanas, en su propia infraestructura, con los criterios de éxito acordados por escrito antes de empezar.

  1. 1Elija un conjunto de datosUn archivo o tabla recurrente que le importe y la versión en la que confía.
  2. 2Acuerde qué significa el éxitoPor escrito, antes de instalar nada.
  3. 3Instale en su entornoEn sus equipos. Sus datos se quedan allí.
  4. 4Revisemos juntosQué detectó, qué era ruido y si decide seguir usándolo.

Preguntas

Las preguntas de los responsables.

¿Sustituye nuestras pruebas de calidad de datos?

No, las complementa. Sus pruebas comprueban lo que usted previó; Datainspec compara cada columna de cada entrega con la versión que usted aprobó, incluido aquello para lo que nadie escribió una prueba.

¿Cuándo empieza a ser útil?

En cuanto se aprueba una versión: perfila cada columna por sí mismo, por lo que el primer análisis no necesita reglas.

¿Quién ve nuestros datos?

Solo las personas con acceso a sus equipos. No se nos envía nada: ni datos, ni perfiles, ni hallazgos, ni telemetría.

¿Qué necesitan de nosotros para un piloto?

Un conjunto de datos recurrente con una versión en la que confíe, un equipo donde instalarlo, alguien que conozca los datos para la revisión y un acuerdo sobre qué significa el éxito antes de empezar.

Descubra qué ocultaba su última entrega.

Un conjunto de datos recurrente, sus equipos y una revisión al final.