Data Quality es una de las áreas con mayor peso en el examen CDMP (10%), y sus conceptos aparecen transversalmente en preguntas de otras áreas. El corazón de Data Quality son las 6 dimensiones que definen si un dato es "bueno" o no. Dominarlas es esencial tanto para el examen como para la práctica profesional.
¿Qué son las dimensiones de calidad de datos?
Las dimensiones son criterios medibles que usamos para evaluar si los datos son aptos para su uso. No existe un dato "perfecto" en abstracto — la calidad siempre se mide en relación con un propósito. Un campo de dirección puede ser suficientemente bueno para marketing pero insuficiente para logística de entregas.
1. Precisión (Accuracy)
¿El dato refleja correctamente la realidad?
La precisión mide qué tan fielmente un valor registrado representa el objeto o evento real que describe. Es la dimensión más intuitiva: si el nombre de un cliente es "Juan Pérez" pero en el sistema dice "Jaun Perez", hay un problema de precisión.
- Ejemplo: Un registro de inventario dice 500 unidades, pero el conteo físico muestra 487
- Cómo se mide: Comparación contra una fuente autoritativa (documento original, verificación física)
- En el examen: Distingue entre precisión y validez — un dato puede ser válido (formato correcto) pero impreciso (valor incorrecto)
2. Completitud (Completeness)
¿Están todos los datos que deberían estar?
La completitud evalúa si faltan valores, registros o atributos. Se mide tanto a nivel de campo (¿el email está lleno?) como a nivel de conjunto (¿están todos los clientes activos en la tabla?).
- Ejemplo: El 15% de los registros de clientes no tiene número de teléfono
- Cómo se mide: Porcentaje de valores no nulos sobre el total esperado
- Matiz importante: Un campo vacío no siempre es un problema — si el dato es opcional, su ausencia puede ser válida. La completitud se define contra los requisitos de negocio
3. Consistencia (Consistency)
¿Los datos concuerdan entre sí?
La consistencia verifica que los mismos datos no se contradigan cuando aparecen en diferentes sistemas, tablas o campos. Es especialmente crítica en organizaciones con múltiples fuentes de datos.
- Ejemplo: El CRM dice que un cliente tiene 3 contratos activos, pero el sistema de facturación muestra 5
- Tipos: Consistencia intra-registro (dentro del mismo registro), inter-registro (entre registros), inter-sistema (entre sistemas)
- En el examen: Las preguntas sobre consistencia frecuentemente involucran Master Data Management — el MDM es la solución principal
4. Oportunidad (Timeliness)
¿Los datos están disponibles cuando se necesitan?
Un dato puede ser preciso y completo, pero si llega tarde, pierde su valor. La oportunidad tiene dos aspectos: currency (qué tan reciente es el dato) y volatility(qué tan rápido cambia el dato).
- Ejemplo: Un precio de acción de hace 30 minutos es inútil para trading algorítmico, pero aceptable para un reporte mensual
- Cómo se mide: Tiempo entre la ocurrencia del evento y su disponibilidad en el sistema de destino
- En el examen: Timeliness está ligado a Data Integration — los pipelines ETL/ELT deben cumplir SLAs de frescura
5. Validez (Validity)
¿El dato cumple con las reglas y formatos definidos?
La validez verifica que los valores se ajusten a las reglas de negocio, formatos, rangos y restricciones definidas. Un dato puede ser preciso pero inválido si no cumple el formato esperado.
- Ejemplo: Un campo de fecha contiene "2026-13-45" — el formato parece correcto pero los valores son imposibles
- Reglas típicas: Formato (email válido), rango (edad entre 0-150), dominio (estado debe ser uno de los 32 estados), referencial (FK existe)
- En el examen: Validez se implementa con reglas de calidad automatizadas (business rules) — es una actividad de prevención, no corrección
6. Unicidad (Uniqueness)
¿Cada entidad aparece una sola vez?
La unicidad verifica que no existan duplicados no deseados. Es uno de los problemas más comunes y costosos en organizaciones grandes.
- Ejemplo: El mismo cliente aparece 3 veces con variaciones: "Juan Pérez", "JUAN PEREZ", "J. Pérez García"
- Cómo se mide: Porcentaje de registros duplicados sobre el total
- Solución principal: Match & merge processes, MDM, golden record
- En el examen: Unicidad está estrechamente relacionada con Reference & Master Data
¿Cómo se evalúan en el CDMP?
Las preguntas del examen sobre Data Quality generalmente son escenariosdonde debes:
- Identificar qué dimensión está fallando en una situación descrita
- Recomendar la acción correctiva más apropiada
- Distinguir entre actividades de prevención vs corrección
- Conectar problemas de calidad con sus causas raíz en otras áreas
Framework de evaluación
Para el examen, recuerda este proceso de gestión de calidad del DMBOK:
- Definir requisitos de calidad con el negocio
- Perfilar los datos (data profiling) para descubrir problemas
- Medir cada dimensión con métricas específicas
- Monitorear continuamente con reglas automatizadas
- Remediar problemas encontrados (corrección) y prevenir nuevos (controles)
- Reportar métricas de calidad a stakeholders y al DG Council
Practica con simulacros y drills enfocados en Data Quality en FlowPrep Data para familiarizarte con el tipo de escenarios que encontrarás en el examen real.