El trabajo de calidad de datos falla de una forma muy predecible: alguien hace una limpieza, el tablero se pone verde y seis meses después el mismo campo está roto otra vez porque nada cambió aguas arriba. DMAIC es la disciplina que lo evita. Viene de la manufactura, encaja en datos casi sin adaptarlo y todo su valor está en la última letra: Controlar es el paso que separa una mejora de una limpieza.
En la práctica. Definir elige un elemento de datos crítico y el dolor de negocio asociado, en dinero o en horas. Medir perfila el estado actual para tener una línea base y no una opinión. Analizar rastrea el defecto hasta su origen, que casi siempre es un proceso o un formulario, no una base de datos. Mejorar lo corrige donde nace: un campo obligatorio, una validación, un traspaso rediseñado, un equipo reentrenado. Controlar deja una regla de calidad, un monitor, un umbral y un dueño con nombre que recibe la alerta. Un ciclo por elemento, de seis a diez semanas, una página de evidencia en cada paso.
Dónde se rompe. Los equipos paran después de Mejorar, porque ahí está la victoria visible y ahí aplaude el patrocinador. La otra versión es un proyecto que se pasa un trimestre entre Medir y Analizar, produce una presentación preciosa de causa raíz y no cambia ningún sistema.