Cuando pensamos en la información potencialmente relevante durante una disputa empresarial, inmediatamente nos vienen a la cabeza los correos electrónicos y los documentos ofimáticos.
Ambos son ejemplos de datos no estructurados, que representan entre el 40 y el 80 por ciento[1] de los datos de una organización.
Aunque para resolver estas disputas se utilicen mayoritariamente los datos no estructurados, los datos estructurados tienen también una gran importancia a la hora de comprender el funcionamiento de una organización.
Diferencias entre datos estructurados y no estructurados
¿Cuál es exactamente la diferencia entre datos estructurados y no estructurados?
Los datos estructurados comprenden aquella información almacenada en campos con formato fijo, o de tipos de datos predefinidos, como fechas, números y campos de texto, que pueden ser almacenados, consultados y analizados con facilidad.
Algunos ejemplos típicos son los gastos y las nóminas almacenados en bases de datos o en hojas de cálculo.
Por lo general, los datos estructurados requieren la comprensión de los múltiples sistemas de negocio existentes, las interrelaciones entre dichos sistemas, así como los lenguajes necesarios para extraer la información relevante.
Sin embargo, el verdadero valor de trabajar con datos estructurados reside en poder realizar análisis complejos sobre cientos de millones de transacciones en un corto periodo de tiempo, lo cual puede proporcionar información valiosa y responder a preguntas clave críticas.
Algunos ejemplos donde los datos estructurados pueden ser usados y analizados para añadir valor son, entre otros: disputas laborales (análisis de los sistemas de imputación de horas y nóminas para determinar si se han pagado correctamente las horas extras), disputas por pérdida de beneficios (evaluación de los factores que han influido en la pérdida de beneficios mediante el análisis de los datos relacionados con los productos, precios e información de costes) y disputas contables (análisis de los registros de auditoría generados por los sistemas para identificar la información subyacente tras un falseamiento de informes financieros).
En cambio, los datos no estructurados carecen de un formato fijo o estructura predefinida, como es el caso de una presentación en Power Point.
Si bien no pueden ser analizados con tanta facilidad, los datos no estructurados suelen ser más fácilmente accesibles, más sencillos de entender y nos dan información útil para conocer cómo ocurrieron una serie de eventos.
Por ejemplo, los correos electrónicos intercambiados sobre un proyecto, los documentos de Microsoft Office y archivos PDFs.
Sin embargo, en una disputa, es la combinación de los datos estructurados, que nos permiten construir una imagen completa y precisa de una organización de abajo hacia arriba, con los datos no estructurados, la que nos ayudará a obtener una visión completa de la organización.
¿Cómo obtener y utilizar los datos estructurados?
El enfoque para trabajar con datos estructurados comparte muchas similitudes con el enfoque de datos no estructurados, si bien existen algunas diferencias clave.
En términos generales, podemos identificar cinco etapas bien diferenciadas: alcance, extracción, carga, limpieza/ transformación y presentación.
Para comenzar, de forma análoga al trabajo con datos no estructurados, hay que identificar qué sistemas contienen los datos que pueden ser relevantes para el litigio, comprender cómo los sistemas de la organización se comunican entre sí y qué personas tienen acceso a qué datos, además de entender cómo se almacenan los datos y cómo se llevan a cabo los procesos de copia de seguridad (a veces los datos “en vivo” no incluyen el periodo de tiempo relevante para la disputa y necesitamos acceder a las copias de seguridad y garantizar que no se sobrescriban/ destruyan).
A continuación, los datos estructurados deben ser preservados de forma forense.
Tras la extracción, los datos se cargan en un motor de análisis, normalmente una base de datos. En este punto es muy importante la limpieza, estandarización y conversión de los datos al mismo formato para que tengan sentido, garantizar la coherencia y poder analizarlos de forma masiva, ya que es muy probable que tengamos datos de diferentes sistemas en diferentes formatos.
Además, es recomendable realizar un proceso de conciliación para garantizar la integridad de los datos.
Finalmente, dependiendo de la naturaleza del conflicto y de los datos a analizar, se pueden utilizar diferentes herramientas analíticas al objeto de realizar consultas, pruebas para identificar excepciones y/u obtener determinadas predicciones.
También existen herramientas de visualización que nos permiten analizar y comprender los resultados de forma sencilla y dinámica mediante gráficos interactivos.
No obstante, conviene enfatizar que existen ciertas complicaciones que es probable que nos encontremos al trabajar con datos estructurados y que debemos identificar y solucionar, ya que pueden dificultar el buen aprovechamiento de los mismos, tales como: mala calidad de los datos, que requerirán de una exhaustiva limpieza y transformación para garantizar su coherencia y precisión; existencia de múltiples sistemas con diferentes formatos de datos, que no necesariamente se relacionan entre ellos y permiten exportar los datos de forma consistente; migraciones donde los datos previos a la migración podrían ser difíciles de identificar; o la existencia de datos duplicados en diferentes sistemas.
Si antes no pensábamos en datos estructurados para resolver una disputa, deberíamos hacerlo ahora, ya que están presentes en todos los procesos de negocio, desde algo tan complejo como un sistema de gestión de inventario hasta unas hojas de cálculo de Microsoft Excel.
Además, de esta manera, el análisis no se compone únicamente de información cualitativa o el análisis de pequeñas muestras, sino que se nutre de poblaciones completas de transacciones por lo que resulta más preciso.
En todo caso, es importante recalcar que los datos definen los aspectos y procesos de una organización y cuando se empieza a planificar una disputa o investigación es importante no centrarnos en discernir entre datos estructurados y no estructurados, sino más en cómo utilizar diferentes fuentes de datos de forma complementaria.
Puede resultar tentador ignorar los datos estructurados debido a su complejidad y al gasto que supone preservarlos y recopilarlos, especialmente en una época en la que se exige una mayor transparencia en los costes, pero con los profesionales adecuados es posible implementar un flujo de trabajo eficiente y predecir los costes asociados.
[1] https://www.dataversity.net/unstructured-data-everything-your-company-should-know-about-it/
