La calidad de los datos exige nuestra capacidad, como empresa de gestión de datos de atención médica, para mantener la sostenibilidad de los datos a lo largo del tiempo. Esta noción cubre un conjunto de criterios como:

Integridad de los datos
​ Nuestros equipos de calidad de datos verifican constantemente la integridad de los datos, es decir, la ausencia de ' agujero 'en nuestras bases de datos. Por ejemplo, verificamos que nuestras fuentes de datos se transmitan de forma regular y que no haya transmisión parcial. Estos controles son aún más importantes en el contexto de los datos actualizados en D + 1, que es la marca registrada de OpenHealth

Validez de los datos
La validez de los datos se refiere al trabajo de normalizar los datos: formato de entrada, formato de salida. Un ejemplo típico es el de los códigos de producto y etiqueta, donde OpenHealth debe administrar constantemente informes de nuevos códigos y etiquetas

Precisión
Los datos que se muestran en nuestra plataforma de análisis El HUB deben ser perfectamente precisos. Es por eso que nuestras fuentes, territorios, hojas de indicadores y objetos están sujetos a especificaciones completamente transparentes basadas en nuestra base de conocimientos. En todo momento, todos los usuarios deben poder comprender con precisión cómo se calculan nuestros indicadores, las fuentes de datos y las limitaciones de nuestros datos

Consistencia
​ OpenHealth calcula continuamente la consistencia de nuestros datos en la base de datos, así como en el HUB. Ejemplos de control: la suma de los sectores debe ser igual al nivel nacional, los indicadores en Sales & Marketing Essential deben dar resultados similares en Sales & Marketing Advanced, etc.

Disponibilidad
​ La disponibilidad de datos y la facilidad de acceso a los datos y su documentación para el usuario final. Nuestro Centro de éxito del cliente está a su entera disposición para cualquier pregunta relacionada con la disponibilidad de datos

Noticias
​ En OpenHealth, creemos en el tiempo real. Nuestros datos se actualizan así en D + 1. También garantizamos el recálculo de back-data, que es la posibilidad de recalcular datos pasados en caso de modificación de un parámetro de cálculo de sus datos (por ejemplo: agrego en septiembre 2019 a mi mercado un producto lanzado en agosto 2018 . OpenHealth le brinda el historial de ventas desde agosto de 2018 y no desde septiembre de 2019 como lo hacen algunos panelistas)

En cualquier momento, cada usuario puede encontrar una trazabilidad perfecta de nuestros datos, incluso de forma retroactiva. OpenHealth se compromete a compartir sus especificaciones técnicas y reglas de cálculo de manera totalmente transparente.

Ejemplos de control de calidad de datos en OpenHealth:
​ Proceso de descomposición de ventas
​ Investigación de nivel 1
Investigación de nivel 2