Data governance: qué es y para qué sirve

El gobierno de datos consiste en la capacidad de una organización para gestionar el conocimiento que tiene sobre su información, de forma que pueda responder a preguntas como: ¿qué sabemos sobre nuestros datos?, ¿de dónde provienen?, ¿están alineados con nuestra política de empresa?, ¿cómo nos podemos beneficiar de ellos?

 

Qué es el Data Governance o gobierno de datos

El gobierno de datos abarca a las personas, los procesos y las tecnologías necesarias para gestionar y proteger los datos.

El Data Governance Institute define al gobierno de datos como “un sistema de derechos de decisión y responsabilidades para los procesos relacionados con la información, ejecutado de acuerdo con modelos acordados que describen quién puede tomar qué acciones con qué información, cuándo, bajo qué circunstancias y utilizando qué métodos”.

Esta disciplina está, poco a poco, abriéndose camino en las compañías aunque, a día de hoy, sin embargo, el Data Governance todavía no está extendido a la totalidad de las compañías, y de aquellas que lo tienen, no todas lo hacen en un estado avanzado o maduro.

 

¿Por qué es necesario el Data Governance?

"Los datos son el activo más importante de una organización y, sin normas y sin calidad de datos, la organización no funciona".  Valeh Nazemoff

Los sistemas estructurados ayudan a organizar la forma en que pensamos y nos comunicamos sobre conceptos complejos o ambiguos. Una estructura formal permite que todas las partes interesadas, desde gerentes hasta empleados de TI, administración de datos y otros campos, se reúnan y logren una idea y un propósito definidos.

Los objetivos generales de un programa de gestión de datos son:

  • Mejorar en la toma de decisiones.
  • Reducir la fricción operativa.
  • Proteger las necesidades de los empleados con intereses basados en los datos.
  • Educar a los managers y al personal para que adopten enfoques comunes a los desafíos de datos. 
  • Crear procesos estandarizados y repetibles.
  • Coordinar esfuerzos para reducir costos y aumentar la eficiencia. 
  • Asegurar la transparencia del proceso.

David Waddington, vicepresidente senior y cofundador de The Information Difference Ltd. centra las ventajas que aporta implementar una gobernabilidad de datos en 9 aspectos:

  • Apoyar las iniciativas de BI/Data Warehousing.
  • Apoyar una iniciativa MDM.
  • Facilitar la migración de datos heredados.
  • Cumplir con la normativa y requisitos legislativos.
  • Reducir el riesgo empresarial.
  • Mejorar la flexibilidad empresarial y la agilidad de negocio.
  • Apoyar actualizaciones de software operativo.
  • Reducir los costos.
  • Apoyar el manejo de fusiones y adquisiciones.

Además de estas, podemos destacar las siguientes:

  • Accesibilidad de los datos: Conseguimos una mayor accesibilidad de los datos que, a su vez, serán oportunos y confiables, siempre en función de la política definida y de un significado global.
  • Asegurar que los datos cumplen con las demandas: Alude a la oportunidad y calidad de los datos como resultado de la aplicación de un proyecto de gobierno de datos.
  • Gestionar los datos como un activo: La gestión y desarrollo de los datos como un activo ayudará a satisfacer a usuarios internos y clientes, así como a tomar mejores y más rápidas decisiones, pues contaremos con información confiable y accesible cuando la necesitemos.

 

Cuándo y por qué una organización necesita Data Governance

En alguna ocasión ¿te has hecho alguna de estas preguntas?:

  • ¿Cuáles son las tendencias de nuestro mercado?
  • ¿Qué grado de satisfacción tienen nuestros clientes con nuestro servicio? 
  • ¿Qué empleados están en riesgo de irse? 
  • • ¿Cómo podemos reducir costes?

En este sentido, acercarse al Data Governance es fundamental cuando se dan, por ejemplo, algunas de estas situaciones: 

  • La empresa ha crecido bastante y, con la gestión tradicional, no puede hacer frente a gestiones relacionadas con los datos.
  • La coordinación entre las diferentes fuentes de datos se ha vuelto complicada y no es posible hacer frente a las necesidades de la organización.
  • Los usuarios de datos necesitan el apoyo de un sistema multifuncional que tenga una visión global de datos de toda la empresa.
  • Las regulaciones, normas, cumplimientos o requerimientos contractuales exigen un Data Governance más formal.
  • Existen distintas “verdades” según el área de negocio, la información está descentralizada, y los procesos no garantizan la calidad de los datos.

Por su parte, la ubicación o localización del gobierno de datos dentro de la organización puede ser muy variada. Podría estar en cualquier departamento, dentro de operaciones o de IT, en estructuras organizativas de gestión de datos, etc. Lo importante es que, sea el grupo que sea, este reciba los niveles apropiados de apoyo de los líderes de la organización, junto con unos niveles adecuados de participación de todos los grupos de personas interesadas en los datos.

 

Principales roles del Data Governance

CDO - Chief Data Officer

Asume total responsabilidad de la estrategia con los datos y la información, estableciendo las políticas, criterios y procesos. Es el encargado de velar por el cumplimiento de la estrategia, políticas, criterio y procesos, asegurando el adecuado alineamiento de todas las áreas implicadas.

Data Owner

Es el experto encargado de garantizar la correcta gestión de los ámbitos de los que es responsable.

Data Steward

Esta persona es responsable de ejecutar las políticas, criterios y procesos basándose en la estrategia del gobierno de datos, en los ámbitos de datos que han sido asignados.

Data Scientist

Es la persona responsable de generar modelos tanto de datos como de negocio, a partir del análisis predictivo o prescriptivo. Es un rol híbrido entre el Data Scientist y el Business Analyst.

Data Architect

Este rol asegura la coherencia de los datos residentes en los aplicativos, tanto a nivel de definición como de calidad y seguridad, y se responsabiliza de asesorar a los Data Owners y Data Stewards, así como de trasladar a nivel IT las decisiones tomadas conjuntamente con estos.

 

El marco del Data Governance

El uso de un marco formal puede ayudar a la gerencia y a los empleados a tomar las decisiones correctas y llegar a consensos sobre cómo "tomar una decisión". De esta manera, las reglas se pueden crear de manera más eficiente para hacerlas cumplir y eliminar ambigüedades, problemas e incumplimientos. El marco debe proporcionar un enfoque holístico para recopilar, administrar, proteger y almacenar datos. 

Para ayudar a comprender lo que debe cubrir un marco, la compañía DAMA representó el Data Governance y las áreas de conocimientos de gestión de datos de esta forma: 

Áreas de gestión de datos

  • Arquitectura de datos: estructura general de los datos y recursos relacionados a ellos como parte integral de la arquitectura empresarial.
  • Modelado y diseño de datos: análisis, diseño, construcción, pruebas y mantenimiento.
  • Operaciones y almacenamiento de datos: implementación y administración de almacenamiento de activos de datos físicos estructurados.
  • Seguridad de los datos: garantizar la privacidad, la confidencialidad y el acceso adecuado.
  • Integración e interoperabilidad de datos: adquisición, extracción, transformación, movimiento, entrega, replicación, federación, virtualización y soporte operativo.
  • Documentos y contenido: almacenar, proteger, indexar y habilitar el acceso a los datos que se encuentran en fuentes no estructuradas y hacer que estén disponibles para la integración e interoperabilidad con datos estructurados.
  • Datos maestros y de referencia: gestión de datos compartidos para reducir la redundancia y garantizar una mejor calidad a través de la definición y el uso estandarizados de valores de datos.
  • Almacenamiento de datos e inteligencia comercial (BI): gestión del procesamiento de datos analíticos y acceso a datos de apoyo a la toma de decisiones para informes y análisis.
  • Metadatos: recopilación, categorización, mantenimiento, integración, control, gestión y entrega de metadatos.
  • Calidad de los datos: definición, supervisión, mantenimiento de la integridad de los datos y mejora de su calidad.

Al establecer una estrategia, se debe considerar cada una de las facetas anteriores de recopilación, gestión, archivo y uso de datos.

 

¿Para qué debo implementar el Data Governance en mi empresa?

Asegurar la integridad

El Data Governance evita y previene incoherencias entre distintos sistemas o aplicaciones para que no falten datos a la hora de operar, hacer evaluaciones u ofrecer un determinado servicio o información, por ejemplo.

Responder a las demandas actuales

A través del Data Governance y su marco, puedes conseguir una mayor disponibilidad, facilidad de uso, consistencia, integridad y seguridad de los datos, requisitos clave para apoyar las iniciativas más actuales de BI, que normalmente requieren aplicaciones rápidas con un acceso en tiempo real a los datos. 

Agregar valor

Un plan de Data Governance, por último, ayuda a definir y establecer los diferentes tipos de comunicación necesaria para agregar valor a la organización a partir de una visión global capaz de transformar el negocio en su conjunto. 

 

Conclusión

Ignorar el carácter decisivo del gobierno de datos es una vía directa hacia el descontrol en la gestión de los datos. El data governance (el corazón de la gestión datos), cumple una función de control y coordinación interactiva entre las distintas áreas de la empresa, definiendo roles y responsabilidades y estableciendo estándares, políticas y procesos de forma consensuada.

cta-data-dovernance

¿Necesitas aplicar una exitosa gestión de datos y crear un marco para el gobierno de datos de tu empresa? En Enzyme contamos con un grupo de expertos para ayudarte a alcanzar la correcta y productiva recopilación, gestión y uso de datos. ¡Contáctanos ahora!

 

Más noticias

¿Cómo se ejecuta un proyecto de automatización de procesos con RPA?

La automatización de procesos con RPA es una de las tendencias en la transformación digital. La posibilidad de automatizar tareas, para que las personas puedan dedicar su tiempo y esfuerzo a tareas...

Leer másArrow 41

Explainability AI: cómo hacer nuestro modelo legible

A la hora de tomar decisiones, la inteligencia artificial se ha convertido en una herramienta muy útil en el día a día. Lo curioso es que esto es así tanto en el ámbito personal como en el laboral....

Leer másArrow 41

Inversión en tecnología: clave para hacer frente a la crisis económica

La crisis económica es una realidad palpable en la actualidad. La inflación de los precios, la poca disponibilidad de los combustibles, así como la lenta recuperación de la Covid-19, han hecho que...

Leer másArrow 41

Supply chain: tendencias y retos tecnológicos

En el mundo empresarial contemporáneo, la gestión efectiva de la cadena de suministro es fundamental para el éxito y la competitividad de las organizaciones. La cadena de suministro, o supply chain...

Leer másArrow 41

Cómo diseñar una estrategia de IA para incrementar el éxito de los proyectos de Machine Learning

En el Webinar “AI Strategy: Cómo diseñar una estrategia de IA para incrementar el éxito de los proyectos”, hemos compartido una visión acerca de aquellos problemas generales que hacen que proyectos...

Leer másArrow 41