Técnicas de gestión de datos como soporte para la analítica

A medida que se desarrollan más soluciones de analítica de datos, también se va incrementando el volumen de datos que se obtienen. Sin embargo, no porque que se tenga una gran cantidad de datos quiere decir, necesariamente, que se facilita el trabajo, ya que estos pueden verse impactados por temas relevantes a la calidad, así como también al cumplimiento de leyes para su correcto manejo -por ejemplo, las leyes sobre protección de datos personales. En ese sentido, es necesario establecer mecanismos para una adecuada gestión de datos.

Existen algunos marcos de referencia que nos dan pauta sobre esto. Uno de ellos es el Data Management Body of Knowledge o DMBOK de DAMA Internacional, el cual provee recomendaciones en 11 áreas de conocimiento que deben ser adaptadas a la necesidad de cada empresa a fin de que sean un apoyo para la estrategia de negocio.

En el centro de estas áreas de conocimiento se encuentra el Gobierno de Datos, que:

• Permite habilitar los derechos y responsabilidades para los procesos relacionados con la información.
• Es un modelo de acuerdos que describe quién puede realizar qué acciones con qué información, cuándo y con qué métodos.
• Es un esquema de colaboración Negocio – TI que conducirá a una mayor consistencia y confianza en la toma de decisiones, lo que a su vez aumenta la innovación y el crecimiento.

El llevar a cabo un gobierno ofrece los siguientes beneficios:

Desde el punto de vista funcional, las áreas de conocimiento se distribuyen en 3 grandes divisiones:

• Supervisión a través del Gobierno de Datos, donde se alinea la estrategia de datos con la estrategia de negocios. Se establecen principios y políticas, se dispone la gestión de problemas y se maneja el cambio cultural a fin de sacar el mayor provecho de los datos.
• Gestión del Ciclo de Vida: Aquí se encuentran en cambio las actividades que permiten seguir el ciclo de vida de los datos, a saber:
  • Planeación y diseño: Donde encontramos las áreas de Arquitectura y Modelado / Diseño de Datos
  • Habilitación y mantenimiento: Aquí encontraremos las áreas de almacenamiento de datos y operaciones, integración de datos e interoperabilidad, datos maestros y de referencia.
  • Uso y mejora: A continuación, los datos son entregados al usuario a través de las áreas de gestión de documentos y contenido, así como la de Inteligencia de Negocio.
• Actividades Fundamentales: Finalmente, encontramos las actividades que son transversales al resto de áreas, como seguridad de datos, calidad y gestión de metadatos.

Las empresas normalmente ya han desarrollado algunas de estas áreas, por lo que es conveniente entender las necesidades del negocio a fin de establecer cuáles son prioritarias y analizar su grado de maduración. De esta manera, a través del Gobierno de Datos, se pueden determinar las brechas que existen en la gestión de datos que requiere la organización. Esta es la parte más relevante a la hora de definir lo que la institución necesita para cumplir con los objetivos del negocio.

Para establecer el Gobierno de Datos se deberá trabajar en un plan cuyos aspectos se muestran a continuación:

A través de estos pasos se podrá desarrollar un esquema que permita implementar un buen gobierno de datos, y así obtener el mayor beneficio de la analítica.

BIBLIOGRAFIA

• Analytics best practices, Prashanth H Southekal, 2020
• DAMABOK versión 2