Mejorando la gobernanza de los datos

En el pasado, los equipos de datos centralizados han gestionado todos los informes analíticos y los modelos de datos, mientras que hoy en día, los diferentes equipos de una organización suelen tener sus propios analistas de datos, avanzando hacia un modelo de consumo de datos descentralizado. El enfoque tradicional descendente de la gobernanza de datos ya no funciona. Las empresas necesitan un gobierno del dato mejor centralizado para una creación de valor descentralizada.

¿Cómo? Pues veamos algunos puntos que son clave:

• Adoptar el modelo descentralizado de consumo de datos: El análisis de datos impulsa la toma de decisiones empresariales modernas en todas las áreas de una empresa. Esto significa que diferentes equipos internos utilizan los mismos datos pero de diferentes maneras. La descentralización significa que los analistas de datos de un área ya no tienen que esperar a que un equipo de datos central les proporcione un informe. Esto impulsa el valor al permitir el autoservicio de análisis de datos para una toma de decisiones más rápida y crea una organización autónoma impulsada por los datos. Al mismo tiempo, plantea retos de gobernanza de datos. Como la gente utiliza los datos en sus propias interpretaciones sin comprender plenamente sus orígenes, contexto o permisos, dará lugar a problemas de pérdida de confianza en los datos.

• Definir los objetivos: «Gobierno del dato» es un término genérico enorme que puede alcanzar muchos objetivos diferentes. A menudo, las empresas pasan por un proceso para evaluar y elegir herramientas que acaban convirtiéndose en la versión digital de un catálogo de datos físico, un inventario. La gente se agobia o siente que no avanza lo suficiente. Cuando se empieza por implantar una herramienta, el proyecto gira alrededor de la tecnología y no del valor que los datos aportan a la empresa.

Cuando se empieza por comprender el propósito de la iniciativa de gobierno del dato, se establece o rehace el programa con mayor eficacia. Algunas de las preguntas que hay que plantearse podrían ser:

¿Qué queremos conseguir con datos? ¿Buscamos cumplir determinadas normativas? ¿Tenemos un buen flujo de datos que podamos señalar siempre que alguien nos envíe una solicitud sobre datos privados o personales? ¿Queremos que los usuarios descubran más eficazmente los datos? ¿Puede este proyecto facilitar a los equipos el uso de los datos?

• Alinear las metas del programa con los objetivos empresariales: Las iniciativas empresariales se basan en los datos, y vuestro proyecto de gobierno del dato debe respaldar esos objetivos.

Por ejemplo, vuestro objetivo empresarial puede ser mejorar la detección de datos para que los informes empresariales sean más fáciles de “digerir” o encontrar. Debeis comprender y aceptar cómo se consumen y utilizan los datos. Esto impulsa las métricas básicas y los cuadros de mando para validar los datos y comprobar su calidad. Si se define un propósito u objetivo principal que se pretende alcanzar en los primeros meses o trimestres, no os sentiréis abrumados.

• Crear un vocabulario compartido: Un dominio de datos representa la agrupación lógica de datos, ya sea por elemento o por área de interés, dentro de una organización. Con estas categorías de alto nivel en su lugar, las organizaciones pueden asignar la rendición de cuentas o la responsabilidad de sus datos.

Los modelos de consumo descentralizados permiten que distintos equipos definan las categorías de forma diferente en función de sus conocimientos del dominio. Pueden utilizar diferentes nombres o métricas para los mismos datos. Un vocabulario compartido por todos los departamentos estandariza la forma en que se utilizan y se accede a los datos, lo que aumenta la alineación entre los departamentos y facilita el uso y la rendición de cuentas para todos.

• Medir el impacto: Un programa de gobierno de datos debe tener un impacto medible en su negocio. Obvio, ¿no? Pues muchas veces parece que no lo es tanto.

A un alto nivel, estas métricas podrían incluir:

• Productividad: Reducción del tiempo dedicado a la búsqueda de datos o a la gestión de datos de mala calidad.

• Financieros: Reducción de los costes asociados al correo directo, los centros de llamadas, las campañas de marketing digital, etc.

• Conformidad: Eliminación de sanciones y honorarios legales asociados a infracciones del cumplimiento normativo.

Y otras métricas que hacen posible vuestro negocio, pero pueden estar menos relacionadas con los propios datos. El gobierno del dato puede tener un impacto de mayor alcance de lo que pensáis, es importante tenerlas en cuenta. Las métricas operativas son igual de importantes, pero a menudo menos obvias. Por ejemplo, la fase de descubrimiento puede proporcionar visibilidad sobre cómo se utilizan los datos, cómo se mantienen y qué tipo de éstos se tienen.

Y a veces hay sorpresas, ya que puede que descubráis que tenéis informes recurrentes programados para un proyecto específico, pero ya nadie los revisa y podéis deshaceros de esos viejos cuadros de mando, tablas y vistas.

Vuestro equipo de datos recibe menos tickets de soporte porque todo el mundo tiene acceso a herramientas de autoservicio y puede encontrar sus propias respuestas. Además, el gobierno del dato puede mostrar flujos de datos que ayuden a vuestros equipos de ingeniería. Por ejemplo, un equipo de producto puede realizar experimentos antes de lanzar una nueva función, pero eso puede afectar a los informes de business intelligence o a los cuadros de mando cambiando el nombre de una columna o eliminando datos. Esto da visibilidad en el linaje de datos y flujos de datos.

Sí, comprender cómo se utilizan los datos y utilizar las herramientas adecuadas, como una plataforma automatizada de descubrimiento de datos, puede permitir a vuestros equipos utilizarlos de forma eficaz y sacarles el máximo partido.