Las compañías hoy en día tienen multitud de datos, los cuales provienen de multitud de fuentes, tanto internas como externas, y esto está generando lo que yo llamo “stress datacional”, que muchas veces provoca una parálisis por el análisis al tener un exceso de datos disponibles y con una aportación baja/nula de valor analítico en muchos casos.
Lo primero que siempre debemos hacer en las compañías es “separar el polvo de la paja”. Es aquí donde los expertos en datos debemos hacer un trabajo excepcional e identificar, junto a negocio, aquello que es realmente relevante para la compañía en el corto, medio y largo plazo, ya que cualquier estrategia de datos debe estar alineada con los objetivos de la compañía.
Debemos estandarizar, pero no arreglar, ya que estaríamos creando diferentes versiones de la verdad entre los sistemas operacionales y analíticos
ÓSCAR QUERO, EAE SCHOOL
Una vez que tenemos la información relevante claramente identificada y conocemos todo sobre ella, debemos gobernarla. En muchas compañías, siempre que empiezan a trabajar la estrategia de datos, muchas veces la enfocan desde un enfoque incorrecto de integración y analítica, descuidando lo primero que se debe trabajar: el Gobierno del Dato.
Índice de temas
Gobierno del dato
El gobierno del dato no es una responsabilidad de los técnicos, como muchas veces se cree en las organizaciones, sino que la responsabilidad última debe siempre ser de negocio. Es por esto que es clave que la responsabilidad de los datos y procesos críticos recaiga en personas clave del negocio, que no tienen por qué ser managers. Lo importante es que se impliquen en el liderazgo de las decisiones sobre los datos que gobiernan.
Una vez que tenemos un modelo de gobierno implementado y funcional, es el momento de definir la estrategia de integración, donde entran en juego las legislaciones nacionales e internacionales en materia de almacenamiento de los datos. Tenemos reglamentos como el europeo que son restrictivos en cuanto a dónde deben residir los mismos, por lo que nuestro modelo de integración debe cumplir con las legislaciones aplicables.
Calidad y gobierno del dato
Y ahora me podríais preguntar ¿y la calidad? El proceso de calidad es algo que va paralelo al proceso de integración, ya que debemos ser capaces de identificar el nivel de calidad de los datos que manejamos y tomar decisiones si no se alcanza el nivel mínimo. ¿Debemos arreglar los problemas de calidad en nuestro repositorio analítico? Debemos estandarizar, pero no arreglar, ya que estaríamos creando diferentes versiones de la verdad entre los sistemas operacionales y analíticos. Es importante tener sistemas automáticos de detección temprana de problemas de calidad, que avisen proactivamente a los sistemas afectados para que lo soluciones, pero no deberíamos nunca parchear la parte analítica.
Una vez tenemos unos cimientos sólidos, ya podemos analizar, y es aquí donde debemos tener una estrategia de democratización de la información. Es importante que la labor de generar análisis de valor no recaiga exclusivamente en el personal técnico, sino que sea negocio el que lidere esta parte, bajo las reglas definidas previamente. Este enfoque es clave en la gestión del cambio organizacional, ayudando a que la compañía sea Data-Driven (guiada por los datos).
Hay un aspecto que no debemos obviar: la seguridad. Parte de la estrategia de datos debe ser asegurar que son accesibles solo para aquellos que deben poder hacerlo. Es un aspecto que muchas veces no se cuida lo suficiente, pero es clave para evitar sustos innecesarios.
Inteligencia artificial en el gobierno del dato
Por último, ¿cómo la IA nos puede ayudar a la estrategia de datos? Principalmente puede ayudarnos en estos ámbitos:
- Generación de análisis automáticos de datos
- Apoyo a la calidad, en la detección y solución de errores.
- Creación de visualizaciones de datos complejas para apoyar a la toma de decisiones.
A modo de conclusión, la estrategia de datos de la compañía debe siempre estar alineada con la estrategia de la compañía, asegurando que los datos utilizados, correctamente gobernados y con la calidad suficiente, son analizados por negocio de la manera adecuada, cumpliendo con todo lo referente a seguridad y protección de datos, y apoyándonos en la IA para casos de uso concretos.
