Categories
54cuatro

Analogía de la gestión de datos como si fueran bienes raíces

Muchas veces es difícil explicar que es y cual es el valor de la gobernanza de datos. Es pero eso que con esta anología te queremos contar como funciona el data governance, explicado como si fueran bienes raíces.
Esperemos que te guste.

🔑 Activo de Datos: Los datos son valiosos y requieren una gestión adecuada, al igual que una propiedad que necesita ser cuidada y mantenida.

🏢 Propiedad (Producto) de Datos: En la gestión de datos, la propiedad se refiere a la responsabilidad sobre los datos, similar a la propiedad o arrendamiento de una propiedad en bienes raíces.

👤 Responsable de Datos: Así como un administrador de propiedades se encarga del mantenimiento y cuidado de una propiedad, en la gestión de datos existen responsables encargados de gestionar los activos de datos, como la calidad de los datos.

👥 Consumidores/Usuarios de Datos: Al igual que los inquilinos utilizan una propiedad para diversos propósitos, los datos son consumidos y utilizados por personas y procesos de negocios.

💰 Monetización de Datos: Al igual que una propiedad puede generar ingresos alquilándola o vendiéndola, la monetización de datos implica aprovechar los activos de datos para generar ganancias.

📊 Cuantificación del Valor: Tanto en la gestión de bienes raíces como en la gestión de datos, es importante estimar el valor asociado con los activos para tomar decisiones informadas.

🔒 Seguridad de Datos y Controles de Acceso: Al igual que se implementan medidas de seguridad en una propiedad para protegerla de robos o daños, la seguridad de datos se refiere a la protección de los activos de datos contra accesos no autorizados.

🏗️ Arquitectura de Datos: La arquitectura de datos se puede comparar con los planos de una propiedad, ya que define el diseño y la estructura de los sistemas de datos.

🌍 Dominios de Datos: Al igual que una ciudad se divide en vecindarios, los datos se pueden dividir en dominios según su temática, y cada dominio tiene sus propios atributos y requisitos.

📚 Políticas y Normas de Datos y Cumplimiento Regulatorio: Al igual que existen regulaciones que rigen el uso y desarrollo de propiedades, las políticas y normas de datos establecen las reglas para gestionar los datos en una organización, cumpliendo con las regulaciones aplicables.

🔍 Gestión de Metadatos: Los metadatos, que son datos sobre los datos, se pueden comparar con la información detallada sobre una propiedad, como su ubicación, tamaño y características.

✅ Calidad de Datos: Al igual que el estado y mantenimiento de una propiedad pueden afectar su valor, la calidad de datos se refiere a la idoneidad de los datos para su propósito, medida en términos de precisión, integridad y consistencia.

🔧 Remediación de Datos: Al igual que se realizan reparaciones y mejoras en una propiedad para mantener su valor y seguridad, la remediación de datos implica identificar y corregir problemas de calidad de datos.

📊 Uso de Datos: Al igual que se mide el uso de una propiedad para determinar su valor potencial, el seguimiento y la medición del uso de datos permite comprender cómo y por quién se utilizan los datos en una organización.

🔀 Integración de Datos: Al igual que las propiedades y vecindarios están conectados por carreteras y sistemas de transporte, la integración de datos implica conectar datos de diferentes dominios y fuentes para garantizar su uso conjunto.

Esta analogía entre bienes raíces y la gestión de datos ofrece una forma útil de comprender los diferentes aspectos de la gestión de datos y la gobernanza de datos. Ten en cuenta que este tema es mucho más complejo, pero esperamos que esta comparación sea útil.

#GestiónDeDatos #GobernanzaDeDatos #DataManagement #DataGovernance

Categories
54cuatro

Data Management – ¿Como llevar a cabo una estrategia de gestión exitosa?

El crecimiento de los datos se torna exponencial desde hace algunos años a hoy. Pero ese crecimiento no se ve reflejado en la utilidad que se hace de ellos, en gran medida, debido a que el porcentaje de crecimiento de datos corresponde a datos complejos de analizar.

Para simplificar esa complejidad y poder sacar valor de los datos, es que es tan importante una estrategia de Data Management.

¿Como llevar a cabo una estrategia adecuada?

Una estrategia de gestión de datos que generen valor para la organización, debe concentrarse en algunos puntos, a saber:

  1. Planificar que tipos de datos y pipelines va a requerir una plataforma analítica para resolver un caso de negocios
  2. Ser meticuloso en la gestión de la “calidad del dato”
  3. Crear un ciclo de vida
  4. Gestionar la ‘metadata’
  5. Cree políticas adecuadas
Data Governance: Development, Roles & Benefits | CC CDQ

Estos 5 puntos son los títulos iniciales que requiere administrar como puntapié inicial de su estrategia de datos.

Vamos a ampliar cada punto para entender por que.

Planificar que tipos de datos y pipelines va a requerir una plataforma analítica para resolver un caso de negocios

Los proyectos de analítica suelen surgir siguiendo la regla ‘explorar los datos para ver que se encuentra’.

Contrariamente a este proceso habitual, los proyectos de analítica deben nacer planteando el requisito de negocios, y desde allí conseguir los datos adecuados. Esto trae como finalidad evitar 2 cuestiones. Una es encontrarse con datos sucios, evitando los procesos complejos de limpieza que se deben realizar para que tengan usabilidad. Y dos, permite considerar que datos son útiles, de dónde provienen y cómo se almacenarán.

Ser meticuloso en la gestión de la “calidad del dato”

La calidad del dato es un aspecto cada dia mas importante. La calidad (#dataquality) tiene que ver con muchas cuestiones. Datos inconsistentes, datos repetidos, info desactualizada. Hay muchas cuestiones que pueden atentar contra la calidad, pero ademas de corregir el dato en si mismo, es importante detectar porque se genera informacion de baja calidad.

¿Hay áreas en las que se producen duplicaciones de la información?

La respuesta proactiva en este caso es detectar la fuente de las inconsistencia para así aplicar reglas que corrijan ciertos procesos o acciones. Con esto vamos a lograr un aumento de la calidad.

Crear un ciclo de vida

Como analizamos en el punto anterior, para optimizar la calidad debemos establecer reglas. Y un buen proceso de creación de reglas es considerar establecer un ciclo de vida de los datos, donde podamos definir:

  • Identificar el #linaje de los datos
  • Establecer procesos de creación y eliminación
  • Formas de almacenar
  • Políticas que definan como compartirá con terceros
  • Etc

El ciclo de vida es nuestra hoja de ruta para comprender la calidad y la utilidad de nuestros datos.

Gestionar la ‘metadata’

La #metadata es una gran amiga de los procesos de #gobernanza. Es un repositorio donde podemos contar con la informacion de como viaja la data, como se almacena, como se gestionan los cambios, etc.

Un buen plan de #governance cuenta con una gestión apropiada de los #metadatos, y principalmente se establece una identificación de los datos para asegurar la calidad, el compliance, la gestión y colaboración de nuestra info.

Cree políticas adecuadas

En el punto anterior mencionamos que la metadata permite crear una base de gestión que entre otras cosas, asegura el compliance.

Establecer políticas permite garantizar la importancia de nuestros datos, y conocer a detalle los impactos que tienen los mismos sobre la organización, gestionando el crecimiento del volumen de la informacion, su gestión y su usabilidad. Como mencionamos, el crecimiento del volumen de la info es exponencial y tener políticas adecuadas para la gestión de los mismos lo encontrara en gran forma para hacer frente a cambios, nuevas fuentes y nuevos requisitos de negocios que sean planteados.

Conclusión

Las empresas mas avanzadas en materia de gestión de datos están aplicando técnicas de #MachineLearning para su categorización y administración, pero aquellas con un poco mas de retraso, comenzar a establecer políticas de gestión de datos es un gran paso hacia la dirección de tener una estrategia integral de datos para la organización.

CONCLUSIÓN ANÁLISIS FODA – Escuela América E – 26

En este breve post quisimos mostrar aquellos hitos fundamentales en cuenta a #DataManagement, pero existen muchos mas condicionantes a tener en cuenta.

Para mayor informacion pueden contactarse con nosotros desde el siguiente formulario.


    Please prove you are human by selecting the Tree.