Introducción a Data Governance

 

Llegar a obtener el valor real de los datos no es tarea sencilla. Recogemos y almacenamos datos provenientes de múltiples canales que a menudo se encuentran almacenados en diferentes sistemas de información y bases de datos sobre entornos tecnológicos y formatos heterogéneos. Aunque tengamos acceso directo a los datos, es difícil disponer de ellos dónde, cuándo y cómo los necesitamos, pero además los datos suelen estar "sucios", es decir, repletos de errores, omisiones e incoherencias.

Esta problemática es lo suficientemente importante como para hacer fracasar cualquier proyecto TIC (Tecnologías de la Información y de la Comunicación), iniciativa empre- sarial estratégica o incluso toda una compañía. La capa de datos de una organización es un componente crítico, sobre el que a menudo es fácil hacer suposiciones demasiado optimistas sobre su situación o bien ignorar la calidad real de los datos.

Figura 1. ¿Cuáles son los principales problemas en la toma de decisiones? Fuente: Penteo

 

Por una parte existen datos que sólo se utilizan en un entorno tecnológico restringido para un proceso o una aplicación con impacto limitado, y por otra existen una serie de datos cuya importancia es fundamental porque definen las identidades más importantes (clientes, productos, empleados, proveedores...), y que deben ser compartidos por múltiples procesos, departamentos y líneas de negocio. Estos datos (los llamados "datos maestros") deben ser tratados como un activo estratégico.

Garantizar la calidad, integridad y exactitud de los datos es uno de nuestros principales retos. Obtener la visión única de los datos de manera transversal a través de los departamentos de una empresa, las distintas líneas de negocio o las distintas compañías de un grupo, es un factor crítico para facilitar la consecución de los objetivos de negocio.

Tener como objetivo unos datos de calidad es una filosofía que alinea la estrategia, la cultura empresarial, y la tecnología con el fin de gestionar los datos en beneficio propio. En pocas palabras, se trata de una auténtica estrategia competitiva, cada empresa tiene la oportunidad de diferenciarse mediante la calidad de sus datos.

¿Pero hasta qué punto afectan los datos erróneos a nuestro negocio? Debido a la naturaleza dinámica de los datos, que típicamente se generan mediante numerosos procesos de negocio y fuentes de información que son combinadas, almacenadas y utilizadas en varios sistemas, es un importante reto establecer métodos para evaluar el impacto de los datos de poca calidad.

La mala calidad de los datos tiene un coste económico real, la eficiencia en los procesos se ve afectada debido a la escasez de datos de calidad, y no se alcanzan los beneficios potenciales de los sistemas tanto de los existentes como de nuevos proyectos.

De las investigaciones realizadas por Penteo se desprende que todavía existe un importante gap para conseguir una verdadera inteligencia de negocio. Si bien son muchas las compañías que han implantando sistemas de inteligencia de negocio en un porcentaje relevante, lo han hecho con proyectos aislados, dando respuesta a necesidades muy específicas. En la gran mayoría de las compañías las dificultades para encontrar y explotar adecuadamente datos e información respecto el estado y evolución del propio negocio son un denominador común (ver figura 1). Esta situación impacta invariablemente en el negocio en términos de aspectos económicos, confianza sobre los datos, cumplimiento de regulaciones, satisfacción y productividad.