A medida que contar con información accionable se vuelve indispensable para el desenvolvimiento eficaz de los negocios, garantizar la gobernanza de datos cumple un rol trascendental.
Después de todo, sin datos de calidad y fiables, confiar en la información que se obtiene de su análisis —o del contenido que se crea con inteligencia artificial tomando estos registros como base— es imposible.
Ahora bien, si tenemos en cuenta que en la actualidad el volumen y la complejidad de los datos van en franco ascenso, llevar adelante una estrategia de data management valiéndose únicamente de una persona o de un equipo interno se torna cada vez más difícil y caro.
Para lograr una gestión eficaz de los datos, es fundamental crear una estrategia que incluya tres elementos centrales: personas, procesos y herramientas tecnológicas.
En este artículo, indagaremos sobre cada uno de estos componentes que ayudan a impulsar una estrategia de gobierno de datos exitosa.
Gobernanza de datos, un concepto crucial para mitigar el riesgo y garantizar la eficiencia
Data governance, es un elemento central para las compañías que despliegan sus estrategias de negocio tomando como base diferentes tipos de datos.
Este concepto contempla la gestión eficaz de los datos, elaborando una estructura organizada en la cual se definen responsabilidades y procesos a fin de garantizar el uso adecuado de los registros y una mayor democratización de la información.
Desarrollar una estrategia de data governance adecuada es fundamental por varios motivos.
En primer lugar, favorece la toma de decisiones fiables, respaldadas por datos sólidos, y fomenta la confianza en los datos obtenidos, reduciendo el tiempo y los recursos dedicados a la búsqueda, la reconciliación y la limpieza de la información.
Además, el gobierno de datos garantiza el cumplimiento de las regulaciones vigentes, evitando multas y sanciones y protegiendo la reputación de las compañías de cara a partners y clientes.
Finalmente, al establecer políticas y controles claros sobre cómo se manejan y protegen los datos, mitiga los riesgos de seguridad, minimizando las probabilidades de exposición de datos sensibles.
Personas, procesos y tecnología, la tríada que impulsa el éxito de la estrategia de data governance
Hoy en día, no basta con un equipo para el gobierno de los datos. Para que la estrategia sea exitosa, es fundamental crear una cultura de colaboración en la cual los datos de alta calidad prosperen.
Esto implica no solo establecer los procesos y funciones adecuados, sino contar con personal con skills y expertise necesarios, así como con soluciones tecnológicas que favorezcan la colaboración en torno a los datos.
Procesos
La gobernanza y la calidad de los datos van de la mano. En este sentido, el gobierno forma parte de un proceso de gestión de datos más amplio y continuo que incluye el descubrimiento, la estandarización, la consolidación, la operacionalización y el seguimiento continuo de la calidad y la integridad de los datos.
Entre los componentes del mantenimiento de data quality, la gobernanza consiste en definir los propietarios de los datos, las funciones y las políticas relacionadas con ellos, incluyendo diversas tareas:
- Propiedad y administración de los datos a fin de asignar propietarios que garanticen la responsabilidad y la supervisión
- Modelado de datos y gestión de metadatos para crear modelos de datos lógicos y físicos que representen los activos organizacionales
- Linaje de datos para visualizar y rastrear los datos desde su origen
- Análisis del impacto de los datos en los informes, dashboards y modelos analíticos existentes
- Autenticación de usuarios, a fin de determinar si son legítimos
- Controles de acceso detallados para habilitar o restringir usuarios y funciones
- Ofuscación de campos de datos para enmascarar información confidencial y eliminar la identificación de datos personales
Personas
En los últimos años, las tareas del personal que se dedica a gestionar datos se han multiplicado y han evolucionado.
Hoy en día, los equipos de datos incluyen funciones como responsable de protección de datos, arquitecto de datos, administrador de datos, ingeniero o desarrollador de datos, científico de datos y analista de datos.
Si bien todos desempeñan un rol importante en el mantenimiento de la calidad de los datos, en líneas generales las responsabilidades se distribuyen de la siguiente manera:
- Data quality. Los ingenieros de datos crean data pipelines que reúnen datos de diversas fuentes. Además, perfilan los registros, los enriquecen con fuentes de datos de terceros, aplican reglas de calidad de datos y observan las tendencias a lo largo del tiempo.
- Data governance. Los responsables de gobierno de datos y cumplimiento trabajan con expertos para crear glosarios empresariales, establecer políticas de acceso y de linaje.
Tecnologías
Finalmente, en lo que a herramientas tecnológicas respecta, los catálogos de datos constituyen un elemento crucial para permitir un enfoque colaborativo de la gobernanza de datos.
Gracias a ellos, es posible organizar, gestionar y dar sentido a los datos a través de un repositorio centralizado de metadatos.
Los catálogos de datos permiten que los miembros de una organización vean que data tienen a su disposición, gestionan, protegen y controlan el acceso a través de esquemas de datos y aplican un enfoque seguro, identificando y enmascarando los datos sobre tipos de usuarios y derechos de acceso.
En un catálogo de datos, la gobernanza puede establecer límites sin comprometer la disponibilidad, otorgando acceso a más personas.
Ahora bien, un data catalog robusto y eficiente debe contar con las siguientes características:
- Capacidades de gobernanza de datos, como curación y administración de datos, flujos de trabajo de gestión de acceso, políticas de privacidad, reglas y alertas para garantizar el cumplimiento
- Descubrimiento de datos a través de rastreadores a data lakes, herramientas de informes y Business Intelligence, bases de datos y aplicaciones locales, procesos y códigos de transformación de datos, a fin de facilitar el análisis exhaustivo de los datos
- Colaboración y búsqueda al estilo Google, incluyendo searches por facetas, uso compartido, comentarios y clasificación para mejorar el descubrimiento de datos y fomentar el trabajo colaborativo
- Definición de reglas de data quality, ejecución de reglas, informes de calidad de datos, supervisión de canalizaciones y estado de la data, para que sea siempre fiables y de confianza
- Linaje de datos y auto linaje a nivel de tabla y columna, navegación e informes de lineage y análisis de impacto para aportar más transparencia sobre el flujo y la transformación de los datos
- Metadatos que incluyan un glosario con flujos de trabajo, una capa semántica y etiquetas que aportan contexto al añadir significado y relaciones.
- Perfilado de datos, autoclasificación, mapeo semántico y etiquetado automático para garantizar que los datos sean descubiertos y estén protegidos contra fugas.
Contar con la tecnología, las personas y los procesos adecuados es clave para lograr una gobernanza de datos eficaz y fiable. ¿Necesitás ayuda para delinear una estrategia de data governance que incluya estos 3 elementos? Esperamos tu mensaje.