cancel
Showing results for 
Show  only  | Search instead for 
Did you mean: 

Gobierno de datos: los 7 desafíos de una máquina de innovación

Gobierno de datos los 7 desafios de una maquina de innovacion.jpg
3261
0
Infographic - Key Challenges to data governance success (ES).jpg

Click on the picture to enlarge

 

1. Involucrar a las líneas de negocios para motivarlas

Los datos de los clientes, la información industrial y de negocios, los datos financieros, etc. En una organización, hay muchos tipos de datos y están aumentando de manera constante con la tecnología digital. Lo que tienen en común es que son propiedad de una función de negocios o una función de soporte. Históricamente, algunos datos se han compartidos entre las funciones (datos de clientes entre marketing y ventas, datos de productos entre investigación y producción, datos financieros entre ventas y finanzas, etc.), pero hoy es la transversalidad completa de la organización la que es capaz de crear valor a través de la innovación.
Sin embargo, ¿puede decretarse esta transversalidad? Sí, en parte, con los reglamentos (y las multas asociadas) que impone la gestión global de datos como parte de una obligación de cumplimiento. Este es el caso, por ejemplo, de GDPR (Reglamento General de Protección de Datos), para lo cual la empresa debe de mostrar su control y buena gestión de todos los datos personales tratados dentro de la organización.
Pero para ser una verdadera fuente de innovación, esta transversalidad debe ser adquirida: las unidades de negocios deben de entender cómo al compartir sus datos con las demás partes interesadas en la organización puede traerles beneficios y así motivarlas. El uso de inteligencia artificial (IA) da un buen ejemplo. Al poner en común todos los datos para el gobierno mundial, todas las unidades de negocios se pueden beneficiarse de las innovaciones disruptivas que ofrece la IA: detección de señales débiles, comprensión más precisa del comportamiento de los clientes, etc., a partir de datos estables, fiables y controlados.
Si la proximidad del equipo de ciencia de datos para el negocio puede ser una motivación adicional, es esencial una fase de evangelización y de incorporación. Esta es una de las funciones del CDO (Director de datos), que está ahí para organizar el conocimiento, promover los intercambios y garantizar la fiabilidad y el cumplimiento de los datos. Él o ella también está para involucrar a cada “encargado” de datos en el proceso. En resumen, para crear esta cultura de datos compartida, el CDO tendrá que encontrar patrocinadores comerciales —incluso a nivel de la junta directiva— y establecer un documento informativo para el enfoque de Gobierno de Datos, luego organizar la información, la comunicación y los procesos de inducción para varios de los encargados de datos.

 

2. Conciliar la naturaleza técnica del gobierno de datos con las necesidades del negocio.

El gobierno de datos tiene como objetivo conocer y catalogar todos los datos de una organización para evaluar y mejorar su calidad y conformidad, para proporcionarlos a las partes interesadas que garantizan el buen funcionamiento de la empresa. Este es un concepto extremadamente técnico – los datos son un activo de TI–, mientras que la prioridad es responder a las necesidades y desafíos del negocio. Y es esta necesidad, este caso de uso concreto, lo que debe de seguir siendo el punto de partida de cualquier proyecto: por ejemplo, detectar futuros clientes con un apetito por un producto en particular, detectar los riesgos del abandono de los clientes, etc.
Basados en un caso de uso definido, las unidades de negocios, junto con los científicos de datos, seleccionarán los conceptos de negocios y las dimensiones de los datos más importantes. Esta “compra de datos” se realiza primero a través del glosario de negocios (conceptos y elementos relacionados) y luego mediante el catálogo de datos, que es la imagen concreta de los datos en los sistemas reales (aplicaciones), y por lo tanto las fuentes de datos se reutilizarán de acuerdo con la calidad, validez, frescura de los datos, etc. Esta parte técnica es evidentemente esencial y es más accesible a todos los actores a través del glosario de negocios.

MEGA HOPEX para Inteligencia de datos.jpg

 

3. Modelar del ciclo de vida de los datos

Los datos no son estáticos, tienen una vida útil. Por lo tanto, un simple mapeo no es suficiente: el gobierno de datos requiere del modelado de todo el ciclo de vida de los datos: creación, uso, reutilización, obsolescencia y destrucción (GDPR). Objetivo: vincular el modelado de procesos de negocios y gobierno de datos para ahorrar tiempo y entender los problemas del negocio.
En este contexto, para acelerar el gobierno de datos, será necesario apoyarse en los procesos de negocios ya conocidos en la empresa (entrada y uso de datos en los distintos departamentos), en los sistemas que utilizan estos datos y en los procedimientos de gestión de riesgos de la empresa (control de los datos personales, por ejemplo).
Así, el proceso de negocios modela cada una de las actividades de los interesados en los negocios para conceptualizar concretamente los datos que luego se utilizarán en la organización. Por ejemplo, cuando se establece una oferta de crédito en un banco, el asesor financiero ingresa los datos (identificación, salario, situación familiar, situación médica, etc.) que se utilizan para todo el proceso.


4. Promover la calidad para mejorar el valor de los datos

Controlar datos también significa controlar su calidad. Porque sólo la buena calidad de los datos en el inicio de los procesos de recolección garantiza la calidad del caso de uso al final. Por ejemplo, un acuerdo de crédito o un costo de aseguramiento de un cliente determinado depende de los datos recolectados y utilizados al principio. Esta es la única manera de garantizar el desempeño del servicio que se brinda al cliente, así como la innovación, en el marco de un proceso industrializado (producción), reproducible y ágil.
La calidad de los datos ya se mide en muchos sistemas de TI de los clientes, de manea heterogénea y compartimentada. La implementación del gobierno de datos avanzado debe permitir la construcción de un repositorio de control y de reglas de calidad. Esto evitará la duplicación de controles, concentrará todas las medidas disponibles, las complementará y establecerá planes de mejora para los datos prioritarios.


5. Facilitar la integración de los estándares y los reglamentos

Generalmente, los estándares y los reglamentos se perciben como limitaciones que generan costos. Sin embargo, también pueden llevar a las partes interesadas a colaborar con cada una de ellas y así representar oportunidades para la creación de valor.
Sin embargo, constantemente surgen nuevas obligaciones reglamentarias que, por lo general, complementan a las anteriores. Con cada nuevo desarrollo, el gobierno de datos efectivo consiste en no empezar desde cero, sino capitalizar los controles ya existentes, para identificar solo los elementos necesarios y complementarios que deben integrarse para una aplicación eficaz.


6. Hacer del gobierno de datos un proceso a largo pazo

Los nuevos mercados, las nuevas ofertas, los nuevos procesos automatizados… la recolección y el proceso de datos está cambiando constantemente, por ello la implementación del gobierno de datos es larga y compleja, nunca termina y debe de ser un proceso a largo plazo.
Como en cualquier proyecto de este tipo, los primeros casos de uso deben de demostrar rápidamente verdadera eficacia (ganancia rápida) para poner en marcha el proceso. Y es función del CDO –mediante cuadros e indicadores- saber cómo comunicar los resultados a su comunidad para seguir construyendo el gobierno de datos óptimo para motivar y multiplicar los usos a largo plazo.


7. Establecer una cultura de datos compartida en la organización

En las compañías “nativas digitales”, como los gigantes tecnológicos (GAFAM) o las start-ups, la cultura de datos es nativa. Sobre todo, porque el valor agregado de estos nuevos líderes suele estar determinado y construido sobre los datos. En otras empresas, es toda una mentalidad que debe evolucionar.
Cambiar la gestión es largo y complejo. Requiere de mucha persuasión por parte de los CDO, quienes deben de confían en casos de uso exitosos para crear un ambiente de datos compartido (alfabetización de datos) y así promover la innovación y ofrecer nuevas ventajas competitivas para la empresa.
La función del gobierno de datos es, por lo tanto, promover la transformación de la empresa, su sustentabilidad y su renovación para enfrentar las disrupciones y los cambios del mercado.
En otras palabras, el mayor desafío de los CDO es hacer conciencia en todas las partes interesadas para que avancen juntas hacia la innovación y la creación de valor para garantizar la supervivencia y el desarrollo de la empresa.

3261
0
Comment
Infographic - Key Challenges to data governance success (ES).jpg

Click on the picture to enlarge

 

1. Involucrar a las líneas de negocios para motivarlas

Los datos de los clientes, la información industrial y de negocios, los datos financieros, etc. En una organización, hay muchos tipos de datos y están aumentando de manera constante con la tecnología digital. Lo que tienen en común es que son propiedad de una función de negocios o una función de soporte. Históricamente, algunos datos se han compartidos entre las funciones (datos de clientes entre marketing y ventas, datos de productos entre investigación y producción, datos financieros entre ventas y finanzas, etc.), pero hoy es la transversalidad completa de la organización la que es capaz de crear valor a través de la innovación.
Sin embargo, ¿puede decretarse esta transversalidad? Sí, en parte, con los reglamentos (y las multas asociadas) que impone la gestión global de datos como parte de una obligación de cumplimiento. Este es el caso, por ejemplo, de GDPR (Reglamento General de Protección de Datos), para lo cual la empresa debe de mostrar su control y buena gestión de todos los datos personales tratados dentro de la organización.
Pero para ser una verdadera fuente de innovación, esta transversalidad debe ser adquirida: las unidades de negocios deben de entender cómo al compartir sus datos con las demás partes interesadas en la organización puede traerles beneficios y así motivarlas. El uso de inteligencia artificial (IA) da un buen ejemplo. Al poner en común todos los datos para el gobierno mundial, todas las unidades de negocios se pueden beneficiarse de las innovaciones disruptivas que ofrece la IA: detección de señales débiles, comprensión más precisa del comportamiento de los clientes, etc., a partir de datos estables, fiables y controlados.
Si la proximidad del equipo de ciencia de datos para el negocio puede ser una motivación adicional, es esencial una fase de evangelización y de incorporación. Esta es una de las funciones del CDO (Director de datos), que está ahí para organizar el conocimiento, promover los intercambios y garantizar la fiabilidad y el cumplimiento de los datos. Él o ella también está para involucrar a cada “encargado” de datos en el proceso. En resumen, para crear esta cultura de datos compartida, el CDO tendrá que encontrar patrocinadores comerciales —incluso a nivel de la junta directiva— y establecer un documento informativo para el enfoque de Gobierno de Datos, luego organizar la información, la comunicación y los procesos de inducción para varios de los encargados de datos.

 

2. Conciliar la naturaleza técnica del gobierno de datos con las necesidades del negocio.

El gobierno de datos tiene como objetivo conocer y catalogar todos los datos de una organización para evaluar y mejorar su calidad y conformidad, para proporcionarlos a las partes interesadas que garantizan el buen funcionamiento de la empresa. Este es un concepto extremadamente técnico – los datos son un activo de TI–, mientras que la prioridad es responder a las necesidades y desafíos del negocio. Y es esta necesidad, este caso de uso concreto, lo que debe de seguir siendo el punto de partida de cualquier proyecto: por ejemplo, detectar futuros clientes con un apetito por un producto en particular, detectar los riesgos del abandono de los clientes, etc.
Basados en un caso de uso definido, las unidades de negocios, junto con los científicos de datos, seleccionarán los conceptos de negocios y las dimensiones de los datos más importantes. Esta “compra de datos” se realiza primero a través del glosario de negocios (conceptos y elementos relacionados) y luego mediante el catálogo de datos, que es la imagen concreta de los datos en los sistemas reales (aplicaciones), y por lo tanto las fuentes de datos se reutilizarán de acuerdo con la calidad, validez, frescura de los datos, etc. Esta parte técnica es evidentemente esencial y es más accesible a todos los actores a través del glosario de negocios.

MEGA HOPEX para Inteligencia de datos.jpg

 

3. Modelar del ciclo de vida de los datos

Los datos no son estáticos, tienen una vida útil. Por lo tanto, un simple mapeo no es suficiente: el gobierno de datos requiere del modelado de todo el ciclo de vida de los datos: creación, uso, reutilización, obsolescencia y destrucción (GDPR). Objetivo: vincular el modelado de procesos de negocios y gobierno de datos para ahorrar tiempo y entender los problemas del negocio.
En este contexto, para acelerar el gobierno de datos, será necesario apoyarse en los procesos de negocios ya conocidos en la empresa (entrada y uso de datos en los distintos departamentos), en los sistemas que utilizan estos datos y en los procedimientos de gestión de riesgos de la empresa (control de los datos personales, por ejemplo).
Así, el proceso de negocios modela cada una de las actividades de los interesados en los negocios para conceptualizar concretamente los datos que luego se utilizarán en la organización. Por ejemplo, cuando se establece una oferta de crédito en un banco, el asesor financiero ingresa los datos (identificación, salario, situación familiar, situación médica, etc.) que se utilizan para todo el proceso.


4. Promover la calidad para mejorar el valor de los datos

Controlar datos también significa controlar su calidad. Porque sólo la buena calidad de los datos en el inicio de los procesos de recolección garantiza la calidad del caso de uso al final. Por ejemplo, un acuerdo de crédito o un costo de aseguramiento de un cliente determinado depende de los datos recolectados y utilizados al principio. Esta es la única manera de garantizar el desempeño del servicio que se brinda al cliente, así como la innovación, en el marco de un proceso industrializado (producción), reproducible y ágil.
La calidad de los datos ya se mide en muchos sistemas de TI de los clientes, de manea heterogénea y compartimentada. La implementación del gobierno de datos avanzado debe permitir la construcción de un repositorio de control y de reglas de calidad. Esto evitará la duplicación de controles, concentrará todas las medidas disponibles, las complementará y establecerá planes de mejora para los datos prioritarios.


5. Facilitar la integración de los estándares y los reglamentos

Generalmente, los estándares y los reglamentos se perciben como limitaciones que generan costos. Sin embargo, también pueden llevar a las partes interesadas a colaborar con cada una de ellas y así representar oportunidades para la creación de valor.
Sin embargo, constantemente surgen nuevas obligaciones reglamentarias que, por lo general, complementan a las anteriores. Con cada nuevo desarrollo, el gobierno de datos efectivo consiste en no empezar desde cero, sino capitalizar los controles ya existentes, para identificar solo los elementos necesarios y complementarios que deben integrarse para una aplicación eficaz.


6. Hacer del gobierno de datos un proceso a largo pazo

Los nuevos mercados, las nuevas ofertas, los nuevos procesos automatizados… la recolección y el proceso de datos está cambiando constantemente, por ello la implementación del gobierno de datos es larga y compleja, nunca termina y debe de ser un proceso a largo plazo.
Como en cualquier proyecto de este tipo, los primeros casos de uso deben de demostrar rápidamente verdadera eficacia (ganancia rápida) para poner en marcha el proceso. Y es función del CDO –mediante cuadros e indicadores- saber cómo comunicar los resultados a su comunidad para seguir construyendo el gobierno de datos óptimo para motivar y multiplicar los usos a largo plazo.


7. Establecer una cultura de datos compartida en la organización

En las compañías “nativas digitales”, como los gigantes tecnológicos (GAFAM) o las start-ups, la cultura de datos es nativa. Sobre todo, porque el valor agregado de estos nuevos líderes suele estar determinado y construido sobre los datos. En otras empresas, es toda una mentalidad que debe evolucionar.
Cambiar la gestión es largo y complejo. Requiere de mucha persuasión por parte de los CDO, quienes deben de confían en casos de uso exitosos para crear un ambiente de datos compartido (alfabetización de datos) y así promover la innovación y ofrecer nuevas ventajas competitivas para la empresa.
La función del gobierno de datos es, por lo tanto, promover la transformación de la empresa, su sustentabilidad y su renovación para enfrentar las disrupciones y los cambios del mercado.
En otras palabras, el mayor desafío de los CDO es hacer conciencia en todas las partes interesadas para que avancen juntas hacia la innovación y la creación de valor para garantizar la supervivencia y el desarrollo de la empresa.