El Zen y el Arte de la Gobernanza de Datos
Las preguntas clave para entender si tu empresa está siguiendo los 6 principios para gobernar de manera óptima sus datos.
Sea cual sea la primera impresión, al leer “Gobernanza de datos” es habitual asociarlo con cuestiones técnicas complejas y una serie de problemas organizativos y normativos indefinidos. Sin embargo, se trata de un ámbito frecuentemente infravalorado dentro de las empresas, pese a que posee un valor estratégico considerable.
La Gobernanza de Datos suele percibirse como una actividad de baja prioridad, limitada por la mentalidad de “siempre se ha hecho así”. No obstante, constituye un componente esencial junto con la estrategia de datos, es decir, el plan a largo plazo que establece cómo una organización pretende recopilar, gestionar, analizar y utilizar sus datos para alcanzar sus objetivos empresariales. La Estrategia proporciona la visión a largo plazo, mientras que la gobernanza define las reglas y procedimientos necesarios para materializar dicha visión.
Desde un enfoque práctico: ¿cómo se gestionan los datos en tu organización? ¿Se puede definir con certeza la información existente? ¿Se identifica siempre el dato correcto? ¿Cuántos están duplicados o dispersos entre sistemas y herramientas corporativas?
Contrariamente a la percepción común, los datos constituyen un activo tangible, comparable a un almacén o a los equipos informáticos utilizados diariamente. En organizaciones de gran tamaño, la falta de centralización de la información genera ineficiencias entre los distintos equipos y reduce la fiabilidad de los datos según el proceso o el departamento. Una adecuada gestión y conservación de los datos repercute en toda la organización, no únicamente en el departamento de TI o en procesos específicos.
El abordaje de la Gobernanza de Datos requiere una aproximación analítica y objetiva, que permita evaluar los datos con perspectiva, cuestionar el statu quo y optimizar su gestión para alcanzar resultados que de otro modo serían inalcanzables. Este enfoque se asemeja a la “mente de principiante” de la filosofía zen, que permanece receptiva y analiza cada situación con objetividad y sin prejuicios.
“Una mente de principiante está llena de posibilidades, mientras que una mente experta tiende a ser limitada.” (Shunryū Suzuki)
Existen paralelismos relevantes entre la filosofía zen y la Gobernanza de datos. Elementos como la consciencia y la atención plena al presente fomentan una toma de decisiones más meditada, de manera equivalente a la importancia de la calidad y el origen de los datos para decisiones informadas y fiables.
Asimismo, ambos ámbitos comparten la búsqueda de equilibrio y armonía. Como refleja Zen y el arte del mantenimiento de la motocicleta de Robert M. Pirsig, la Gobernanza de Datos equilibra seguridad, privacidad y accesibilidad, garantizando un uso ético y seguro de la información.
La simplificación, la claridad y la organización son principios comunes: en Gobernanza de Datos resulta crucial mantener la información estructurada y accesible, eliminando redundancias y concentrándose en lo esencial, reduciendo la complejidad y mejorando la eficiencia.
La aplicación práctica es fundamental. Existen numerosas organizaciones con problemas de calidad de datos, que no logran integrar información de sistemas distintos, certificar su validez, gestionar excepciones o diseñar un data warehouse escalable y robusto.
El primer paso con un socio especializado consiste en evaluar la situación actual. En muchos casos, los clientes identifican posteriormente la necesidad de establecer un proceso estructurado.
Una vez definidas las necesidades organizativas, se aplica un framework que constituye el método indispensable para una correcta Gobernanza de Datos.
Este framework se basa en la alimentación de datos ETL (Extract-Transform-Load), siguiendo los principios de Ralph Kimball, autoridad mundial en data warehousing:
- Eficiencia: procesar únicamente la información que presenta variaciones.
- Segregación: dividir el flujo de datos en grupos funcionales, garantizando la consistencia de la información.
- Control: establecer reglas de negocio que aseguren la conformidad de los datos.
- Notificación: comunicar automáticamente anomalías en los datos y alertas sobre su actualización.
El framework contempla fases de procesamiento aplicadas a cada fuente de datos, uniformando las lógicas de alimentación y manteniendo un estándar de calidad. Esto permite gestionar un data warehouse de alta calidad, independientemente del contexto, tipo de dato, sector o tecnología utilizada.
Las fases aplicadas son:
- L0 – Staging / Bronce: se interceptan únicamente las variaciones procedentes de los sistemas de origen y se trasladan al data warehouse en un área de staging.
- L1 – Operational Data Store / Silver: se aplican transformaciones para armonizar la información procedente de diversas fuentes, aplicando las reglas definidas por el negocio para garantizar la calidad. Además, se verifica la coherencia entre distintas entidades de información.
- L2 – Publication/ Gold: los datos se modelan según las necesidades de los usuarios, optimizando la lectura por parte de las aplicaciones.
Método, misión y evolución
La adopción de este enfoque permite obtener resultados consistentes en todas las organizaciones.
Una Gobernanza de Datos adecuada proporciona:
- Cumplimiento del Reglamento Europeo sobre Gobernanza de Datos (Data Governance Act), vigente desde enero de 2024.
- Armonización del acceso a los datos.
- Mayor eficacia en la compartición de la información, optimizando sus beneficios.
- Capacidad para aprovechar nuevas tecnologías, como la Inteligencia Artificial, donde la certificación de la propiedad y calidad de los datos es esencial.
En su organización, ¿cómo se gestionan los datos?
Se plantean a continuación preguntas clave, alineadas con los seis principios de la Gobernanza de Datos:
- Calidad de los datos: ¿existe un proceso de validación? ¿Garantiza decisiones fiables?
- Seguridad y privacidad: ¿cómo se protegen los datos sensibles?
- Cumplimiento normativo: ¿se cumplen las regulaciones locales e internacionales?
- Acceso y compartición: ¿quién accede a los datos y cómo se comparten?
- Arquitectura y estandarización: ¿permite un acceso eficiente y escalable?
- Rol del liderazgo: ¿se considera el dato un activo estratégico? ¿Se promueve la cultura del dato en la organización?