Transformemos los cambios en Oportunidades

Okey

La importancia del Gobierno de Datos para la competitividad de las empresas

La importancia del Gobierno de Datos para la competitividad de las empresas

Los datos son uno de los activos más importantes dentro de una organización, por esto, la importancia de contar con una unidad de Gobierno de Dato es fundamental para gestionar la información.

Esta área no solo asegura el trabajo en conjunto entre negocios y tecnología, sino que también reduce el tiempo para la toma de decisiones, haciéndolo más eficiente y aumentando la rentabilidad de las empresas.

En este contexto, Telefónica Chile en su Dirección de BI & Big Data, cuenta con una Gerencia de Gobierno de Dato, donde sus propósitos se centran en:

 

  • Asegurar que la data sea gestiona, apropiadamente, de acuerdo a políticas internas y usando las mejores prácticas a nivel empresa.
  • Apoyar proyectos de datos y proyectos analíticos, principalmente, en las áreas de: Arquitectura de Datos, Calidad de Datos, Metadatos y Seguridad.
  • Contar con información que sea: actualizada, relevante, oportuna, confiable y explicable.

 

“Al ser los datos el principal activo organizacional de las empresas modernas, la ventaja competitiva que aporta el Gobierno de Dato es muy grande, pues contribuye a la protección y seguridad de los datos como activo organizacional, reduce los tiempos de desarrollo de proyectos analíticos y es clave para lograr que las organizaciones sean data driven”, explicó Karen Arenas, Gerente de Gobierno de Dato en Telefónica Chile.

Para lograr sus objetivos, Gobierno de Dato debe trabajar mancomunado con otras gerencias, siendo una de las más importantes el área de Analítica Avanzada, con quien se apoyan para optimizar los tiempos de desarrollo de modelos analíticos llevados a cabo por los Data Scientists.

El objetivo principal del área de Analítica Avanzada es diseñar soluciones a través de algoritmos avanzados, adaptables y escalables que apoyen en la toma de decisiones a las distintas áreas del negocio. A través del análisis profundo y exploratorio de datos masivos de distintos orígenes y estructuras, que permiten obtener información relevante para la transformación de los procesos y la mejora de la rentabilización de los mismos.

El trabajo en conjunto que realizan estás 2 áreas se centra en: Entendimiento de los Datos, Preparación de los Datos y Paso a Producción.

 

1.- El Entendimiento de los Datos

Está directamente relacionado a la comprensión de qué son los Metadatos (información que describe los datos) y de qué forma generarlos y almacenarlos para que sean utilizados a nivel transversal en las organizaciones.

Tener Metadatos agiliza el proceso de identificación de las fuentes de datos que se usarán en el proyecto y permite tener una clara descripción de los mismos.

 

Los Metadatos deben almacenarse en un Catálogo de Datos, el que brinda las siguientes ventajas:

 

CATÁLOGO DE DATOSVENTAJA PARA LOS DATA SCIENTISTS
Descripción de cada fuente y atributo de datos.Agilidad en la búsqueda de fuentes de datos y dueño de los mismos.
Definición de términos de negocio.
Asociar Data Owner a cada objeto de datos.
Reporta nivel de calidad de cada atributo (salud de los datos)Minimizar el uso de datos no confiables en los modelos analíticos (si entra basura, saldrá basura)
Claridad sobre la trazabilidad de los datos (Linaje)Identificación de los niveles de agregación de los datos. End to End de los datos.

 

 

2.- La Preparación de los Datos

Como lo indica el siguiente gráfico, los Data Scientists dedican el 79% del tiempo de los proyectos analíticos a identificar, unificar y pre-procesar los datos, en el caso que éstos lleguen con falencias de calidad desde la fuente de origen y/o desde otras fuentes intermedias. Algo muy alarmante es que solo dedican un 21% a la construcción y creación de los modelos analíticos, siendo la parte más valiosa del proyecto analítico.

Como el objetivo final es revertir los porcentajes antes mencionados, el área de Gobierno de Datos podría contribuir de la siguiente manera en la mejora de la calidad de los datos, y de esta forma evitar que esta tarea la realicen los Data Scientists:

 

  • Identificar y corregir datos erróneos clasificándolos, a través de diferentes dimensiones, lo que se traduce en disponibilidad a los equipos de proyectos información acerca de la salud de los datos.
  • Estandarizar el formato de los datos que vienen de distintas fuentes. (Ej: formatos de fechas)
  • Comunicación fluida entre los Data Scientists y el Equipo de Calidad para evitar que las reglas de calidad queden encapsuladas en los modelos analíticos, sino que puedan ser corregidas directo en las fuentes de datos de origen.

Lo anterior disminuiría drásticamente el tiempo y esfuerzo dedicado a etapas iniciales de desarrollo de modelos analíticos.

 

3.- Paso a Producción

Durante el ciclo completo del proyecto, es necesario contar con documentación estandarizada y ágil, que beneficiará al equipo de proyecto, a los Data Scientists que deban realizar controles de ajuste y recalibración a los modelos, como también al área de Gobierno de Datos, la cual tendrá una mirada detallada sobre la arquitectura del modelo, metadatos, reglas de calidad de datos y reglas de seguridad aplicadas a los resultados entregables del proyecto.

Karen Arenas, Gerente de Gobierno de Dato en Telefónica Chile, señaló: “Las áreas de analítica, podrían reducir al menos un 50% el tiempo de búsqueda y exploración de información, altamente específica en grandes cantidades de datos, al contar con un catálogo de datos robusto y bien estructurado”.

El trabajo conjunto y comunicación efectiva entre las áreas de Analítica y Gobierno de Datos, genera madurez en los equipos y procesos internos de toda empresa.

La gestión adecuada de los datos es fundamental en la transformación interna de las empresas, siendo una de las claves para mantener el liderazgo y seguir siendo competitivas en el mercado.

Otras noticias

Columna de Ciberseguridad : El nuevo campo de batalla del malware

Columna de Ciberseguridad : El nuevo campo de batalla del malware

Optimización de rutas: Agilizando las operaciones en terreno

Optimización de rutas: Agilizando las operaciones en terreno

Big Data : Su importancia en tiempos de pandemia

Big Data : Su importancia en tiempos de pandemia