Gestión de Datos empresariales: utilidad y necesidad

introducción

nuestro mundo digital depende de la información. Los datos están en todas partes. ¿Por qué tantas empresas, organizaciones, analistas y consultores están tan preocupados por esto?

Los datos son representaciones de hechos. Al colocar los datos en contexto, se crea información. La ausencia de una buena gestión de los datos a menudo significa automáticamente que la información de gestión y control es ineficaz. A la larga, esto paralizará a una organización hasta tal punto que ya no podrá funcionar adecuadamente. La razón de esto es que las decisiones importantes se toman demasiado tarde porque ya no se confía en la información de gestión. Además, la gestión de los procesos institucionales a nivel de departamento requerirá cada vez más tiempo y esfuerzo, porque las actividades de las divisiones no están bien coordinadas. En esta situación, todo el mundo solo crea y administra los datos necesarios para llevar a cabo su propio trabajo y, por lo tanto, utiliza su propio conjunto de definiciones de datos. Debido a que los departamentos se culpan unos a otros por descuido, las medidas de control se apilan unas encima de otras y el proceso de negocio está aún más animado, lo que resulta en una espiral descendente. Por lo tanto, hay una razón de negocios convincente para dar a la gestión de datos un lugar independiente y profesional dentro de las organizaciones.

además, las leyes y reglamentos también obligan a la gestión de datos estructurados. Wetgeving in de financiële sector zoals Basel en Solvency vereist dat een mechanisme voor datakwaliteit en herleidbaarheid van in rapportages gebruikte informatie geborgd is binnen de organisatie. Basilea II stelt in dit verband: “El banco debe disponer de un proceso para examinar las entradas de datos en un modelo estadístico de predicción de impagos o pérdidas que incluya una evaluación de la exactitud, integridad y adecuación de los datos específicos para la asignación de una calificación aprobada”. La gestión de datos de Kwalitatief es belangrijk om te kunnen voldoen aan deze eisen. El registro correcto de los datos en los sistemas es una de las partes que más tiempo consume de un programa de este tipo. En tal situación, es difícil cumplir con los requisitos externos derivados de las leyes y reglamentos y los acuerdos concertados con proveedores y clientes.

La gestión de datos empresariales es el conjunto de actividades dentro de las organizaciones que se centra en identificar, clasificar, registrar, modelar, desbloquear, proteger, archivar y destruir datos de manera estructurada. El término “empresa” refleja la naturaleza de la gestión de datos en toda la organización.

el hecho de que la gestión de datos desempeñe un papel tan crucial en las operaciones comerciales se subraya en declaraciones de algunos gerentes de organizaciones. Aloys Kregting, CIO de DSM y elegido CIO del año en 2011, dice: “el CIO debería estar particularmente preocupado por el valor de la información. Tienes que saber muy bien qué personas necesitan qué información y cuándo, y también facilitar eso. Esto subraya una vez más la importancia de la gestión de informes y Datos Maestros.”

Als tweede de CEO van een olie-exploratie – en productiebedrijf die zich realiseert dat goed datamanagement voor zijn bedrijf een volgende stap naar business excellence is en hem in staat stelt zich te onderscheiden van zijn concurrenten: “Los esfuerzos de mejora continua ahora se centrarán en aprovechar estos cambios y descubrir el valor oculto que ofrecen. Esto significa impulsar procesos simplificados y una gestión de datos reforzada para proporcionar una toma de decisiones más rápida y mejor informada, una mayor capacidad de respuesta a las necesidades del cliente y menos desperdicio, todo lo cual resulta en un mayor rendimiento competitivo.”

Los datos como activo

Los datos son, como se ha indicado, representaciones de hechos. Proyectados en un entorno empresarial están los “hechos sobre las operaciones comerciales”. Sin contexto o estructura, estos datos no tienen valor añadido para una empresa. Carecen de contenido y significado para agregar valor a la empresa. Distinguimos entre datos estructurados (almacenados y ordenados en una base de datos) y datos no estructurados (en forma de documentos, archivos, imágenes, mensajes de texto, formularios, grabaciones de vídeo o sonido que no pueden estar contenidos en filas, columnas o registros).

sin información adicional, es difícil, si no imposible clasificar, registrar y acceder a estos datos. En el momento en que agregamos contexto a estos datos, los datos se vuelven significativos. Luego agregamos una referencia, una fecha y hora, el significado del mensaje, un formato. Esto da la estructura de datos y se convierte en información. Si relacionamos diferentes fuentes de información entre sí, estableciendo relaciones e identificando patrones, entonces la información se convierte en conocimiento. Este es también el valor añadido de la inteligencia de negocios( BI): conectar diferentes unidades de información en una organización para la toma de decisiones por parte de la dirección de la empresa. Véase también la Figura 1.

Figura 1. Ponga el valor de los datos en contexto.

las organizaciones que mejor pueden estructurar sus datos en información significativa y hacer que esta información sea accesible lógicamente a los trabajadores del conocimiento dentro de la empresa podrán dominar mejor a sus competidores. Aprovechar el poder comercial inherente de estos datos dará a las empresas y organizaciones una ventaja estratégica sobre sus competidores. Eric Schmidt, entonces CEO de Google, dijo en 2010: “No creo que la sociedad entienda lo que sucede cuando todo está disponible, conocible y grabado por todos todo el tiempo.”En Gartner stelt:” En el sector privado estimamos, por ejemplo, que un minorista que utiliza big data al máximo tiene el potencial de aumentar su margen operativo en más de un 60%.”()

Maar het gaat niet alleen om het goed structureren en onsluiten. Een aantal jaren was de heersende gedachte dat BI het probleem van goede managementinformatievoorziening zou oplossen. Todas las principales empresas e instituciones del mundo han ejecutado costosos programas de BI e implementado costosas aplicaciones. Sin embargo, la dirección de la empresa no está satisfecha. La BI no desbloquea todos los datos empresariales, en la práctica se centra principalmente en los datos estructurados, sin prestar suficiente atención al valor de los datos no estructurados. Además, los informes no se pueden adaptar fácilmente, por lo que a menudo no se centran lo suficiente en las necesidades de la empresa en un momento dado. KPMG, basado en la investigación: “Las grandes inversiones en TI no garantizan necesariamente una mejor información. Lo que es más importante es cambiar fundamentalmente la forma en que se recopilan, procesan y presentan los datos.”()

Gestructureerde data die door een datawarehouse worden ontsloten, zijn waardeloos als de kwaliteit van die data niet goed is. Ongestructureerde gegevens (ca. 85% van alle bedrijfsgegevens) kunnen niet via een datawarehouse worden ontsloten. De vraag is dan hoe je deze data ‘goed’ krijgt en wat goed datamanagement voor ongestructureerde gegevens is. En este contexto, buenos medios de acuerdo con los requisitos de calidad establecidos para ello por la organización. Está claro que los buenos datos no son algo natural. Se necesita un marco de gestión. El marco de gestión incluye actividades que una empresa debe organizar e invertir lógica y cuidadosamente en la organización. Esto es gestión de datos e incluye todas las actividades dentro de las organizaciones dirigidas a las operaciones comerciales para identificar, clasificar, registrar, Modelar, acceder, proteger, archivar y destruir datos de manera estructurada. Utilizamos el término Gestión de Datos Empresariales (EDM) para esto, porque se refiere a actividades que se llevan a cabo en toda la empresa en todas las organizaciones.

la comprensión de que administrar bien los datos puede agregar valor a las operaciones comerciales y los resultados finales llevó a los analistas y consultores a equiparar los datos con otros activos comerciales, como terrenos, edificios y maquinaria. En este contexto, los datos también se describen como un activo empresarial. Los activos deben estar bien gestionados: bien mantenido, bien asegurado, debe haber un propietario que supervise y un activo también debe reemplazarse de manera oportuna. Al igual que otros activos, los datos también se pueden vender. El valor se puede derivar de él. Solo piense en archivos de direcciones que representen un cierto valor tanto para empresas de buena fe como para empresas deshonestas.

los líderes de las empresas líderes en el mundo son muy conscientes de esto. Los programas relacionados con datos ocupan un lugar destacado en su Lista de Acciones. El Grupo Hackett afirma: “Lo que las empresas están reconociendo es que han invertido mucho dinero en las aplicaciones, pero sin estandarizar y limpiar sus datos, siguen obteniendo información que no tiene sentido. Tienen negocios que usan diferentes definiciones, que calculan métricas de manera diferente, que usan diferentes jerarquías. Todo este concepto de gestión de datos maestros es absolutamente crítico para que las empresas puedan llegar al punto en que tengan análisis predictivos.’. De businesscase om programa de gestión de datos maestros (MDM) te iniciamos de forma evidente: “Para 2013, MDM reducirá la redundancia de datos de las organizaciones, lo que puede ahorrar el 80% de los costos asociados con la gestión de datos redundantes”. ()

Modellen voor Enterprise Data Management

Over het beheersen van data wordt al tijden nagedacht en er zijn dan ook modellen en methodieken te over, die allemaal claimen het beste antwoord voor de inrichting van Enterprise Data Management te hebben. De International Organization for Standardization, beter bekend als ISO, kent talloze standaarden die elk op zich weer een deelaspect van het spectrum van data behandelen. Por ejemplo, la norma ISO 27001 aborda la seguridad de la información. ISO 15489 es la norma utilizada para la gestión de la información desde la perspectiva del archivo. ISO 23081 es el estándar para metadatos. Además, la norma ISO 19005 se puede utilizar como guía para la aparición de datos. Abundan las normas. Otros marcos como COSO y marcos como Cobit e ISF hablan de la importancia de los datos en un sentido más amplio, pero solo desde una perspectiva de riesgo.

Cuerpo de Conocimiento de Gestión de datos

un modelo más completo parece ser el de DAMA-DMBOK. Incluye una colección de “mejores prácticas” en el campo de la gestión de datos, que se han complementado a lo largo de varios años con nuevos conocimientos de la práctica. La Guía DAMA-DMBOK (Full: Data Management Body of Knowledge) es una publicación de la Asociación de Gestión de datos, una organización internacional que se centra en los administradores de datos y los profesionales de los datos para difundir el conocimiento sobre la gestión de datos.

el DMBOK distingue diez funciones de datos diferentes. Estas funciones se muestran en la Figura 2. El gobierno de datos es la función que conecta los otros dominios. Para cada una de las esferas, se deben tener en cuenta factores ambientales, como los métodos y procedimientos de trabajo actuales, la tecnología utilizada y la cultura institucional.

Figura 2. Dominios de datos según DAMA ().Sin embargo,

DAMA también conoce sus debilidades. Por ejemplo: el hecho de que las funciones nombradas solo se refieran entre sí en términos generales, de modo que un usuario no siempre ve la relación entre las funciones y, por lo tanto, la importancia más amplia. Además, DAMA parece centrarse en los datos tradicionales y estructurados por el momento. Por ejemplo, todavía se habla poco de la importancia del contenido de las redes sociales. La seguridad de los datos dentro de DAMA se centra principalmente en la protección técnica de los datos. Además, la diferencia en la forma en que las generaciones manejan los datos aún no se ha incluido explícitamente como factor relevante (factor ambiental). Por último, y esa es quizás la mayor objeción, se trata sobre todo de un marco conceptual. Carece de ejemplos prácticos para que los conceptos y términos sean suficientemente claros para el lector. Existe el riesgo de una interpretación incoherente. Tampoco está claro cómo debería aplicarse el marco. Esto es contrario al objetivo primario de un cuerpo de conocimiento. Esto debería tener por objeto garantizar que su uso promueva la coherencia en la aplicación de la gestión de datos.

Modelo de gestión de datos empresariales de KPMG

los modelos anteriores contienen elementos importantes que deben tenerse en cuenta al realizar una organización de gestión de datos profesional. Sin embargo, para la operacionalización de la gestión de datos son importantes otros aspectos que no están cubiertos por estos modelos.

en primer lugar, esto se refiere al hecho de que los datos se intercambian entre sistemas dentro de la organización y entre la organización y terceros. La gestión de los datos debe garantizar, a continuación, la existencia de buenos acuerdos sobre el formato en que se proporcionan los datos, la validación de la calidad de los datos proporcionados, las posibles etapas de enriquecimiento antes de que se sigan procesando los datos y cualquier procedimiento en caso de que se produzcan errores en el proceso. Agrupamos estas actividades bajo los términos “adquisición y creación” y “distribución”.

además, la electroerosión también debe garantizar que la estructura de electroerosión en su conjunto pueda mantenerse. La organización debe contar con procesos para registrar las pruebas documentales y los problemas detectados durante la ejecución operacional de las actividades de gestión electrónica de datos. Que se debatan en los órganos de consulta de gobernanza del GDE y que conduzcan a la adaptación de los procedimientos y técnicas existentes. Esto se puede considerar como una situación en la que el panel de calidad de datos utilizado dentro de una organización debe adaptarse porque la organización desea monitorear un nuevo objeto de datos. A continuación, debe haber un “proceso de cambio” que prepare la toma de decisiones sobre este cambio e implemente el cambio en el panel de control después de la decisión.

por último, todas las actividades de gestión electrónica de datos llevadas a cabo por una organización deben evaluarse en cuanto a su eficacia y eficiencia. Al igual que los procesos primarios dentro de una organización, la EDM debe tener un mecanismo de “planificar, hacer, verificar, actuar” que se pueda usar para verificar si la implementación de las actividades de EDM está de acuerdo con los acuerdos que se han hecho al respecto. El ‘monitoreo de procesos’ lo hace posible y permite a la organización de EDM identificar independientemente cualquier desviación y tomar medidas correctivas.

esto se traduce en el modelo de EDM de KPMG que se muestra en la Figura 3.

Figura 3. Modelo de Gestión de Datos Empresariales de KPMG.

a continuación se muestra una breve descripción de los elementos clave del modelo.

• El gobierno de datos se centra en (dirigir)las actividades de gestión de datos. Se abordan cuestiones como la estrategia, la política, las funciones, las tareas y las responsabilidades.
• La arquitectura de datos consiste en establecer y registrar los objetos de datos y las estructuras de datos dentro de una organización en modelos de datos. Estos constituyen la base para el análisis de la información y la construcción de procesos y sistemas.
• La gestión de datos maestros consiste en garantizar la calidad de los datos maestros y de referencia. El objetivo final es crear registros únicos (‘dorados’).
• El almacenamiento de datos es la actividad que permite definir la arquitectura de almacenamiento de datos en bases de datos relacionales.
• Business Intelligence se encarga de desbloquear los datos contenidos en los almacenes de datos de tal manera que proporciona información para la administración de la organización, sobre la base de la cual puede tomar decisiones.
• La gestión de la calidad de los datos implica la definición estructurada de criterios de calidad, el análisis de la calidad real de los datos y la notificación de los mismos.
• La gestión de contenidos se centra en clasificar los datos, estructurar los flujos de documentos y hacerlos accesibles.
• el archivado se centra en mover datos inactivos a otros entornos.
• Onder de Governance Operations is metadata de informatie over datamanagementelementen, zoals technische en functionele beschrijvingen van dataobjecten y datamodellen. Gestión de bases de datos más detallada para el funcionamiento técnico de las bases de datos. Seguridad de datos más información sobre los datos almacenados en los archivos de datos. Identity Management tot slot regelt de toegang tot data.

para una descripción más detallada de algunos de estos elementos de EDM, consulte las contribuciones individuales sobre elementos de EDM incluidas en este Pacto.

EDM desde una perspectiva organizacional

en este artículo, todavía tenemos la respuesta a la pregunta de cómo se puede implementar el modelo de EDM en la práctica.

si revisa las diferentes partes de EDM como se muestra en la Figura 3 y las deja actuar sobre sí mismas, rápidamente surgirá la impresión de que hay poco orden lógico en estas partes. En el gráfico 3 se muestra que no se ha propuesto establecer prioridades o fases para la construcción y aplicación de los elementos. Está claro que la gobernanza de datos conecta todos los demás elementos. Con esto queremos indicar que no hay orden entre los dominios y que el orden en el que se tratan las partes de EDM es de naturaleza arbitraria. Una excepción es el gobierno de datos. El vínculo que existe entre el gobierno de datos y todas las demás partes de EDM refleja bien que en realidad no se puede desarrollar e implementar con éxito ninguna actividad de administración de datos si no hay gobierno de datos dentro de las organizaciones.

La gobernanza de datos sienta las bases para todas las actividades de gestión de datos. Sin la base, son bloques de construcción sueltos que cuelgan más o menos en el vacío sin estructura y conexión. Puede llevar a que se compren e implementen soluciones de BI mientras no haya estándares de datos o definiciones de datos insuficientes, o que la calidad de los datos necesaria para obtener información de gestión confiable deje mucho que desear. Puede contribuir al diseño y la adquisición de sistemas que no se conectan a otros sistemas, porque no existe un modelo general de datos institucionales que sirva de base para todo el desarrollo del sistema. Por último, puede llevar a una organización a utilizar activamente las huellas dejadas por los usuarios de Internet en los sitios web, sin tener en cuenta las normas de privacidad, lo que conduce a daños a la imagen y a la responsabilidad.

El gobierno de datos garantiza que existe una visión y una estrategia de Gestión de Datos para toda la empresa, que está respaldada por la administración de la empresa. La Visión nos dice lo que queremos lograr. La estrategia sobre cómo lograrlo. Reflejan, por así decirlo, la ambición de la organización. Todas las actividades relacionadas con los datos deben ajustarse a esta visión y la estrategia garantiza la coherencia de estas actividades. La estrategia también determina el alcance de la gestión de datos dentro de una organización. A pesar del modelo general de DAMA, las organizaciones pueden optar por dejar ciertos asuntos fuera de consideración, porque ya pueden llenarse de manera descentralizada. Un fenómeno común es, por ejemplo, que Recursos Humanos crea su propia organización de gestión de datos y hace un uso limitado de las directrices y normas que la organización central de gestión de datos ha desarrollado.

El gobierno de datos también garantiza la atención a la elaboración de reglas de política. Esto incluye una política de seguridad de la información, políticas relativas a la arquitectura de datos, el archivo y la calidad de los datos. Además, la gobernanza de datos garantiza la integración organizativa de la gestión de datos: quién es el responsable en última instancia, dónde y cómo se toman las decisiones sobre estrategia, política, normas, roles, propiedad. Por ejemplo: ¿cómo y cuándo se informan las actividades de gestión de datos dentro de la organización? ¿Cómo organizamos la ejecución de las actividades de mantenimiento de datos maestros?

puede quedar claro de esta elaboración que la gobernanza de datos es la base para una buena gestión de datos. No importa en qué etapa de madurez se encuentren las organizaciones, siempre vale la pena vigilar la calidad del gobierno de los datos y verificar si su implementación es satisfactoria.

supongamos que una organización tiene el gobierno de datos en orden. ¿Existen directrices o mejores prácticas que aclaren cuáles de los otros componentes de gestión de datos son elegibles para la optimización en términos de priorización? En realidad, ese no es el caso. Es decir, nuestra experiencia dice que esto depende de las prioridades que surjan del programa de la propia organización.

supongamos que una organización decide reemplazar un sistema de información heredado por un nuevo sistema ERP. Uno podría preguntarse entonces qué impacto tiene esto en la gestión de datos. Entonces, ¿cuál es la prioridad más alta? Esto puede llevar a priorizar la “Gestión de la Calidad de los Datos” como resultado de la migración de datos necesaria. Se limpian los datos contaminados, se aborda la documentación de metadatos y se mejora la gestión de los datos maestros. Por ejemplo, la implementación de una aplicación de integración de datos puede resultar en la actualización del modelo de arquitectura de datos y la selección e implementación de una aplicación de calidad de datos para limpiar y enriquecer los datos antes de que se intercambien con otras plataformas.

Figura 4. Relación entre modelo de negocio y EDM.

en conclusión, creemos que desde la base de la gobernanza de datos, dependiendo de la agenda de negocios de la organización, se deben abordar aquellas actividades de gestión de datos que proporcionen el mayor valor agregado en ese momento para realizar esa agenda. Esto se muestra en la Figura 4. Desde la perspectiva de visión y estrategia, se realiza el modelo de negocio que es necesario para realizar los objetivos establecidos en la visión y estrategia. Este modelo de negocio impone exigencias a los procesos primarios y de apoyo. Para que estos procesos funcionen, se necesitan recursos. Estos pueden subdividirse en recursos humanos, datos y recursos de TI. Qué y cuánto se necesita en el lado de los datos en un caso particular está determinado por la agenda de negocios. La EDM proporciona herramientas para organizar esto. Esto está hecho a medida y no se deja atrapar en un patrón fijo de actividades de gestión de datos.

conclusión

en esta contribución, hemos descrito el EDM como un enfoque para administrar todos los datos que genera una organización. Una buena interpretación de esto garantiza que estos datos cumplan con los requisitos de calidad que las organizaciones establecen para ellos. Garantiza que los datos necesarios para ejecutar los procesos y permitir a la administración tomar decisiones informadas sean precisos, completos y estén disponibles de manera oportuna. Esto convierte a los datos en un “activo” que debe gestionarse al igual que todos los demás activos empresariales. Hemos profundizado en las partes constitutivas de la DGE. Esto ha creado un marco de actividades de gestión que constituyen la base para garantizar la calidad de los datos. Por último, hemos argumentado que la aplicación de estos componentes no puede llevarse a cabo de acuerdo con un marco fijo. Es la estrategia de negocio y la priorización lo que determina cuáles de las partes de EDM se recogen y optimizan en la operacionalización. Un papel crucial en esto lo desempeña el gobierno de datos, que garantiza una visión y estrategia de EDM para toda la empresa y respaldada por la administración.