Es bien sabido que extraer valor de los datos externos e internos requiere un enfoque tanto en la gestión como en la calidad de los datos. Gartner define el gobierno de datos como «la definición de derechos de decisión y marcos de responsabilidad para garantizar un comportamiento adecuado en relación con la evaluación, creación, consumo y control de datos y análisis». La calidad de los datos está determinada en gran medida por la precisión y actualidad de la información; Sin datos precisos y conocimiento de quién está utilizando la información en su organización, es muy difícil drenar ese conocimiento.

Aunque es bien sabido que la gestión y la calidad de los datos son de suma importancia para las organizaciones, y dados los tremendos avances en la tecnología y las capacidades de los datos, las organizaciones aún luchan por garantizar la gestión y la calidad de los datos.

Compruebe también:

Un estudio reciente de EY encontró que el 41% de las organizaciones consideran que la calidad de sus datos es el mayor desafío. Gartner sugiere que la mala calidad de los datos cuesta a las organizaciones un promedio de 12,9 millones de dólares al año.

Además, el informe de EY encontró que el 14% de las organizaciones tienen problemas para acceder a la infraestructura tecnológica y los datos relacionados. Sin la disponibilidad, la tecnología y la infraestructura de datos adecuadas, es extremadamente difícil para las empresas implementar un marco de gestión de datos eficaz.

Desafíos relacionados con la centralización de datos

Muchas de las barreras que impiden que las empresas logren sus objetivos de calidad y gestión de datos se derivan del enfoque tradicional centrado en los datos. A medida que crece la organización, la afluencia de recursos operativos crea silos de datos. Las empresas están tratando de superar este problema mediante la recopilación de datos de estas fuentes en un solo lugar. Si bien no ha habido argumentos para este razonamiento en los últimos años, en tiempos de mayor cantidad y complejidad de datos, ha dado lugar a muchos desafíos importantes.

Por ejemplo, la integración de nuevas fuentes de datos en un entorno centralizado requiere mucho tiempo y esfuerzo. El costo de la centralización de datos es significativo dada la inversión en almacenamiento, computadoras e interfaces, y la tarea de estandarizar los formatos de datos en todas las fuentes de datos. Mientras tanto, los silos de datos van en aumento porque existe una separación natural entre quienes crean y consumen datos, y los ingenieros de datos con experiencia en herramientas de big data. Esto se debe a que los ingenieros carecen de experiencia comercial y de dominio, y los propietarios de productos de datos carecen de experiencia técnica. Como resultado, las organizaciones no tienen la capacidad de ver el consumo de datos en toda la empresa.

Los aspectos técnicos de la centralización de datos también pueden contribuir a los efectos negativos de la política regulatoria; La competencia interna puede dar lugar a que los departamentos se nieguen a compartir sus activos de datos con otros departamentos. La falta de visibilidad y disponibilidad en un entorno centrado en datos puede fomentar el almacenamiento de activos de datos y, por lo tanto, la pérdida de muchas iniciativas de monetización de datos por parte de la empresa.

Los problemas de consolidación de datos en un entorno centralizado también conducen al uso de datos obsoletos. Por ejemplo, a medida que la organización crece con el tiempo, un tercero puede interactuar con muchas unidades comerciales diferentes dentro de la organización, cada una con un sistema operativo diferente. Esto conduce a una falta de sincronización de datos: algunos datos están actualizados y otra información ya no es precisa. Esto dificulta la implementación y el descubrimiento de conocimientos y, por lo tanto, afecta los resultados comerciales.

Finalmente, las empresas no pueden dictar cómo se utilizan los datos. Cuando los datos están centralizados, es complicado implementar los controles de acceso mínimos y más precisos, por lo que lograr el gobierno corporativo y el cumplimiento es un desafío.

Un nuevo enfoque descentralizado de los datos

Por lo tanto, está claro que el enfoque tradicional y centrado en los datos presenta a las organizaciones muchos desafíos que superar. Una estrategia alternativa es adoptar un enfoque descentralizado. El concepto Data Fabric, una de las direcciones estratégicas más importantes de Gartner para 2022, puede ayudar, basado en múltiples tecnologías de gestión de datos que funcionan en conjunto, mejorando la recuperación e integración de datos en todo el ecosistema de la empresa.

Una de esas tecnologías es la virtualización de datos, que permite el acceso a los recursos de datos desde cualquier fuente operativa sin tener que repetirlos. En otras palabras, en lugar de copiar datos de una fuente operativa a un almacén de datos central, los conjuntos de datos se pueden ver y analizar (incluso utilizando técnicas complejas de IA) desde donde se encuentran. El enfoque de Data Fabric real también permitiría la creación de lagos de datos virtuales en tiempo real según sea necesario; Esto significa que los lagos de datos se pueden crear y eliminar en cualquier momento sin afectar las aplicaciones y la infraestructura existentes.

Esto proporciona una alternativa más sencilla y rentable a la integración de fuentes y proveedores de datos, y permite una vista única del flujo de datos en toda la empresa. Al lograr este nivel de visibilidad, las organizaciones pueden actuar sobre los datos de muchas maneras. En primer lugar, mediante el uso de mecanismos de control avanzados basados ​​en rasgos y roles, puede restringir la visibilidad y el acceso al nivel más bajo y detallado, lo que permite que las decisiones de control se apliquen mejor.

En segundo lugar, debido a que los recursos de datos son más accesibles, las organizaciones pueden coordinar el intercambio de datos entre equipos y reducir los recursos de datos aislados. Esta capacidad de mejorar dinámicamente el uso de datos es parte del verdadero valor de Data Fabric, según Gartner. La firma de investigación dice que el análisis como parte de Data Fabric puede reducir los esfuerzos de gestión de datos hasta en un 70 % y acelerar el tiempo de obtención de valor.

Es importante destacar que el excelente enfoque de Data Fabric no significa abandonar los almacenes o lagos de datos centrales existentes, sino integrar los datos dentro de ellos como parte de una infraestructura dinámica y resistente. Data Fabric puede ser utilizado por una aplicación o plataforma y permite que los datos se enriquezcan, procesen y visualicen en cualquier momento, para que las empresas dejen de bloquear sus datos en silos o replicarlos en múltiples aplicaciones.

Las organizaciones que buscan mejorar los resultados comerciales mediante la modernización de la calidad, la gestión y la capacidad de descubrimiento de los datos deben considerar su enfoque de datos de extremo a extremo y preguntarse si un enfoque tradicional y centralizado puede ayudarlos a lograr sus objetivos. Una estrategia que utiliza la textura de los datos ciertamente puede hacer precisamente eso.

autor:

Médico. David Amzalaj – Jefe de Producto y CEO de Transformación Digital, BlackSwan Technologies.

Fuente: IDG Connect