El valor de la gestión de datos

Cómo MDM puede impulsar el análisis de big data

Posted on Mon, May 8, 2017

Big data está formado por una masa de datos no estructurados que, en caso de no ser bien gestionados, pueden llegar a ser más una carga que un beneficio. Muchas organizaciones luchan por poner todo eso en orden para convertir esos datos en dinero.

MDM impulsando analisis.jpg

Los enfoques habituales para la gestión de datos son, en muchos casos, insuficientes para la gestión correcta de fuentes de big data a escala empresarial. Recopilar datos sin gestionarlos adecuadamente crea además costes continuos así como riesgos legales. Resulta por tanto crucial tener una buena gestión de datos maestros que ayude a mejorar todo esto.

Pero debe de estar basada en un MDM maduro ya que de lo contrario se podría limitar la capacidad de la organización para extraer información valiosa de esos datos.

 

Para hacerlo correctamente, los CIOs deben considerar los siguientes pasos:

Actualizar la Estrategia y la Arquitectura de la Información

Son muchas las organizaciones que han conseguido éxitos al aprovechar las ideas proporcionadas por el big data para algunas operaciones específicas. Pero normalmente se limitan a una sola unidad de negocio o a un solo caso de uso. Son pocas las empresas que han conseguido que esas ideas que aporta el big data funcionen en toda la organización enlazando fuentes de big data con un MDM de confianza.

Por ejemplo, muchas empresas de marketing utilizan los datos de redes sociales, como Twitter y Facebook, para documentar sus campañas, pero no apoyan esto con datos confiables de los repositorios de clientes que utilizan los servicios de atención al cliente o de ventas. Esto puede conducir a una comunicación incoherente del cliente que puede llegar a minar el proceso de ventas o de servicio de atención al cliente.

 

Ser más ágil

El uso efectivo de big data requiere una mezcla de viejas y nuevas prácticas y tecnologías. Esto requiere un enfoque ágil que aplique un marco de TI bimodal al gobierno de la información. MDM tradicionalmente utiliza un enfoque basado en políticas y aprobación. Big data suele utilizar un enfoque sin procesos ni controles predefinidos. Las iniciativas tácticas y exploratorias son mucho más adecuadas para este último enfoque mucho más rápido.

 

Moverse para limitar exponerse al riesgo

Cuando una organización ejecuta acciones basadas en fuentes de información fuera de la curación de MDM, como ocurre en muchas implementaciones de big data, aumenta la exposición a ciertos tipos de riesgos empresariales. Factores como la mala calidad de datos, la pérdida de información crítica y el acceso no autorizado a información, pueden ocurrir con más probabilidad. Gartner recomienda nombrar un administrador de información en las unidades de negocio más relevantes para ayudar a crear y ejecutar controles de riesgo con respecto al uso de datos en operaciones comerciales.

 

Identificar requisitos a medio y largo plazo

La escala de desafíos a los que se enfrentan las organizaciones y su infraestructura de información cambia muy rápidamente. Esto no significa necesariamente que las implementaciones actuales de MDM ya no sean aptas para este propósito. Sin embargo, evaluar y planificar de forma inmediata, una vez vistos los nuevos y futuros requisitos, es esencial para asegurar que tanto la inversión como la contratación se ajustan a las demandas de información de los negocios digitales. El modelado de datos, la gestión de la calidad, la integración y la sincronización, son áreas que pueden requerir muy pronto herramientas y habilidades adicionales si queremos que la empresa siga siendo competitiva.

 

Ebook Experiencia de cliente y omnicanalidad

Topics: Master Data Management