El valor de la gestión de datos

Claves para confeccionar el plan de Data Management

Posted on Mon, Jun 30, 2014

¿Qué debería incluir un plan de data management? Cada empresa, cada negocio es susceptible de presentar requisitos específicos para el contenido del plan de gestión de datos, sin embargo, hay ciertas cuestiones que, por su carácter crítico, son de aplicación a la mayoría de los sectores, áreas, formatos y proyectos.

Lo primero que hay que tener caro es su finalidad. Un buen plan de data management es fundamental, como mínimo, para:

  •  Gestionar eficiente y adecuadamente los propios datos.

  •  Adaptar el uso de los datos a las necesidades organizacionales futuras y optimizar la interacción presente.

  •  Cumplir con los requisitos legales.

Por eso, todo plan de data management debe actuar en las siguientes 9 áreas:

  •  Integración de datos.

  •  Calidad de datos.

  •  Gobierno de datos.

  •  Accesibilidad de la información.

  •  Gestión de datos maestros.

  •  Gestión de metadatos.

  •  Minería de datos.

  •  Gestión del rendimiento.

  •  Seguridad de datos.

Sólo de esta forma es posible alcanzar una visión única, garantizar la completitud, integridad, exactitud y fiabilidad de todos los datos, al actuar sobre el ciclo de vida del dato al completo; y hacer que las fuentes de datos siempre estén disponibles para compartir su información.

 

data management

Créditos fotográficos: "Code Binary" by Vlado

Preparación del plan de data management

Antes de lanzarse a confeccionar el plan que regirá la gestión de datos de la compañía, hay que profundizar en una serie de aspectos:

  •  ¿Quiénes se verán beneficiados por el plan?

  •  ¿Qué ventajas aportará al negocio?

  •  ¿Cuáles son las necesidades?

  •  ¿Cuál es el orden de prioridades?

  •  ¿Quién se encargará del diseño y la implementación del plan de data management?

  •  ¿De qué herramientas se dispone?

  •  ¿Cómo pueden garantizarse la calidad y seguridad de los datos?

  •  ¿Cómo se mantendrá el plan actualizado?

  •  ¿Cuáles serán los indicadores que permitan realizar un seguimiento?

Debe tenerse en cuenta que, a la hora de aplicar el plan, éste debe ser capaz de dar soluciones a todas las cuestiones sobre:

  •  Descubrimiento de datos.

  •  Captura de datos.

  •  Migración de datos.

  •  Desarrollo de bases de datos

  •  Gestión de bases de datos

  •  Mantenimiento de datos.

  •  Interacciones con la base de datos (DB query).

  •  Análisis estadístico.

  •  Bases de datos relacionales.

  •  Análisis de datos.

 

Diseño del plan de data management

Generalmente, un plan debe contener varios componentes, entre los que no pueden faltar los siguientes:

1. Descripción del propósito y alcance del plan de data management.

2. Descripción de los datos a los que se extiende: su naturaleza y formato de los datos.

3. Normas de aplicación: las que deben aplicarse en los formatos, metadatos , etc.

4. Planes para el almacenamiento.

5. Aspectos legales: entre los que destacan la propiedad intelectual o la confidencialidad.

6. Políticas de acceso de los datos y establecimiento de las restricciones necesarias.

7. Asignación de responsabilidades de gestión de datos: roles, competencias, garantías y supervisión del plan.

8. Tratamiento de los grandes datos.

9. Selección de la mejor plataforma tecnológica.

Por supuesto, diseñar una estrategia sostenible, que recoja los puntos clave y guíe a los participantes en la creación del plan de data management, es el punto de partida. En concreto, se debe garantizar la escalabilidad y se tiene que asegurar que la limpieza, validación, integración y los esfuerzos de enriquecimiento de datos se lleven a cabo en tiempo real y estén disponibles para el futuro.

 

data management

Créditos fotográficos: "A Set Of Chess Pieces" by rajcreationzs


Confección e implementación del plan de data management

Durante la etapa de elaboración del plan de data management, es recomendable guiarse por los siguientes seis pasos, que se exponen en detalle a continuación:

1. Estrategia

  •  Visión y misión.

  •  Metas y objetivos.

  •  Alineación con la estrategia organizacional.

  •  Alineación con la estrategia de negocio.

  •  Principios rectores.

2. Organización

  •  Modelo operativo.

  •  Participantes.

  •  Roles y responsabilidades

  •  Propietarios de los datos

3. Políticas, procesos y estándares

  •  Reglas y políticas.

  •  Procesos.

  •  Controles.

  •  Definiciones de datos.

  •  Estándares de datos.

  •  Clasificación y taxonomía de metadatos.

4. Seguimiento y evaluación

  •  Estadísticas y análisis.

  •  Monitorización del progreso.

  •  Detección de problemas.

  •  Mejora continua.

  •  Score-carding.

5. Tecnología

  •  Arquitectura de datos.

  •  Calidad de datos.

  •  Repositorio de metadatos.

  •  Seguridad de datos.

6. Comunicación

  •  Plan de comunicación.

  •  Actualizaciones individuales.

  •  Formación.

A la hora de implementar el plan de data management es necesario observar una serie de recomendaciones que no pueden pasarse por alto:

  •  Comunicación: la comunicación es fundamental y debe complementarse con la información adecuada dirigida a todos los usuarios de negocio.

  •  Coordinación: es imprescindible proporcionar un medio de coordinación entre los participantes. Ésta es la única forma de reducir los conflictos y fomentar el consenso.

  •  Requisitos de datos: el paso más crítico y el que garantizará la viabilidad del plan de data management.

  •  Transición: como todo proceso de negocio, las cosas llevan su tiempo y por eso es necesario avanzar con pasos lentos pero seguros y, como medida de protección, considerar la creación de un plan de transición, algo que pueda funcionar hasta que la sincronización alcance el punto de máxima eficiencia que se necesita.

Por supuesto, en la planificación no ha de dejarse de lado la gestión del cambio, que deberá medir el impacto del plan de data management sobre el negocio, preparar la estrategia de comunicación y contar con el apoyo del Departamento de IT.

 

Post relacionados:


data management guia gratuita

Topics: Data Management