El valor de la gestión de datos

Importancia de una arquitectura de datos que impulse Data Governance

Posted on Tue, Mar 21, 2017

Una correcta arquitectura de datos puede desempeñar un papel importante para determinar el éxito o fracaso de los esfuerzos en data governance. Si la arquitectura de datos es compleja o está mal integrada, ésta se convierte en un importante obstáculo para poder aplicar estándares comunes para la entrega de datos fiables y seguros por toda la empresa.


arquitectura_de_datos.jpg

Créditos fotográficos: KruIUA

La arquitectura de datos resulta esencial en la habilitación del data governance, diseñando y evangelizando la arquitectura de gestión de datos para respaldar los requisitos de calidad y privacidad.

Además, esta arquitectura de datos debe estar soportada por tecnologías que permitan gestionar los flujos de trabajo de forma que ayuden al proceso de descubrimiento, definición, aplicación, medición y monitorización.

Es importante no caer en la tentación de seleccionar las herramientas antes que tener los objetivos, la estrategia y los procesos para que el data governance esté en su lugar.

 

Componentes de la arquitectura de datos a considerar para la gobernabilidad de datos integral

Para conseguir esa arquitectura de datos que respalde al data governance hay que tomar en consideración el ciclo de vida completo de los datos empresariales críticos. El primer paso debe ser localizar cuáles son estos datos y averiguar dónde se encuentran. Esto incluye:

  • Desde las aplicaciones, sistemas y procesos transaccionales y operativos tradicionales que se dedican a la importación o actualización de datos, a los que consolidan, entregan y consumen datos.
  • Y de las aplicaciones y plataformas basadas en la nube, datos sociales, dispositivos móviles, fuentes de datos de terceros, datos de sensores y entornos analíticos de Hadoop, a la infraestructura interna.

Una vez se tiene visibilidad sobre este aspecto, hay que centrarse en la evaluación y entrega de las capacidades compartidas que deberían estar disponibles en toda la arquitectura de datos empresariales. Se trata de evitar la compartimentación y los silos informacionales y de hacer una elección tecnológica correcta.

En ocasiones se recurrirá a la inversión en plataformas, otras se buscará optimizar el diseño de la arquitectura de datos en base a la infraestructura existente, aprovechando también el software. En cualquiera de los casos es importante asegurar la normalización, reutilización y cumplimiento de políticas en este tipo de ecosistemas.

Por último, no hay que olvidar el asegurar ciertas capacidades específicas de software habilitador, ésas que potencian la efectividad del gobierno de datos y ayudan a mejorar resultados en cuanto a la gestión de activos informacionales. Se trata de:

  1. Perfilado de datos: este tipo de software hace posible conocer mejor el tipo de datos disponibles, su formato y el modo en que se producen las relaciones entre datos de diferentes sistemas.
  2. Descubrimiento de datos: permite identificar dónde pueden tener lugar las anomalías de datos y, además, facilitan la tarea de conocer la información disponible que puede resultar más relevante para el análisis o la toma de decisiones.
  3. Glosario de negocio: es el instrumento que dota de contexto a los datos y en el que, además de las definiciones esperadas de entidades y atributos de datos básicos, se incluyen reglas, políticas y propietarios de datos, entre otros. El glosario de negocio permite la colaboración minimizando el riesgo de la redundancia y de conflictos entre versiones distintas.
  4. Gestión de metadatos y linaje de datos: la arquitectura de datos necesita de este soporte para evaluar el impacto de posibles cambios en las definiciones de datos o para poder responder ante fallos de calidad o seguridad de datos.

Por último, al buscar la maximización de la eficacia de una arquitectura de datos no hay que olvidarse de tratar temas relativos al modelado, la calidad, los datos maestros y su monitorización o los temas de seguridad. Cada organización deberá evaluar en qué punto se encuentra para, desde ahí, avanzar introduciendo mejoras hasta que se confirme que la infraestructura y sus componentes están alineados con la gobernanza.

 

New Call-to-action

Topics: Data Governance