Todos ejecutamos muchos tipos de datos y estos se convierten en información cuando podemos interpretarlos. Por ejemplo, las empresas de todo tipo tienen datos de transacciones, referencias y relaciones con los clientes. También podemos tener datos específicos de la industria y datos de fuentes externas. Los metadatos, que describen el formato y los usos de los datos, también son importantes. A menudo, integramos todos estos tipos de datos para crear conjuntos de datos analíticos especializados. Lo que mantiene en orden este complejo ecosistema es una estrategia de datos bien planificada, con una sólida arquitectura de datos como base.

¿Qué es una estrategia de datos?

Una estrategia de datos comprende un conjunto de objetivos a largo plazo para el uso de datos en una organización, junto con políticas y prácticas que apoyan esos objetivos.

Para tener éxito, tu estrategia de datos debe cubrir todos los usos de los datos. Y no puede consistir solo en procesos técnicos para la gestión y el análisis de datos. Como veremos, el elemento humano en la gestión y comprensión de los datos también tiene peso.

¿Por qué tu organización necesita una estrategia de datos?

Una estrategia empresarial moderna depende de los datos. Ya no podemos dejar la gestión, la seguridad y el uso de un activo corporativo tan importante a los arquitectos o desarrolladores de datos individuales. Necesitas una estrategia de datos integral, con una amplia participación y apoyo, para garantizar que los datos se gestionen bien y se utilicen de forma eficaz.

Todas las organizaciones tienen diferentes prioridades de datos, basadas en sus estrategias de gestión y objetivos comerciales. Por esta razón, no podemos esbozar una estrategia de datos genérica para que todos la sigan. Pero podemos identificar componentes importantes que toda estrategia de datos debe incluir. Aquí hay seis que considero fundamentales.

1. DATOS

Este es el componente más fundamental, por supuesto. Pero todos los consejos que siguen no serán de ayuda si sus datos no están almacenados y protegidos de manera segura, bien mantenidos y listos para usar. El valor estratégico de tus datos debe construirse sobre una base sólida de gestión de datos empresariales. Eso incluye integrar y procesar sus datos, validar su calidad, gobernar su uso y auditar los procesos que los afectan. Una vez que estos conceptos básicos están en su lugar, siempre recomiendo un catálogo de datos empresariales como un componente crítico de una estrategia de datos. No puede crear estrategias en torno a los datos si no sabe qué datos tiene. Las herramientas de catálogo de datos son particularmente útiles para poner los datos a disposición de los usuarios comerciales con metadatos detallados y descriptivos. A veces, también, los gerentes de TI quieren mapear sus sistemas para saber qué datos tienen y dónde residen. El equipo de TI puede crear su propio catálogo de datos simplificado para tales necesidades. Sé que esto puede parecer básico, pero es por donde debes empezar.

Las preguntas clave son siempre las mismas. ¿Qué datos tengo? ¿Dónde está? ¿Quién puede usarlo?

2. HERRAMIENTAS

Ya mencioné los catálogos de datos como una herramienta estratégica. Por necesidad, son aprovisionados por equipos de administración de datos y TI, que saben cómo trabajar con las diversas funciones del software de catálogo de datos y cómo configurarlas e implementarlas.

Podemos hacer una distinción útil entre las herramientas proporcionadas de esta manera por TI y las herramientas adoptadas por los usuarios finales. Ambos tienen un papel importante que desempeñar en una estrategia de datos, ya que se complementan en lugar de contradecirse.

Las herramientas de gestión de datos casi siempre son dominio de TI. Hay algunas herramientas ligeras de integración de datos y calidad de datos diseñadas para usuarios comerciales, pero la gestión de datos sigue siendo en gran medida una función entre bastidores.

A menudo, TI también implementa las herramientas de BI que se utilizan para crear visualizaciones de datos, cuadros de mando e informes. Pero los analistas de datos y de negocios pueden tener sus propias preferencias y elegir diferentes herramientas. Eso puede funcionar bien siempre que establezcamos controles para regular el acceso y el uso de los datos.

Del mismo modo, los analistas de datos pueden sentirse más cómodos utilizando herramientas que ya dominan o que admiten ciertas metodologías de análisis. En un momento, la mayoría de los equipos de TI intentaron evitar el uso de herramientas no estándar no autorizadas. Ahora, al igual que nos hemos adaptado para traer tu propio dispositivo, los especialistas en análisis suelen traer sus propias aplicaciones favoritas. Una buena estrategia de datos abarca esa diversidad pero con límites sensibles.

En este caso, podemos plantearnos otra pregunta: ¿Qué herramientas conviene utilizar?

Probablemente nos complace permitir que un analista de datos utilice una aplicación de BI de autoservicio para crear algunos paneles. Es posible que nos preocupemos más si alguien quiere construir su propio almacén de datos cuando eso está más allá del alcance de sus habilidades y autoridad.

3. TÉCNICAS ANALÍTICAS

Así como utilizamos varias herramientas de análisis según nuestras necesidades, también empleamos una variedad de técnicas de análisis. La visualización de datos es un ejemplo común. También podemos encontrar usos para análisis predictivo, análisis de texto, análisis de sentimientos y análisis de clústeres, por nombrar algunas técnicas analíticas avanzadas. Pueden ser poderosos y útiles, pero necesitan una supervisión cuidadosa. Sin él, podríamos no cumplir con las leyes de privacidad y gobierno de datos.

El análisis predictivo, por ejemplo, puede mostrar valor comercial en la optimización de los ciclos de mantenimiento de los equipos. Ese es un uso indiscutible. Pero también se podrían utilizar técnicas predictivas para ayudar a automatizar la contratación o gestionar las promociones de marketing. En esos casos, los empleados y consumidores pueden tener preocupaciones sobre la confiabilidad, equidad o apertura del proceso. Una estrategia de datos tiene que reconocer que gobernar solo los datos y las herramientas puede no ser suficiente.

Necesitamos comprender, y capacitar a las personas para que comprendan, que no todas las técnicas de análisis son neutrales. Algunos casos de uso, especialmente aquellos que involucran información de identificación personal, no estarán justificados por sus fines comerciales.

4. COLABORACIÓN

En las empresas modernas, el uso de datos suele ser más colaborativo que en el pasado. El aumento de la alfabetización de datos y las herramientas más fáciles de usar significan que más personas pueden participar en análisis, así como en campos técnicos como la preparación de datos y la calidad de los datos. Incluso los procesos estrechamente controlados, como la gobernanza de datos y el desarrollo de definiciones de datos maestros, pueden ser de colaboración colectiva. Por ejemplo, hacerlo puede garantizar que los nombres de los productos, los códigos de error y los procesos gestionados reflejen la realidad en el taller de una empresa de fabricación.

La colaboración en datos maestros también puede evitar la respuesta de servicio al cliente más frustrante: «No hay código para eso». Las herramientas colaborativas también se están utilizando cada vez más, desde el intercambio de archivos hasta el chat empresarial, la mensajería y las videoconferencias. Los seres humanos somos colaboradores compulsivos. Compartimos, discutimos y debatimos con otros constantemente. Si no se prepara para la colaboración en la planificación de una estrategia de datos, sucederá de todos modos, no planificado.

Considera el papel de los datos y el análisis en las decisiones comerciales de tu organización y busca procesos que involucren el compromiso dentro y fuera de los equipos. Utiliza esa información para respaldar la capacidad de compartir y comentar paneles, informes y visualizaciones de datos. Por ejemplo, algunas herramientas de análisis y BI permiten que varios usuarios realicen anotaciones en las visualizaciones. Cada vez más, también se integran con aplicaciones de mensajería y chat. Incluso el simple intercambio de archivos puede ser efectivo, especialmente cuando está respaldado por características de seguridad y escalabilidad de clase empresarial.

5. DOCUMENTACIÓN Y AUDITORÍA

Al describir estos componentes de la estrategia de datos, he enfatizado la necesidad de equilibrar el control de TI y la libertad de los usuarios finales para hacer autoservicio cuando sea apropiado. Para encontrar este equilibrio, nuestros objetivos estratégicos deben estar bien documentados.

Las estrategias de datos exitosas se basan en la capacidad de responder cuatro preguntas sobre cualquier elemento del plan y cualquier recurso (datos, herramientas, etc.) que incorpore. ¿Qué es apropiado? ¿Qué se aprueba? ¿Cuál es el propósito? ¿Qué es la política de gobernanza?

Con una buena documentación tanto de la estrategia de datos como de la arquitectura de datos subyacente, podemos responder estas preguntas antes de cualquier nuevo proyecto o iniciativa. También deberíamos poder mirar hacia atrás en cualquier proyecto y responderlos retrospectivamente. Al hacerlo, nos colocamos en una buena posición para auditar cómo está funcionando la estrategia de datos. También puede ayudarnos a evaluar el cumplimiento de las políticas de gobierno de datos y otros estándares de datos internos.

6. PERSONAS

Los dos elementos más importantes de su estrategia de datos son los sujetalibros de esta lista: datos y personas.

Las organizaciones buscan cada vez más la alfabetización de datos y al menos algunas habilidades de análisis en las nuevas contrataciones de empresas. Casi todas las escuelas de negocios ahora enseñan análisis de datos básicos. Los ANALISTAS de datos también tienen una gran demanda. En los años venideros, es probable que el mercado nos sobreabastezca de personas calificadas: todos los cursos de ciencia de datos en el país están suscritos en exceso.

Por ahora, sin embargo, es un papel primordial. También debe pensar detenidamente en la gestión de datos y TI en su personal y contratación. Con tanta tecnología ejecutándose en la nube y sistemas más sólidos que nunca, es tentador pensar que TI simplemente tiene que mantener las luces encendidas. No es verdad. Alta disponibilidad, recuperación ante desastres, cumplimiento de acuerdos de nivel de servicio, soporte de nuevos requisitos comerciales y demandas regulatorias: todo eso cae en el dominio de TI.

Los arquitectos de datos, los desarrolladores de integración de datos, los ingenieros de datos, los administradores de bases de datos y otros profesionales de la gestión de datos también tienen roles clave que desempeñar para satisfacer las necesidades comerciales. Un personal de TI que conozca el negocio es una gran ventaja estratégica. Necesita reconocimiento y apoyo de liderazgo tanto como cualquier otro rol.

¿Cómo implementar una estrategia de datos efectiva? Estos seis componentes clave no son una guía completa para desarrollar una estrategia de datos. También debe considerar algunas preocupaciones más amplias: presupuestos, competencia, innovación, planes de marketing, políticas de personal y marcos legales, por mencionar algunas. Pero puede aplicar este pensamiento de manera amplia.

Por ejemplo, Tu plan de dotación de personal podría incluir pautas para hacer un mejor uso de los datos y análisis basados ​​en prioridades estratégicas. La innovación de productos está cada vez más impulsada por los datos sobre los comentarios de los clientes, el comportamiento del usuario y las tendencias del mercado. La implementación de una estrategia de datos requiere que comprenda los objetivos estratégicos de toda su organización. A partir de ahí, analice el papel de los datos y cómo se gestionarán y utilizarán, luego aplícalo de forma coherente en los departamentos de producción, finanzas, marketing, RR.HH. y otros departamentos.

El resultado será una estrategia de datos viable y flexible para las necesidades y presiones empresariales en constante cambio.