La opinión de un experto sobre el data governance

En Funnel no tienen miedo de admitir que a veces se equivocan. Bueno, quizá no “equivocados” tanto como no plenamente informados. Al fin y al cabo, sólo somos humanos, a pesar de todos los data con los que trabajamos a diario.

Tal fue el caso, recientemente, cuando un astuto observador leyó el informe de Funnel artículo reciente sobre data governance. Aunque el artículo cubría muchos temas bajo el paraguas de la data governance, quizás echaba en falta algo de contexto y un punto de vista previsor sobre el asunto.

Por suerte, no se trataba de un lector medio. Era Corbatas Carbo, Director de Consultoría de Artefact - socio de Funnel Solution. Da la casualidad de que Ties es un experto en data governance moderno y trabaja con clientes todos los días para crear las mejores estructuras data governance de su clase. Así que decidieron sentarse juntos y capturar sus tomas más calientes de lo que se echaba de menos en el artículo.

Al principio de la conversación, Ties señaló que hay tres elementos principales que él ve que sus clientes malinterpretan más sobre el tema.

En primer lugar, mucha gente lo considera sólo un problema informático. No es difícil ver por qué. La gobernanza Data implica muchos componentes técnicos potencialmente complejos, como modelos, procesos y plataformas. Sin embargo, desde la perspectiva de Ties, las implicaciones de una gobernanza adecuada van mucho más allá del ámbito de la TI.

“Claro que hay muchos componentes técnicos en el data governance”, dijo Ties, “pero es un tema que afecta a toda la organización”.”

Esto entra en el segundo concepto erróneo: la gente cree que sólo se trata de cumplir las normas.

Lo cierto es que este tema abarca mucho más. El cumplimiento en torno a cuestiones como el GDPR es sólo un componente de cómo un data governance adecuado puede afectar a toda su organización. De hecho, Ties suele aconsejar a sus clientes que afronten las cuestiones de cumplimiento como la pieza final de las nuevas estructuras data governance...

Lo que nos lleva a nuestro tercer concepto erróneo.

Según Ties, muchos equipos trabajan en cuestiones de data governance de forma aislada unos de otros. Una parte de la organización trabaja en el data governance pero se centra únicamente en el cumplimiento, mientras que otro grupo se asegura de que el data en los almacenes sea de la calidad adecuada, y más.

El enfoque adecuado es ver todo esto de forma holística, como un gigantesco ecosistema data. Cuando se empieza a ver el data governance desde una perspectiva más amplia, se comprende rápidamente que se trata de una preocupación que afecta a toda la empresa.

Ties gusta pensar en data governance casi como una cocina. Necesita mantener su cocina lo más limpia posible. Esta limpieza (y el acto de limpiar) puede considerarse como sus funciones y responsabilidades, políticas y procesos de cumplimiento data. Sin embargo, sigue necesitando cocinar en esa cocina, ¿verdad? ¿Por qué si no tendría una cocina?

Asegurarse de que todos sus utensilios de cocina están en su sitio, de que sus ollas y sartenes están listas, de que sus sous chefs están formados adecuadamente, de que se siguen sus recetas y de que su comida sale para los comensales abarca el resto del data governance adecuado.

¿Lo ve? Tener una cocina limpia le ayudará a ofrecer una gran experiencia gastronómica, del mismo modo que data governance puede ayudarle a obtener valor de data.

De acuerdo. Sabemos que el cumplimiento es sólo una parte de todo el concepto data governance. ¿Qué hay del resto? Según Ties, hay cuatro componentes principales: Estructuras data, políticas data, modelos operativos data y herramientas data.

Durante nuestra conversación, Ties mencionó que el data governance es a menudo un tema que se pasa por alto en muchas organizaciones con las que trata. Sin embargo, las cosas parecen estar cambiando lentamente.

A medida que los líderes empresariales van despertando a la importancia del data como activo estratégico, empiezan a ver el valor de una buena gobernanza.

Incluso varios departamentos se están haciendo a la idea de que el data governance ya no es sólo una cuestión de TI. Por ejemplo, en marketing comprendemos lo valiosa que puede ser una data de alta calidad. Pero sólo los profesionales del marketing pueden calibrar la calidad del data en un contexto de marketing.

“El equipo informático no puede decirle si el data es correcto”, dijo Ties. “Sólo pueden decirle que el data está donde debe estar. Los equipos específicos tienen que asegurarse de que el data cumple las normas de su caso de uso”.”

El enfoque ideal para el data governance, según Ties, es el enfoque de malla data.

“En una empresa verdaderamente data-driven, todo el mundo trabaja con data simultáneamente”, dijo Ties. “Al seguir una estructura de gobierno federada, todo el mundo tiene un interés personal en la data y con la capacidad de escalar la estructura”.”

Este enfoque moderno del data governance, en el que todos los miembros de la organización “poseen” una parte del data, es cada vez más importante. No busque más allá de las herramientas emergentes de IA generativa.

Aunque en general mucha gente conoce ChatGPT, su tecnología subyacente puede utilizarse (gracias a su naturaleza de código abierto) para crear herramientas de IA propietarias. Por ejemplo, una empresa podría tomar GPT-3 o GPT-4, cargarlo en un servidor aislado de su propiedad y alimentarlo con montones de data patentados para crear una IA personalizada y específica para la empresa.

Una empresa de SaaS puede querer implantar un sistema similar para crear un bot de chat con grandes conocimientos que responda a las preguntas de los clientes actuales y potenciales. Podría aconsejar a los usuarios cómo utilizar mejor un producto o convencer a los clientes potenciales de por qué un software es mejor que otro.

Sin embargo, esta herramienta de IA sólo será tan buena como el data que le ponga.

“El data (y la calidad de ese data) que puede alimentar a estas herramientas es su diferenciador competitivo”, dijo Ties. “Un buen data governance es un componente clave para ello. Sin una gobernanza adecuada, la data se convierte rápidamente en un caos, lo que conduce a una IA menos eficaz.

Cada empresa requiere su propio enfoque único de data governance. Sin embargo, si utiliza un enfoque de malla data como su estrella polar, se pondrá en el camino hacia una mayor competitividad y mejores resultados data.

Tanto si busca mejorar la calidad de su data, satisfacer las necesidades de cumplimiento de un nuevo mercado, implantar nuevas herramientas o algo más, un enfoque estratégico y holístico de su data governance le ayudará a llegar más lejos.

No dude en tender la mano ¡para hablar de sus preguntas sobre el data governance!