A pesar de que la malla data se está convirtiendo rápidamente en una palabra de moda en el sector de los servicios financieros, sigue rodeada de misterio. Las organizaciones quieren adoptarla, pero pocas tienen una comprensión holística de lo que es. Menos aún se dan cuenta de que los componentes de una malla data no son conceptos totalmente nuevos, lo que significa que muchas instituciones financieras ya dispondrán de algunos elementos básicos. Pero adoptar e integrar eficazmente los principios de la malla data en toda una organización depende de una sólida comprensión de los retos empresariales data y de cómo los diferentes aspectos de la malla data los abordan para lograr un impacto empresarial tangible.

Tres retos fundamentales Data para los servicios financieros

A través de nuestra experiencia de trabajo con grandes instituciones financieras mundiales, hemos observado tres retos data fundamentales. Éstos siguen siendo endémicos y comunes en todas las organizaciones de servicios financieros, ya sean bancos, aseguradoras o gestoras de activos.

  • La compleja arquitectura heredada provoca inflexibilidad: La arquitectura heredada representa un obstáculo importante para alcanzar la madurez data y la digitalización en el sector de los servicios financieros. Los bancos, en particular, dependen en gran medida de una tecnología obsoleta, lo que se traduce en una falta de flexibilidad en su infraestructura actual. Esta limitación obstaculiza su capacidad para escalar los procesos digitales y trabajar eficazmente en el panorama moderno.

  • Data Silos que limitan la toma de decisiones estratégicas: Las divisiones y líneas de negocio operan de forma independiente, lo que impide compartir conocimientos, mientras que los dominios data suelen alinearse con las unidades de negocio en lugar de con conceptos empresariales más amplios, creando así silos. Esto se ve agravado por una arquitectura heredada compleja unida a un exceso de gobernanza de los procesos data; el efecto neto es que se obstaculiza el intercambio de conocimientos en toda la organización y se limita la toma de decisiones estratégicas. Como resultado, los líderes empresariales poseen a menudo una visión limitada del mundo y luchan por tomar decisiones estratégicas habilitadas por la data.

  • Centralización Bloqueo Democratización: Las organizaciones de servicios financieros suelen considerar necesarios los equipos data centralizados para mantener unas normas estrictas de data governance, acceso y cumplimiento. Pero una centralización rígida puede impedir que cualquier otro equipo tenga acceso al data, y la acumulación de solicitudes resultante crea cuellos de botella; esta falta de democratización del data no se ajusta a la evolución de las necesidades empresariales y puede bloquear la innovación.

Malla Data: Qué es y cómo puede añadir valor

La malla Data es un marco de gestión data que permite a la empresa ser propietaria de la data que crea y ponerla a disposición de los consumidores de toda la empresa, al tiempo que garantiza la existencia de los controles y acuerdos adecuados para que esta data permanezca en las manos correctas. La malla Data comprende cuatro elementos clave: La propiedad de data; el tratamiento de data como un producto; el establecimiento de un data platform de autoservicio; y la implantación de una gobernanza federada. La aplicación de estos componentes significa que la data puede utilizarse de forma responsable en todos los dominios data y permite una toma de decisiones data descentralizada.

Image

Cada pilar de la malla data se une para gestionar y resolver de forma integral los problemas data más comunes a los que se enfrentan las empresas de servicios financieros, todos los cuales inhiben la transformación digital.

Plataforma de autoservicio Data

Un data platform de autoservicio suele ser el fundamento básico necesario para permitir la democratización y superar los retos de la arquitectura heredada. Un cloud alimentado por data platform permite el acceso selectivo a data, al tiempo que mantiene controles de cumplimiento transparentes, y proporciona la arquitectura flexible y escalable que se necesita para desarrollar aplicaciones y productos data. (El Artefact tiene un historial probado de entrega rápida de data platforms, con una clara orientación al valor empresarial, la usabilidad y la seguridad de la información).

Propiedad Data

Definir la propiedad de data entre data, la empresa y TI es esencial porque permite compartir data de forma gobernada y mejorar los resultados empresariales. Además, adoptar una visión de toda la empresa de los dominios y subdominios data ayuda a evitar cuellos de botella y garantiza la alineación con las necesidades empresariales en evolución. Un Modelo Data Empresarial (EDM), que rompa los silos y establezca una propiedad y comprensión claras de la data, es por tanto el siguiente paso importante para sentar las bases de la propiedad empresarial de la data.

Image

Data como producto

Un enfoque orientado a los productos data hace tangible la transformación data para los usuarios empresariales, garantiza un camino claro hacia el valor y permite una mayor democratización de la data. Los productos Data pueden concebirse como servicios empaquetados que se ofrecen a los ‘clientes internos’: data-as-a-service proporciona data estandarizado y limpio; analytics-as-a-service ofrece cálculos estadísticos avanzados o de aprendizaje automático; y KPI-as-a-service proporciona indicadores cruciales de rendimiento empresarial. El mantenimiento de estos productos data corre a cargo de brigadas de productos interfuncionales que combinan recursos empresariales y técnicos para satisfacer las necesidades de la organización.

Image

Gobernanza federada

DataLa transformación debe sustentarse en un modelo operativo y una estructura de gobierno que permitan un grado adecuado de descentralización, manteniendo al mismo tiempo los requisitos de seguridad y cumplimiento. Aunque la estructura operativa ‘adecuada’ variará en función de la empresa de servicios financieros de que se trate, todas las organizaciones necesitan pasar de la centralización a la democratización controlada, un cambio que debe estar dirigido por las empresas, y no por las TI.

Consideraciones y conclusiones

Adoptar un enfoque de malla data en el sector de los servicios financieros requiere varios cambios significativos: de sistemas heredados a una infraestructura cloud escalable, de una gestión data centralizada a una democratización data controlada, y de una data dirigida por las TI a una data dirigida por las empresas. Todos ellos requieren cambios tanto técnicos como organizativos, que pueden plantear retos a cualquier organización.

Image

Sin embargo, la adopción de un enfoque de malla data bien implementado que abarque los cambios necesarios puede permitir a las empresas de servicios financieros aprovechar su data de forma eficaz, rompiendo silos y tomando decisiones data-driven que impulsen el crecimiento y la innovación del negocio. Y al hacerlo, ayudan a transformarse en organizaciones orientadas al futuro.