Nueve mejores prácticas para evitar una mala gestión de datos | IT Masters Mag

Nueve mejores prácticas para evitar una mala gestión de datos

Una encuesta realizada por Accenture Research reveló que solo 32% de las empresas han podido obtener valor tangible y medible de los datos.

Publicado el 12 Ago 2022

Crédito: Shutterstock

Aplicar las mejores prácticas en la gestión de datos es imperativo. En la actualidad las organizaciones han reconocido su valor y les dan un tratamiento como uno de sus activos más valiosos.

Incluso, son cada vez más las organizaciones en las que se puede encontrar la figura del Chief Data Officer (CDO), encargado de la gestión, análisis, estructuración e integración de los datos para convertirlos en información relevante para la toma de decisiones.

Sin embargo, aun con los esfuerzos, el éxito de estos proyectos no ha resultado como se esperaba. Una encuesta realizada por Accenture Research reveló que solo el 32% de las empresas han podido obtener valor tangible y medible de los datos, y sus desafíos van más allá de la tecnología, incluyendo temas culturales y operativos.

Para beneficiarse realmente de las grandes cantidades de datos, los CIOs y CDOs necesitan evitar un manejo inadecuado de los datos; para esto, es necesario implementar mejores prácticas.

Reinvención del negocio y mejora de la CX, dos beneficios de la analítica de datos

Mejores prácticas de gestión de datos

  1. Definición de los objetivos comerciales de los datos

Antes de cualquier táctica, es importante conocer con exactitud cuáles son los objetivos que se persiguen con la gestión de datos de la empresa. Si se tiene en claro qué se planea hacer con los datos recopilados, es posible enfocarse en la información que es relevante para ese objetivo, asegurando que los procesos, las aplicaciones de software y el personal involucrado están almacenando los datos que se van a utilizar.

  1. Gestión de la calidad de los datos

Según una encuesta realizada por Gartner, el 40 por ciento de las iniciativas empresariales fracasan debido a la mala calidad de los datos. ¿Cómo conocer la calidad de los datos? Se dice que los datos son de alta calidad, si se ajustan al propósito previsto de uso, esto significa que la calidad depende del contexto y de las necesidades del consumidor de datos. Una adecuada gestión de la calidad ayudará a definir los datos críticos y los criterios de calidad, medir y controlar la calidad en todo el ciclo de vida, y mantenerla y mejorarla constantemente.

  1. Gestión de metadatos

La gestión de metadatos es la clave para dar sentido a la gran cantidad de datos que se tengan almacenados. Esta práctica es esencial para limpiar, clasificar y organizar los datos con el fin de garantizar su precisión, integridad, consistencia y facilidad de uso. Una plataforma de gestión de metadatos puede ayudar a agregar los metadatos a un solo almacén y aprovechar la orquestación para que los metadatos relevantes estén disponibles, a fin de que los usuarios que los necesitan, los obtengan de la mejor manera posible.

  1. Protección y seguridad

Este es un paso esencial para garantizar que la empresa no sea víctima de una violación de datos que ponga en peligro toda su información. Además, las demandas y las multas relacionadas con las filtraciones de datos van en aumento, y muchos gobiernos están introduciendo normas más estrictas sobre la privacidad de los mismos. Hoy, ya no existe una solución simple para la seguridad de los datos; los equipos de TI y seguridad de la información deben considerar de manera activa y creativa sus desafíos de protección de datos y cooperar para mejorar la postura de seguridad a través de estrategias como protección con contraseña, encriptación o, incluso, sistemas biométricos, así como auditorías periódicas.

  1. Acceso simplificado a los datos

Este tema suele chocar con el de la seguridad, ya que en la búsqueda de proteger los datos, se puede terminar por restringir el acceso a quien los necesita. Más datos generalmente significan mejores predicciones y decisiones, por lo que, entre mayor sea la cantidad de datos disponibles para su análisis, más certeras resultarán.

  1. Gobierno de datos

Establecer un marco de gobierno de datos creará un modelo colaborativo para administrar los datos empresariales en el que se establezcan las pautas o límites en torno a la creación y manipulación de datos. La implementación de la gobernanza a lo largo del ciclo de vida de los datos requiere hacer un balance y comprender las formas en que las personas, los procesos y la tecnología interactúan con los datos en la configuración organizativa.

  1. Implementación de una cultura de datos

Los líderes de TI necesitan asegurarse de que, tanto su departamento como todas las áreas de empresa, prioricen el análisis de datos como parte de una cultura de datos. Es necesario que todos los empleados asuman su responsabilidad en la ruta de la gestión de los datos. Esto es importante para crear una estrategia, lograr que se lleve a cabo y garantizar una buena calidad de la información almacenada.

  1. Afrontar la escasez de talento en el análisis de datos

La escasez de talento para la gestión de datos está causando que los departamentos de TI reconsideren cómo atraer especialistas para esta función. Y es que, a medida que más empresas confían en los datos para mejorar sus operaciones, se ha producido una escasez de talento lo suficientemente capacitado para interpretar con precisión la información y darle utilidad. Tomar algunas acciones como repensar cuántos analistas de datos necesita la organización (con base en los objetivos), así como considerar qué recursos de personal existentes pueden utilizarse para esta área, ayudará a enfrentar esta dificultad.

  1. Pensar en el futuro –no tan lejano- de la gestión de datos

La gran cantidad de datos que generan las empresas está provocando que estos sean cada vez más difícil de clasificar y analizar; y a menos que la empresa esté configurada correctamente para recopilar, almacenar y analizar los datos que recopila, los datos en sí serán prácticamente inútiles. Ante ello, se prevé que los nuevos modelos de computación, como el edge, se posicionen como la forma idónea de resolver este desafío.  Según Gartner, para 2023, el 50 por ciento de los análisis de datos se crearán, administrarán y analizarán en el edge, ya que esto beneficiaría con mayor velocidad, agilidad, flexibilidad y toma de decisiones basada en conocimientos.

Una base sólida para la gestión de datos, así como el establecimiento de mejores prácticas es clave para ayudar a todas las áreas de la organización, desde los profesionales de TI hasta los líderes de negocio, a obtener mayor valor de los datos y aprovechar todo el potencial detrás de estos.

¿Qué te ha parecido este artículo?

Si piensas que este post es útil...

¡Síguenos en nuestras redes sociales!

Z
Moisés Zúñiga Martínez
email Contácteme

Artículos relacionados

Artículo 1 de 2