Diplomado en

Inteligencia de Negocios

Módulo I
Fundamentos del Modelado de
Bases de Datos Relacionales

Gestión de los Datos

 Módulo I
Fundamentos del Modelado
de BDR
El inicio del Siglo XXI
se definió por la creciente
circulación de flujos de datos
e información, cuya cuantía
suele escapar a la capacidad
de aprehensión normal
de las personas, más aún
cuando se trata de áreas o
sectores especializados del
conocimiento.
Por tanto, los procesos
de gestión y resolución se ven
atiborrados e influidos por dicha
circunstancia, surgiendo, en
consecuencia, la necesidad de
discriminar con certeza dentro
de grandes volúmenes, con el
2
Objetivo del Aprendizaje
el perfeccionamiento de sus
metodologías y tecnologías
de la gestión de datos que le
ayuden a alcanzar mayores
niveles de eficiencia, con
mínima inversión de tiempo
y recursos, para el mejor
aprovechamiento de datos e
informaciones disponibles.
El objetivo de aprendizaje
de esta píldora es impartir los
fundamentos de la gestión de
datos e información dentro
del perfil del analista de
información.
propósito de extraer, mediante
adecuados procesamientos,
aquellas informaciones
principales, atinentes y útiles
que permitan mejor resolver
dentro de los procesos de toma
de decisiones.
Dicha realidad genera
dos situaciones específicas;
por una parte, el creciente
posicionamiento de la profesión
de analista, (consolidada y
potenciada por sistemas de
información, proporcionan
el 90% del soporte de la
información procesada para
las decisiones), y, por otra,
 Módulo I
Fundamentos del Modelado

Temario
de BDR

Introducción

nn ¿Qué es Data Governance?

nn Metas y principios de un programa de Data Governance

nn ¿Cómo implementar un programa de Data Governance de

manera efectiva?

nn El checklist de Data Governance

nn La importancia de la figura del Data Steward para el Data

Governance

• ¿Quién puede, en la práctica, ser un Data Steward?

• Principales responsabilidades

nn Data Governance: mejores prácticas

Conclusión

DiplomadosOnline
 Módulo I
Fundamentos del Modelado
de BDR Introducción
En un mundo donde los datos gobiernan: la información es un
activo muy valioso, que se genera a partir de datos y esencial para
definir la estrategia empresarial, la toma de decisiones y cualquier
otra actividad de una compañía. Los datos son la materia prima
en la creación de activos de información. Precisamente por eso, se
han convertido en el activo económico más importante y valioso,
permitiendo a las compañías actuar de manera efectiva mientras
mantienen su competitividad.

Opuesto a la afirmación anterior, se puede apreciar que, en

un gran número de organizaciones, tanto públicas como privadas,
los analistas de información utilizan en, gran medida, hojas de
cálculos, archivos de texto o interfaces de conexión entre sistemas
para automatizar los procesos de recolección, almacenamiento,
procesamiento y presentación de los datos para satisfacer las
necesidades de toma de decisiones.

Esta práctica, generalmente implementada de forma artesanal,

dificulta el proceso de información oportuna y veraz para el apoyo
a la gestión estratégica. Por tal razón, son deseables los siguientes
escenarios:

nn Estandarización en la captura y consolidación de la

información.
nn Integración de datos, en sí mismos y con otros sistemas.
nn Mayor control y confiabilidad en el manejo de Información.
nn Repositorio único para la comparación de data actual
versus data histórica.
nn Facilidad para la realización de procesos de consulta de
información.

Y de esa manera, darle solución a los siguientes

inconvenientes y circunstancias:

nn Redundancia de Datos
nn Falta de integridad de los datos
nn Dificultad en el acceso a los datos
nn Carencia de flexibilidad
4
 nn Problemas de atomicidad
nn Anomalías en el acceso concurrente
nn Problemas de seguridad

En este punto, el problema que surge en la mayoría de

empresas es que los datos están inconexos. Lo que se desprende
de este desorden es la dificultad de adquirir una visión desde todos
los ángulos, de cualquiera de las facetas del negocio. Por diversas
razones, no se puede llegar a 360º, las más habituales son:

nn Las aplicaciones no se comunican bien.

nn Los datos no tienen la calidad que deberían.
nn La información no proporciona la fiabilidad esperada.

Por eso, cada vez, para dar respuesta a las necesidades del
negocio, hay que tratar mejor los datos. Esta circunstancia lleva
a las compañías a proteger los datos como el activo económico
que son. Desde el momento en el que se toma consciencia de la
importancia de los datos y los retos que se plantean al unificar
estos activos, comienzan a aflorar problemas y dudas en torno a la
“gestión de los datos”, conocida también como Data Governance
(Gobernabilidad o Gobernanza de datos).

A lo largo de las siguientes páginas, se presentan los

fundamentos para estructurar la gestión de los mismos, tal y como
se desprende de Data Management International (www.dama.org),
la asociación independiente de proveedores que analiza y estudia
los conceptos de la gestión de datos y que lidera esta iniciativa. Las
once funciones de la Gestión de Datos son:

nn Data Governance: se ocupa de la planificación, supervisión

y control en la gestión y uso de datos.
nn Data Architecture: encargada de establecer los modelos,
políticas y reglas para gestionar los datos.
nn Data Modeling & Design: que diseña la base de datos,
implementación y soporte.
nn Data Storage: función que determina cómo, cuánto y qué se
almacena.

Formación a tu alcance DiplomadosOnline

5
 Módulo I
Fundamentos del Modelado
de BDR

nn Data Security: se encarga de todo lo relativo a la privacidad,

confidencialidad y a garantizar un acceso apropiado.
nn Data Integration & Interoperability: responsable de definir la
integración y transferencia de los datos.
nn Documents & Contents: establece las reglas aplicables a
los datos fuera de las bases de datos.
nn Reference & Master Data: buscan aportar una visión 360º
de la información.
nn Data Warehousing & BI: se ocupan de lo referente a datos
históricos y analíticos.
nn Meta-Data: trata de integrar, controlar y proporcionar meta-
datos.
nn Data Quality: a través de la que se define, controla y mejora
la calidad de los datos.

Cabe destacar que en la parte central de la gestión de datos

se encuentra el Data Governance, que se encarga de controlar
todas las demás áreas; por tal razón, en esta guía solo se
abordarán los tópicos asociados a la gestión y uso de los datos,
enmarcados en Data Governance, mientras que el resto de los
tópicos formarán partes de futuras píldoras.

6
Formación a tu alcance DiplomadosOnline
7
 Módulo I
Fundamentos del Modelado
de BDR

¿Qué es Data
Governance?
Para abordar este
tema, a continuación la
siguiente definición:

“Un Programa de
Data Governance es
una estrategia dirigida a
asegurar la seguridad, el
cumplimiento normativo
(compliance) y la calidad
de los datos que forman
los activos de información.
El seguimiento de la
evolución del programa
se realiza a través de
métricas de control que
permiten monitorizar el
correcto cumplimiento de
las políticas y estándares
establecidos por la
compañía y ejecutados por
sus trabajadores”. De la definición anterior nn La práctica de organizar
se puede apreciar que: e implementar políticas,
Data Governance se refiere procedimientos y normas
a la gestión global de la para el uso eficaz de los
disponibilidad, facilidad de uso, activos informacionales,
la integridad y la seguridad de ya sean estructurados o
los datos empleados en una no estructurados, de una
empresa. No se refiere a la organización.
gestión táctica de los datos,
ni es un área restringida al nn La ejecución y
departamento de TI. el cumplimiento de la
autoridad sobre la gestión
Sin embargo, ésta no es de los activos de datos y el
la única definición de Data desempeño de las funciones
Governance, a continuación de datos.
otras definiciones:
nn El proceso de toma de
decisiones que prioriza las

8
 inversiones, asigna recursos,
y mide los resultados para
asegurar que los datos se
gestionan y despliegan en
la forma adecuada para dar
apoyo a las necesidades del
negocio.
Un programa de Data
Governance incluye, al menos:
nn Un órgano de gobierno
o consejo: que se encargará,
entre otras funciones, de
definir los roles de los
propietarios o custodios de
los activos de datos en la
empresa. Asimismo, deberán
desarrollar políticas que
ayuden a especificar quién
es responsable de cada una
de las partes o aspectos
de los datos, incluyendo su
exactitud, la accesibilidad, la
coherencia, la integridad y la
actualización.
nn Un conjunto definido de
procedimientos: que explique
el modo en que los datos se
van a guardar, los sistemas
de almacén que se emplearán
y las medidas aplicables de
seguridad y protección contra
accidentes, robo o ataque.
Por supuesto, conviene
establecer un conjunto de
normas que permitan definir,
Formación a tu alcance
también, los diferentes
niveles de autorización de
acceso a los distintos tipos
de datos.
nn Un plan de acción
para ejecutar estos
procedimientos: que debe
comprender un conjunto de
controles y procedimientos
de auditoría para asegurar
el cumplimiento continuo
de las regulaciones
gubernamentales en materia
de protección de datos.
Con el objetivo de obtener
el máximo rédito del uso/
tratamiento de los datos, es
imprescindible planificar una
estrategia de gestión. Para ello,
es esencial tener en cuenta
la tipología de los datos, las
actividades de la compañía
en el mercado y los posibles
problemas que se pueden
generar en la gestión interna.
Un Data Governance
es distinto de un Sistema de
Gestión de Seguridad de la
Información; pues esta última
es la aplicación de diferentes
medidas de seguridad para
prevenir posibles fugas de datos
y asegurar su integridad. Un
Data Governance no se limita a
la seguridad, sino que, trata de
DiplomadosOnline
9
 Módulo I
Fundamentos del Modelado
de BDR
obtener el mayor rendimiento nn Obtener datos
posible a partir de los datos, consistentes y fiables.
contribuyendo así a la estrategia
de crecimiento de la empresa. nn Potenciar la integración
de negocio.
Data Governance es,
en definitiva, una estrategia nn Evitar problemas de
que abarca, en su conjunto, reporting o relacionados con
el entorno de los activos la analítica de negocio.
de información y que las
nn Guiar los procesos de
empresas ponen en marcha
análisis.
para respaldar determinados
valores y comportamientos
nn Prevenir conflictos entre
en el proceso de evaluación,
los distintos conjuntos de
creación, almacenamiento, uso
datos.
y eliminación de datos y activos
de información. Esto incluye un nn Minimizar el riesgo en la
marco de toma de decisiones toma de decisiones.
y responsabilidades definiendo
los procesos, roles, estándares nn Garantizar que todas las
y métricas para asegurar un operaciones cumplen con los
uso efectivo de los datos y la requisitos legales mínimos
información que permita a las exigibles.
empresas lograr su objetivos.
nn Armonizar los procesos
El Data Governance es de negocio a nivel global.
importante por la orientación a
nivel de directivas y normas que nn Ahorrar costes.
proporciona, pero también por
su aporte al establecimiento de
directrices generales. Además,
su contribución resulta esencial
para:

10
 Módulo I
Fundamentos del Modelado
de BDR

Metas y
principios de
un programa
de Data
Governance

Según la organización datos durante su ciclo

DAMA (en su publicación Guide
to the Data Management Body
of Knowledge) las metas y
principios de la gobernanza de
datos son:
nn Definir, aprobar y
comunicar estrategias de
datos, políticas, estándares,
arquitectura, procedimientos
y métricas en relación con
los datos. Esto implica
establecer:
• Políticas de datos:
descripción de las
reglas de control de la
integridad, seguridad,
calidad y uso de los
11
de vida y cambios de
estado de los mismos.
• Estándares de
datos: desarrollo de
los procedimientos
aplicables a las
políticas de datos.
• Arquitectura de
los datos: modelos,
políticas o estándares
que definen qué datos
se recogen y cómo se
guardan, organizan,
integran y se usan en
los sistemas de datos
de las compañías.
 nn Realizar el
seguimiento que garantice
el cumplimiento con los
requisitos normativos
para la conformidad con
las políticas de datos,
estándares, arquitectura y
procedimientos.
nn Patrocinar, controlar y
supervisar la ejecución de
los proyectos y servicios de
gestión de datos.
nn Gestionar y resolver las
cuestiones relacionadas con
los datos.
nn Entender y promover
el valor de los activos de
datos. ¿Cómo? Asegurando
una correcta promoción y
sponsor interno, seguimiento
y supervisión de la ejecución
de los proyectos y servicios
de gestión de datos. A la
vez, que se gestionan y
resuelven posibles problemas
relacionados con los datos.
Para lograr alcanzar
estos objetivos, sin perder
alineación con los principios del
gobierno de datos, es necesario
proceder a la asignación de
roles y responsabilidades. En
este punto, cabe distinguir tres
grupos diferenciados:
Formación a tu alcance
nn Participantes: bajo
esta denominación se
incluiría a los data stewards
(administradores de datos)
ejecutivos y de negocio, a los
profesionales de los datos,
a los responsables de la
gestión de datos y a los CIO’s.
nn Proveedores: en este
grupo se clasifica a los
ejecutivos de negocios,
los ejecutivos de TI, los
administradores de datos y
los organismos reguladores.
nn Consumidores: es el
conjunto más heterogéneo y
concentra a los productores
de datos, trabajadores del
conocimiento, directivos y
ejecutivos, profesionales de
los datos y, por último, a los
clientes.
Ellos serán los encargados
de la creación de las políticas
y estándares aplicables
a los datos, los aspectos
relacionados con la calidad de
datos y con todos los proyectos
y servicios de datos que se
pongan en marcha. Para ello,
tendrán que llevar a cabo las
siguientes actividades:
1. Alcanzar el grado de
comprensión suficiente de
las necesidades estratégicas
corporativas.
2. De acuerdo a ellas,
desarrollar y mantener la
estrategia de datos.
3. Establecer los roles
que van a interactuar
con los datos dentro del
entorno organizacional,
prestando especial atención
a la identificación y
nombramiento de los Data
Stewards.
4. Elaborar y aprobar las
políticas de datos, junto con
sus correlativas normas y la
creación de procedimientos
ad hoc.
5. Revisar y aprobar
arquitectura de datos.
6. Planificar y patrocinar
los proyectos y servicios de
gestión de datos.
7. Estimar el valor de los
activos de datos y los costes
asociados.
DiplomadosOnline
12
 Módulo I
Fundamentos del Modelado
de BDR

¿Cómo
implementar
un programa
de Data
Governance
de manera
efectiva?

Los requisitos de un mientras que el resto no tiene

programa de Gata Governance
efectivo son cinco. Para
garantizar esta efectividad el
gobierno de los datos ha de ser:
A. Accesible: tiene que
garantizar que las personas
pueden acceder a los datos
que necesitan en el momento
preciso, encontrándolos
en condiciones de formato
adecuadas.
B. Seguro: debe ser
posible garantizar que sólo
las personas autorizadas
pueden acceder a los datos,
esta posibilidad en ningún
momento ni bajo ninguna
circunstancia.
C. Consistente: con
datos sin duplicidades,
libres de redundancias
y en condiciones de
racionalización de cada
versión de los mismos
existente.
D. De calidad: en términos
no sólo de exactitud, sino
también de conformidad con
las normas acordadas.

13
 E. Auditable: capaz de üü Un patrocinio de alto üü Una estructura
explicar el origen de los datos nivel. organizacional donde
y de aportar información estén claros los roles y
suficiente sobre su linaje y üü Una estrategia de responsabilidades.
propósito. gestión de datos.
üü Medios de
Además, un buen programa üü Un plan de data monitorización y
de Data Governance tiene management. reporting.
que ser íntegro, transparente,
üü Modelos y arquitectura üü Otras herramientas
responsable, estar alineado
de datos que den necesarias.
con la estrategia de negocio,
soporte a la riqueza de
debidamente normalizado y
los metadatos.  
contar con los mecanismos para
optimizar la gestión del cambio
üü Estándares, políticas y
organizacional.
principios.

Para poder implementar una

üü Procesos de gobierno.
gobernanza de datos efectiva, es
necesario contar con:

Formación a tu alcance DiplomadosOnline

14
 Módulo I
Fundamentos del Modelado
de BDR
El checklist
de Data
Governance
Una implementación
efectiva, en términos de Data
Governance, ha de estar
seguida por una inmediata
comprobación que garantice
la presencia de todos los
elementos importantes. Este
repaso puede hacerse guiado
por el siguiente checklist, que
facilita la tarea.
üü Autoridad de la toma
de decisiones y definición de
políticas y procedimientos:
asignar niveles apropiados
de autoridad a los
administradores de datos,
definiendo el alcance y las
15
limitaciones de esa autoridad
de forma proactiva.
üü Estándares: adoptar y
hacer cumplir las políticas y
procedimientos encuadrados
en un plan de gestión de
datos, que debe recogerse
por escrito; para asegurar
que todo el mundo entiende
la importancia de la calidad
de los datos y la preservación
de su seguridad. Esta forma
de actuar ayuda a motivar y
capacitar a los empleados
para implementar una gestión
de datos efectiva.
üü Inventarios de datos:
inventariar todos los datos
que requieren de protección,
manteniendo este inventario
actualizado con información
sobre todos los registros
sensibles y sistemas
de datos, previamente
clasificados en función de su
prioridad y criticidad.
üü Gestión del contenido
de los datos: gestionar el
contenido de los datos para
justificar la recopilación de
los más sensibles, optimizar
los procesos de su gestión y
asegurar el cumplimiento con
las regulaciones estatales y
locales.
üü Gestión de registros
de datos: especificar las
actividades de gestión
y de usuario adecuados
relacionados con el manejo
de datos para proporcionar
a los administradores
de datos y usuarios las
herramientas adecuadas
para el cumplimiento de las
políticas de seguridad de la
organización.
üü Calidad de datos:
asegurarse de que los datos
son exactos, relevantes,
consistentes, actualizados
Formación a tu alcance
y completos para los fines
previstos. La clave para el
mantenimiento de datos de
alta calidad es un enfoque
proactivo de la gestión de
los mismos, que requiere
del establecimiento y
actualización periódica
de las estrategias para la
prevención, detección y
corrección de errores y mal
uso de los datos.
üü Acceso de datos:
definir y asignar niveles
diferenciados de acceso a
los datos a las personas
según sus funciones y
responsabilidades. Resulta
fundamental para evitar
el acceso no autorizado
y minimizar el riesgo de
violaciones de datos.
üü Seguridad de datos
y gestión de riesgos:
garantizar la seguridad de
los datos confidenciales y
personales identificables,
y mitigar los riesgos de la
divulgación no autorizada
de estos datos. Este aspecto
debe considerarse como
altamente prioritario para la
consecución de un plan de
gobierno de datos eficaz.
DiplomadosOnline
16
 Módulo I
Fundamentos del Modelado
de BDR

La importancia
de la figura del
Data Steward
para el Data
Governance

El Data Steward juega ¿Quién puede, en la

un rol muy importante en
cualquier iniciativa de Data
Governance. Se trata de una
persona que define, produce o
utiliza los datos como parte de
su trabajo, ostentando un nivel
de responsabilidad orientado
a garantizar la calidad en la
definición, producción o uso que
se hace de los datos. Pero,
práctica, ser un Data
Steward?
1. La regla número uno es
que cualquier persona puede
jugar este rol.
2. El concepto de Data
Steward describe un tipo de
relación con los datos, no es
una posición.

3. No es necesario realizar
una contratación específica
o designar un puesto vacante
para que lo ocupe quien
ejerza las funciones de Data
Steward.
17
4. Quién tiene esta Entre sus principales
responsabilidad no necesita responsabilidades se
estar en posición de una encuentran las siguientes:
titulación o certificado que lo
cualifique como tal. üü Creación o revisión de
las definiciones de datos.
5. A este profesional no
debe ser necesario explicarle üü Preservación de la
cómo hacer su trabajo, integridad y la calidad en la
aunque puede resultar definición de datos.
conveniente especificar las
üü Producción, creación,
condiciones de reporting y las
actualización, eliminación
formalidades asociadas a sus
y archivo de los datos que
funciones.
serán gestionados.
6. Puede haber más de un
üü Aseguramiento de la
Data Steward para cada tipo
integridad y la calidad de los
de datos y, de hecho, existen
datos creados o actualizados
distintas clases de Data
en su propio departamento o
Stewards: los operacionales,
el proceso o procesos que les
los de dominio de datos,
han sido asignados.
los encargados de la
coordinación.
üü Soporte y transmisión
de conocimientos a otros
7. El alcance de las
Data Stewards.
funciones adscritas a su
rol siempre dependerá del
üü Comunicación de las
enfoque de la gobernanza
novedades o actualizaciones
de datos que la organización
aplicadas a los requisitos de
haya tomado.
negocio.

üü Puesta en conocimiento
de las preocupaciones y
problemas relacionados
con los datos a quién
corresponda gestionar el
cambio o influir en la toma de
decisiones.

Formación a tu alcance DiplomadosOnline

18
 Módulo I
Fundamentos del Modelado
de BDR

Data
Governance:
mejores
prácticas

Entre las mejores prácticas D. Organizar la gestión

de gobernanza de datos, ésas
que facilitan la consecución de
objetivos, se encuentran:
A. Medir la calidad de los
datos de forma continua.
B. Lograr el equilibrio de
gobernanza de datos entre TI
y las funciones de negocio,
así como entre unidades de
negocio y corporativas.
C. Formalizar una
organización del gobierno
de los datos, en base a
la localización híbrida de
responsabilidades.
19
de datos maestros como
servicio compartido, operado
de manera equiparable a una
“fábrica de datos”.
E. Implicar a todos los
interesados y fomentar su
participación, al fin y al cabo
el Data Governance es una
cuestión de cambio.
F. Minimizar la burocracia,
es preferible utilizar las
estructuras y procesos
existentes.
 En el polo opuesto,
todas las acciones a evitar,
las peores prácticas, los
errores que pueden echar por
tierra cualquier iniciativa de
gobernanza de datos:
1. Enfrentar las
necesidades de negocio
a las de TI: las tareas de
gobierno de datos necesitan
ser reconocidas como
prioritarias, pero nunca
llegará a hacerse efectiva,
sin el compromiso real de
disponibilidad sobre los
recursos de negocio la
implementación de cualquier
iniciativa en esta línea.
2. No actuar en el
momento adecuado: es
frecuente el llevar a cabo
la designación de roles,
antes de que las personas
realmente entiendan
el alcance del Data
Governance y las funciones
y responsabilidades que se
derivan del compromiso.
Organizar prematuramente
el marco de gestión es
fundamental antes de
lanzarse a la tarea de crear el
comité.
3. Ir a por todas,
literalmente: ni el objetivo es
Formación a tu alcance
resolver todos los problemas
de la organización, ni se debe
comenzar por abordar las
cuestiones más complicadas
en referencia a los problemas
de datos. En vez de eso es
preferible pensar globalmente
y actuar de manera local.
Descomponer cada problema
de datos en entregas
incrementales y evitar las
metas poco realistas y los
plazos imposibles.
4. Ser demasiado
extremista, en vez de buscar
el equilibrio desde un término
medio: hay que evitar
situaciones en las que, o bien
el programa es demasiado
alto nivel y las cuestiones de
fondo no se tratan, o bien se
intentan crear definiciones
y reglas para cada campo
y asunto. Para crear valor
real, hay que encontrar
el compromiso desde el
balance de iniciativas con
posibilidades.
5. Sobrecargar al comité:
es cierto que el personal de
los distintos departamentos y
unidades han de involucrarse
en el proceso de gobernanza.
Además, el tamaño del comité
se ha de limitar, garantizando
que los miembros cuentan
DiplomadosOnline
20
 Módulo I
Fundamentos del Modelado
de BDR
con la autoridad suficiente
para tomar decisiones.
6. Fallar en la
implementación: Si las
definiciones de datos, reglas
de negocio y KPI’s se crean,
pero no se utilizan en todos
los procesos, los esfuerzos
del Data Governance no
producirán ningún valor para
el negocio. Retroalimentación
y supervisión no pueden
faltar.
7. No ocuparse de la
gestión del cambio: esta
cuestión, que rara vez
se aborda en materia de
gobernanza de datos, es
esencial para el éxito; dado
el dinamismo del entorno
actual, que obliga a las
organizaciones a adaptarse,
continuamente, partiendo de
una configuración flexible que
admita y prevea la necesidad
de modificación de procesos
de TI y de negocio.
8. Asumir que la
tecnología por sí sola es la
respuesta: de hecho, fijar
los niveles de expectativas
tan elevados como el rango
de precios de la solución
escogida es la principal
fuente de frustración. En vez
21
de este enfoque, conviene
apostar por el fomento de
las interacciones internas,
orientadas en la misma
dirección que los esfuerzos
del Data Governance.
9. No construir procesos
sostenibles: la inversión
inicial en tiempo, dinero
y personas es siempre
un requisito insustituible,
pero el fallo de muchas
organizaciones es no
establecer un presupuesto
que incluya las necesidades
de diseño o en materia
de recursos con miras a
sostener el esfuerzo del Data
Governance en el largo plazo.
los sistemas de business
intelligence y los registros
son una fuente de gran valor
en lo que a datos relevantes
se refiere, sin embargo, no
son las únicas. A menudo,
una porción significativa de
información clave se halla
contenida en esos otros
sistemas que han quedado
a la sombra de estos
principales, ignorarlos es el
primer paso hacia el aumento
del riesgo.
 Módulo I
Fundamentos del Modelado

Conclusión
de BDR

La gestión de los datos debe ser entendida como una mezcla de

tecnología y cultura. Los datos son un activo empresarial y se deben
tratar y proteger como a cualquier otro. Se debe partir de la realidad
actual, de la que se desprende que existe una necesidad imperante de
introducir datos y guardarlos. Los objetivos estratégicos que tienen
las empresas son cada vez más complicados y necesitan más datos
para ser alcanzados.

Esta realidad tiene su reflejo en el crecimiento exponencial del

volumen de información con que se cuenta, lo que supone que cada
vez será más complicado gestionar estos datos. Hasta el momento
actual, era posible llevar a cabo esta gestión de una manera sencilla,
pero, ahora, las organizaciones se ven obligadas a prestar especial
atención a los datos por sí mismas para poder dar respuesta a las
necesidades de su negocio.

Data Governance es una estrategia que abarca, en su conjunto,

el entorno de los activos de información y que las empresas ponen en
marcha para respaldar determinados valores y comportamientos en el
proceso de evaluación, creación, almacenamiento, uso y eliminación
de datos y activos de información. Esto incluye un marco de toma
de decisiones y responsabilidades definiendo los procesos, roles,
estándares y métricas para asegurar un uso efectivo de los datos y la
información que permita a las empresas lograr su objetivos.

DiplomadosOnline
 Módulo I
Fundamentos del Modelado

Bibliografía
de BDR

nn DAMA International. (2009). The DAMA Guide to the Data

Management Body of Knowledge (DAMA-DMBOK) [CD-ROM].
United States of America: DAMA-DMBOK Editorial Board.

DiplomadosOnline