Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Herramientas Estrella Del Data Management PW1
Herramientas Estrella Del Data Management PW1
1
Índice
Data Quality 12
2
¿Qué es Data
Management?
Los datos son el activo más preciado de una empresa y • Pérdida de ventaja competitiva.
el data management es una disciplina relacionada con • Problemas legales.
su gestión. LLevarlo a cabo de manera correcta tiene • Problemas de imagen.
efectos muy positivos en: • Problemas de seguridad.
• Problemas de calidad.
• Toma de decisiones.
• Detección de oportunidades. Por ello, uno de los objetivos importantes en toda
• Mejora de la calidad. empresa debe ser maximizar el valor de sus datos,
• Incremento del valor de la organización. yendo un paso más allá de infraestructuras y buscando
multiplicar la calidad, la entrega en el momento oportu-
El data management busca hacer más eficiente el uso no y la correcta identificación y gestión de los datos
de los datos a través de su gestión pero, cuando no se más importantes y prioritarios, invirtiendo en su seguri-
lleva a cabo de manera correcta las consecuencias dad y gestión.
son:
3
La elección de una
herramienta de data
management y sus
beneficios
Encontrar la herramienta de data management correcta Cuando se busca una herramienta de data manage-
puede suponer un gran avance a la hora de disfrutar de ment, ésta debe apoyar y dar soporte a las siguientes
los beneficios de una gestión de datos eficaz: funciones:
4
• Posibilite hacer una trazabilidad de las aplicaciones
para conocer el linaje del dato, desde las fuentes de
información hacia su destino.
• Aporte visibilidad sobre el ciclo de vida del dato:
identificación, perfilado, limpieza, transformación
aplicando las reglas de negocio y entrega.
• Sea escalable, para crecer a la vez que el negocio.
• Sea agnóstica, es decir, compatible con cualquier
sistema operativo para evitar problemas en su imple-
mentación.
• Capaz soportar alta disponibilidad en todos sus
procesos para que, si en algún momento se produce
un fallo, automáticamente exista otro equipo que
pueda responder a la caída.
5
Integration Platform
as a service
iPaaS, o plataforma de integración como servicio, es Cómo son las iPaaS
término acuñado por Gartner para referirse a un tipo de
plataforma que estandariza el modo en que las aplica- Una plataforma de integración como servicio (iPaaS)
ciones se integran en una organización, facilitando así proporciona capacidades que facilitan el desarrollo,
la automatización de los procesos de negocio y el implementación, ejecución, administración y
intercambio de datos entre aplicaciones. monitorización de procesos y flujos de integración que
conectan múltiples puntos finales, para lograr que
Aprovechar una plataforma de este tipo resulta muy puedan trabajar juntos.
beneficioso para las empresas en crecimiento, ya que
estandariza cómo monitorizar, mantener y actualizar los Las capacidades de iPaaS tienen que ver con la
procesos en todas sus aplicaciones, aunque se calidad de datos, pero también con su mapeo y trans-
agreguen y cambien todos los días. Esta característica formación. Este tipo de plataformas se ocupan también
permite que, tanto los usuarios de negocio, como los del desarrollo del flujo de integración y de la gestión de
usuarios técnicos puedan construir, administrar y API, ofreciendo el soporte necesario para varios esce-
mantener integraciones. narios de integración, en relación con aplicaciones,
datos, ecosistemas B2B, procesos, IoT y automa-
iPaaS es parte integral de casi todos los modelos de tización robótica de procesos.
negocio, permitir conectar sistemas separados para
ofrecer una solución unificada, haciendo posible la Un iPaaS se usa generalmente para la integración de
integración y el intercambio de datos. En la actualidad, servicios en la nube, integración de aplicaciones,
la oferta de iPaaS para empresas admite una amplia integración de datos, integración de ecosistemas B2B y
gama de casos de uso, incluidas las estrategias de cada vez más publicaciones API, integración de aplica-
plataforma de integración híbrida. ciones móviles y escenarios de IoT.
6
Herramientas de Integration Platform 1. Su comprensión del mercado, gracias a su larga
Tal y como se aprecia en la última edición del Cuadran- dizaje automático e inteligencia artificial que ayudan
Integration Platform as a Service. Las razones tienen 2. Su presencia y crecimiento, mantenidos desde 2018
Magic Quadrant for Enterprise Integration Platform as a 3. La riqueza de capacidades de su software, que
7
Data Integration &
Interoperability
La función Data integration & interoperability se refiere casos de uso, para cumplir con los requisitos de
al conjunto de estándares y especificaciones necesari- consumo de datos de todas las aplicaciones y
os para asegurar la integración de los datos en la procesos comerciales.
organización.
Está claro que en una organización conviven muchas
Los departamentos de IT suelen trabajar con muchas aplicaciones y muchos sistemas, pero si no existe una
aplicaciones que dan respuesta a los diferentes objeti- cohesión se están perdiendo eficacia y visión. Estas
vos de negocio que se persiguen en las distintas áreas: pérdidas conducen a un menoscabo directo en la
una aplicación para CRM, otra para finanzas, bases de capacidad de decisión, que puede reflejarse en aspec-
datos. tos cotidianos tales como:
Hoy día, una estrategia de integración ha de tener en • La adquisición de nuevas herramientas: ya que al no
cuenta los nuevos requisitos para la integración híbrida tener definida una estrategia de interoperabilidad o
/ entre nubes, los metadatos activos y la gestión de integración de los datos, a la hora de analizar qué
datos aumentada. Eso obliga a repensar las prácticas herramienta comprar no se tienen en cuenta las exis
existentes y adquirir nuevas capacidades. tentes y por tanto se desprecia el posible problema
de comunicación que puede surgir entre ambas.
Problemas derivados de la falta de • La comunicación entre departamentos, para facturar
visión global o para evaluar resultados: en el primer caso las horas
se imputarían en el Departamento de Proyectos, pero
La disciplina de la integración de datos comprende las se facturarían en el de Contabilidad; mientras que en
técnicas, prácticas y herramientas arquitectónicas que el segundo caso, por ejemplo, sería complicado
ingieren, transforman, combinan y aprovisionan datos analizar si una campaña de marketing promovida por
en todo el espectro de tipos de datos. Esta integración el mismo Departamento ha sido efectiva o no ya que
se lleva a cabo en la empresa y más allá, a través de las ventas se contabilizan en el Departamento Comer-
socios, así como de fuentes de datos de terceros y cial. Queda patente la necesidad de crear una
interfaz que conecte los datos para evitar que queden
almacenados como islas independientes y carentes
de relación entre sí.
8
En qué consiste la función de Data Integra- • Los silos que existen para cada proyecto.
tion & Interoperability • Las buenas prácticas.
• Los estándares tecnológicos.
En la función Data Integration & Interoperability • Los servicios compartidos.
intervienen dos conceptos: • Los servicios centrales.
• Los servicios particulares de cada área.
9
aplicaciones que requieren de una consistencia zaciones incluir estas nuevas capacidades para admitir
bidireccional o unidireccional, a la migración y consoli- sus nuevos requisitos de integración de datos. Dichos
dación de datos; y de la adquisición e intercambio de requisitos incluyen un enfoque en la virtualización de
datos entre empresas, a la orquestación de servicios de datos, integración de datos de flujo y preparación de
datos. datos, pero también entrega específica para apoyar la
gestión de lagos de datos.
Las herramientas de integración de datos también
deben poder ofrecer el soporte necesario al gobierno Según el Cuadrante Mágico de Gartner en su última
de datos y la gestión de activos de datos. Todo esto lo edición, Informatica destaca entre otros proveedores
consiguen cuando reúnen funcionalidades tan impor- por su oferta innovadora, que se diferencia por:
tantes como la interoperabilidad con la tecnología de
integración de aplicaciones en una arquitectura de Magic Quadrant for Data Integration Tools
solución única, la integración de datos en entornos de
nube híbrida e intercloud, la habilitación de servicios de
datos para su uso en enfoques de arquitectura más
amplios, el apoyo a la entrega de datos y el acceso a
datos de una amplia variedad de almacenes de datos,
repositorios y niveles de gestión de datos en imple-
mentaciones de aplicaciones, la convergencia de datos
IoT / OT o la integración de datos de autoservicio.
10
1. Liderar el impulso hacia la gestión de datos aumenta-
da, gracias a su motor impulsado por inteligencia
artificial, para la integración basada en metadatos.
2. Responder bien a la demanda del mercado de
integración híbrida / multicloud.
3. Contar con un importante potencial de expansión y
haber consolidado su presencia y participación en el
mercado.
11
Data Quality
Se entiende como calidad el que los datos sean críticas, como la creación de perfiles, el análisis, la
buenos, pero no sólo que estén carentes de defectos, estandarización, la limpieza, la correspondencia, el
sino que sean precisos, consistentes y completos. Para enriquecimiento y el monitoreo.
presumirse su calidad, los datos deben:
A pesar de los recursos a su alcance, las empresas, en
• Ser consistentes, completos y adecuados para su la práctica, tienen un gran problema de calidad que se
función. extiende desde el interior de la organización hacia
• Proporcionar una visión única. fuera, proyectándose en aspectos como las relaciones
• Estar correctamente relacionados e interrelaciona- con los clientes, la toma de decisiones y la productivi-
dos con todas las fuentes. dad. en un entorno así es difícil fiarse del dato y éste es
precisamente el objetivo de la función de Calidad.
La estrategia de calidad
Las herramientas de calidad de datos son vitales para
La calidad se podría aplicar en muchos puntos del la transformación del negocio digital, especialmente
proceso, va muy unida a integración y por eso deben ahora que muchas tienen características emergentes
considerarse como parte de una misma estrategia que como la automatización, el aprendizaje automático, los
une: flujos de trabajo centrados en el negocio y los modelos
de implementación en la nube.
• Servicios.
• Metodología. Estas iniciativas de transformación digital están ejerci-
• Herramientas. endo una nueva presión sobre los esfuerzos de calidad
de datos, a medida que el panorama de datos se
Al hablar de herramientas de calidad de datos se hace vuelve más complejo y surgen nuevos requisitos de
referencia a los procesos y tecnologías para identificar, negocio urgentes.
comprender y corregir fallas en los datos que permiten
respaldan la gobernanza efectiva de la información en
todos los procesos de negocio operativos y la toma de
decisiones. Las herramientas que existen hoy día en el
mercado comprenden una variedad de funciones
12
Del lado de la demanda, el usuario final está cambian- • Conectividad: la capacidad de acceder y aplicar
do sus preferencias hacia capacidades más amplias reglas de calidad de datos a una amplia gama de
que abarcan la gestión de datos y el gobierno de la fuentes de datos, incluyendo datos internos y exter-
información. Los usuarios esperan una integración nos, datos locales y en la nube, y fuentes de datos
no convergencia. Es el motivo por el que las organi- • Creación de perfiles, medición y visualización de
zaciones priorizan cuatro áreas: datos: capacidades de análisis de datos que brindan
a las funciones de negocio y TI una visión de la
Por el lado de la oferta, los proveedores de herramien- posibles problemas de calidad de los datos.
tas de calidad de datos también están priorizando • Análisis: capacidades que permiten descomponer
ya no es una tarea exclusiva de TI, de hecho, hoy día se das de datos relacionados dentro o entre conjuntos
requiere mucha más colaboración con los usuarios de de datos, utilizando una variedad de técnicas, como
negocio. Y, en esta elección tecnológica, hay que tener reglas, algoritmos, metadatos y aprendizaje automáti-
13
• Dirección de validación / geocodificación: soporte 1. Su potencial de innovación y su estrategia de
para la estandarización y limpieza de datos relaciona- producto, que utiliza el aprendizaje automático
dos con la ubicación. basado en metadatos para identificar la consistencia
• Conservación y enriquecimiento de datos: la capaci- del dominio de datos, los valores atípicos y los
dad de integrar datos de origen externo para mejorar errores.
la integridad y agregar valor. Su ecosistema de socios globales, que aumenta la
• Resolución de problemas y flujo de trabajo: el flujo del 2. amplitud y profundidad de la experiencia y el soporte
proceso y la interfaz de usuario que permite a los de la industria de Informatica, y ayuda a los clientes a
usuarios comerciales identificar, poner en cuarente- implementar sus soluciones con éxito.
na, asignar, escalar y resolver problemas de calidad 3. Su cuota de mercado, comprensión y presencia.
de datos.
14
Master Data
Management
Esta función se encarga de asegurar que los datos más La importancia de los datos maestros
importantes para el negocio son creados con la consis-
tencia y calidad necesarias. Master data son las entidades de negocio que se
involucran en todos los departamentos de la empresa,
Reference Data son los conjuntos de datos o clasifica- e incluso sus partners. Son los datos maestros.
ciones referenciados por los sistemas, aplicaciones,
procesos e informes, así como por los sistemas Este tipo de datos son utilizados en múltiples procesos
transaccionales y registros maestros. de la organización, por lo que es crítico estandarizarlos
y sincronizar los diferentes sistemas donde se almace-
Estandarizar los datos de referencia, es decir, desarrol- nan. El negocio necesita tener una visión 360º sobre
lar esta función; es clave para la integración e interoper- estos datos para poder tomar decisiones alineadas con
abilidad de los diferentes sistemas. su visión.
Los datos de referencia deben ser utilizados para la Los datos maestros están relacionados con los datos
clasificación y análisis de la información, por ello es de referencia y ejemplo de ellos serían los siguientes:
importante usar datos de referencia estándar, es decir,
fijados por agencias reguladoras o gobiernos, cuando • Cliente.
sea posible. • Empleado.
• Producto.
Ejemplo de este tipo de datos serían:
15
Un ejemplo muy claro de la importancia estratégica de generación y entrega de una versión confiable de uno o
los datos maestros es el caso de una entidad finan- más dominios de datos a todas las partes interesadas,
ciera, en la que un empleado puede ser al mismo en apoyo de diversas iniciativas de negocio.
tiempo cliente, y tener sus cuentas bancarias y las de
otros miembros de su familia contratadas con dicha Es importante hacer una buena elección tecnológica
entidad. Si no se ha estandarizado la información sobre para reunir las capacidades que ayudarán a mantener
esta persona aparecerá ligada al departamento de un registro confiable para los datos maestros, al cual
RR.HH., por su cualidad de empleado, y al Comercial, todos los demás sistemas de referencia revertirán para
en calidad de cliente, pero la entidad financiera se la validación final.
estará privando de una visión global que le permita
tener identificado al individuo. Al escoger entre los diferentes proveedores, es impor-
tante prestar atención a capacidades funcionales,
El objetivo que se logra a través de esta función es como el flujo de trabajo y BPM, el modelado de datos,
mejorar la gestión del negocio y ser más competitivo. la carga, sincronización, servicios empresariales e
integración, la gestión de jerarquía, el rendimiento,
Estrategia de datos maestros escalabilidad, disponibilidad y seguridad y, por
supuesto, la calidad de la información y semántica.
Una estrategia de MDM potencialmente necesitará del
apoyo de alguna solución de gestión de datos maestros Conviene también comparar aspectos de soporte en
de empresa que respalde los requisitos de infraestruc- relación al gobierno de datos, la gestión de datos, el
tura habilitantes y el programa de MDM en marcha. Su cumplimiento o la integración, teniendo en cuenta que
modo de entrega debería abarcar, tanto los modelos las implementaciones de MDM y sus requisitos varían
locales, como los basados en la nube. según la complejidad del entorno empresarial y de los
casos de uso, que determinarán los niveles apropiados
Cuando se elige la solución de MDM adecuada el de gobierno, gestión de riesgos y control.
software apoya los requisitos continuos de adminis-
tración y gestión de datos maestros a través de técni-
cas de supervisión y acción correctiva basadas en el
flujo de trabajo; admite la identificación global, la vincu-
lación y la sincronización de datos maestros a través de
fuentes de datos heterogéneas a través de la concilia-
ción semántica de datos maestros y permite la
16
Informática encabeza la lista de recomendaciones del
Cuadrante Mágico de Gartner en su última edición.
Entre sus fortalezas, la consultora destaca:
17
www.powerdata.es
Arenales 1678 piso 3
Tel. (+54) 11 5277-4650 HAZ CLICK AQUÍ PARA AGENDAR
Buenos Aires - Argentina UNA CONSULTA GRATUITA CON UNO
DE NUESTROS EXPERTOS
Padre Mariano 82, oficina 602, Las Condes
Tel. (+56) 2 29363 102
Santiago de Chile
www.linkedin.com/company/powerdata
Carrera 16 # 93 A - 16 oficina 504
Tel. (+57) 1 616 7796
www.twitter.com/powerdatagrupo
Bogotá - Colombia