80% encontró este documento útil (5 votos)
1K vistas47 páginas

DMBoK 3 GobiernoDatos PrimeraSegundaTercera

El documento resume el capítulo 3 del DMBoK sobre Gobierno de Datos. Explica que el Gobierno de Datos implica ejercer autoridad y control sobre la gestión de activos de datos a través de la planificación, supervisión y ejecución. También describe los componentes típicos de un programa de Gobierno de Datos, los modelos de gobierno y la función clave de la custodia de datos.

Cargado por

fzx
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
80% encontró este documento útil (5 votos)
1K vistas47 páginas

DMBoK 3 GobiernoDatos PrimeraSegundaTercera

El documento resume el capítulo 3 del DMBoK sobre Gobierno de Datos. Explica que el Gobierno de Datos implica ejercer autoridad y control sobre la gestión de activos de datos a través de la planificación, supervisión y ejecución. También describe los componentes típicos de un programa de Gobierno de Datos, los modelos de gobierno y la función clave de la custodia de datos.

Cargado por

fzx
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

DMBoK - Capítulo 3 - Gobierno de Datos

Autores: Fabián Santini – Soledad Silvera – Susana González


Setiembre 2020
1. Introducción
● El Gobierno de Datos se define como el ejercicio de autoridad y control (planificación, seguimiento y
ejecución) sobre la gestión de los activos de datos. Todas las organizaciones toman decisiones sobre
los datos, independientemente de si tienen una función formal de Gobierno de Datos. Aquellos que
establecen un programa formal de Gobierno de Datos ejercen autoridad y control con mayor
intencionalidad. Estas organizaciones están en mejores condiciones de aumentar el valor que
obtienen de sus activos de datos.

● La función de Gobierno de Datos guía todas las demás funciones de la gestión de datos. El propósito
del Gobierno de Datos es asegurar que los datos se gestionen correctamente, de acuerdo con las
políticas y las mejores prácticas.
Gestión de Datos vs Gobierno de Datos

● El propósito de la Gestión de Datos en general es asegurar que una


organización obtenga valor de sus datos.

● El Gobierno de Datos se centra en cómo se toman las decisiones sobre


los datos y cómo se espera que se comporten las personas y los procesos
en relación con los datos. El alcance y el enfoque de un programa
particular de Gobierno de Datos dependerá de las necesidades de la
organización.
Programa de Gobierno de Datos
La mayoría de los programas incluyen:
• Estrategia: Definir, comunicar e impulsar la ejecución de la Estrategia de Datos y la Estrategia de Gobierno de
Datos.
• Política: Establecimiento y aplicación de políticas relacionadas con la gestión de datos y Metadatos, acceso, uso,
seguridad y calidad.
• Normas y calidad: Establecimiento y aplicación de estándares de calidad de datos y Arquitectura de Datos.
• Supervisión: Proporcionar observación práctica, auditoría y corrección en áreas clave de calidad.
• Cumplimiento: Garantizar que la organización pueda cumplir con los requerimientos regulatorios.
• Gestión de problemas: Identificar, definir, escalar y resolver problemas relacionados con la seguridad de los datos,
el acceso, la calidad, el cumplimiento, la propiedad, las políticas, los estándares, la terminología.
• Proyectos de gestión de datos: Patrocinar esfuerzos para mejorar las prácticas de gestión de Valoración de activos
de datos: Establecimiento de estándares y procesos para definir consistentemente el valor comercial de los activos
de datos.
1.1 Motivadores de Negocio
El Gobierno de Datos no es un fin en sí mismo. Necesita alinearse directamente con la estrategia de
la organización. Los motivadores del Gobierno de Datos se centran con mayor frecuencia en la
reducción de riesgos o en la mejora de los procesos.

• Reducción de riesgos
• Gestión general de riesgos: supervisión de los datos para control de riesgos.
• Seguridad de los datos: protección de los activos de datos mediante controles.
• Privacidad: control de información (privada, confidencial), a través de monitoreo.

• Mejora de los procesos


• Cumplimiento regulatorio: responder de forma eficaz y coherente a los requerimientos.
• Mejora de la calidad de los datos: contribuir al negocio con datos más confiables.
• Gestión de Metadatos: diccionario de datos empresarial.
• Eficiencia en proyectos de desarrollo: mejoras en el ciclo de vida del desarrollo de software.
• Gestión de proveedores: control de contratos y acuerdos con respecto a los datos.
1.2 Metas y Principios
La meta del Gobierno de Datos es permitir que una organización gestione los datos como un activo. Proporciona
los principios, las políticas, los procesos, el marco, las métricas y la supervisión para gestionar los datos como un
activo y para orientar las actividades de gestión de datos. Un programa de gobierno de datos debe ser:

• Sustentable: El Gobierno de Datos no es un proyecto con un fin definido; es un proceso continuo que requiere
un compromiso organizacional. necesita cambios en la forma en que se gestionan y utilizan los datos. El Gobierno
de Datos sostenible depende del liderazgo, el patrocinio y del sentido de propiedad.

• Embebido: El Gobierno de Datos no es un proceso adicional. Las actividades del Gobierno de Datos deben
incorporarse a los métodos de desarrollo de programas informáticos, al uso de datos para análisis, la gestión de
Datos Maestros y a la gestión de riesgos.

• Medido: Un Gobierno de Datos bien hecho tiene un impacto financiero positivo, pero para
demostrar este impacto es necesario comprender el punto de partida y planificar una mejora medible.
Compromiso con el cambio
Los siguientes principios, pueden ayudar a establecer una base sólida para
el Gobierno de Datos:
Liderazgo y estrategia: Las actividades de gestión de datos están guiadas por una estrategia de datos que es
impulsada por la estrategia de negocio de la empresa.
Impulsado por el negocio: Programa empresarial y, como tal, debe controlar las decisiones de TI relacionadas con
los datos tanto como gobierna la interacción del negocio con los datos.
Responsabilidad compartida: Responsabilidad empresarial compartida entre los Data Stewards y los
profesionales técnicos de Gestión de Datos.
Multi-capas: Nivel empresarial como local y, a menudo, en niveles intermedios.
Basado en un marco de referencia: El programa de Gobierno de Datos debe establecer un marco operativo que
defina responsabilidades e interacciones.
Basado en principios: La referencia a los principios puede mitigar la resistencia potencial.
1.3 Conceptos Esenciales
Del mismo modo que un auditor verifica los procesos financieros, pero en realidad no ejecuta la gestión
financiera, el Gobierno de Datos garantiza que los datos se gestionen correctamente sin ejecutar directamente la
gestión de datos. El Gobierno de Datos representa una inherente separación de funciones entre supervisión y
ejecución.
1.3.1 Organización Centrada en Datos
Una organización centrada en los datos los valora y administra como un activo a través de todas las fases de su
ciclo de vida, incluyendo el desarrollo de proyectos y las operaciones en curso. Los datos ya no se tratan como un
subproducto del proceso y las aplicaciones. Garantizar que los datos sean de alta calidad es un objetivo de los
procesos de negocio. A medida que las organizaciones se esfuerzan por tomar decisiones basadas en la
información obtenida a partir de la analítica, la gestión eficaz de datos se convierte en una prioridad muy alta.

Algunos principios que buscan obtener más valor de los datos:

• Los datos deben gestionarse como un activo corporativo.


• Las mejores prácticas de Gestión de Datos deben incentivarse en toda la organización.
• La estrategia de datos empresarial debe estar directamente alineada con la estrategia general de negocio.
• Los procesos de Gestión de Datos deben mejorarse continuamente.
1.3.2 Organización de Gobierno de Datos
Gobierno de Datos puede entenderse en términos de gobernanza política. Incluye funciones legislativas
(definición de políticas, estándares y arquitectura de datos empresarial), funciones de tipo judicial (gestión de
problemas y escalamiento), y funciones ejecutivas (protección y servicio, responsabilidades administrativas).
Modelos de Gobierno
Cada organización debe adoptar un modelo de gobierno que respalde su estrategia de negocio de acuerdo a su
contexto cultural. Algunos modelos están organizados de forma centralizada o distribuidos, o en múltiples capas
para abordar las inquietudes en diferentes niveles dentro de una empresa.

Órganos Típicos de Gobierno de Datos:

Comité Directivo de Gobierno de Datos: Responsable de la supervisión, el apoyo y la financiación de las


actividades.
Consejo de Gobierno de Datos: Gestiona las iniciativas de Gobierno de Datos (por ejemplo, el desarrollo de
políticas o métricas), problemas y escalamientos.
Oficina de Gobierno de Datos: Definiciones de datos a nivel empresarial y los estándares de Gestión de
Datos.
Equipo de Custodia (stewardhip) de Datos: Comunidades de interés centradas en una o más áreas temáticas o
proyectos específicos,
Comité Local de Gobierno de Datos: Consejos de Gobierno de Datos divisionales o
departamentales que trabajan bajo los auspicios de un Consejo de Gobierno de Datos empresarial.
1.3.3 Tipos de Modelos Operativos de Gobierno de Datos

● Modelo centralizado, una organización de Gobierno de Datos supervisa


las actividades en todas las áreas temáticas.

● Modelo replicado, cada unidad de negocio adopta el mismo modelo


operativo y estándares del Gobierno de Datos.

● Modelo federado, una organización de Gobierno de Datos coordina con


varias unidades de negocio para mantener definiciones y estándares
coherentes.
1.3.4 Custodia de Datos (Data Stewardship)

La Custodia de Datos es la etiqueta más común para describir la rendición de cuentas y la responsabilidad acerca
de los datos y procesos que garantizan un control y uso efectivo de los activos de datos. Algunas posibles
actividades para la custodia de datos son:

• Creación y gestión de Metadatos básicos: Definición y gestión de terminología empresarial, valores de datos válidos y otros
Metadatos críticos.

• Documentación de reglas y estándares: Definición/Documentación de las reglas de negocio, estándares de datos y reglas de
calidad de datos. Los administradores ayudan a exponer estas reglas para asegurar que hay un consenso sobre ellas dentro de la
organización y que se usan de manera consistente.

• Gestión de problemas de calidad de datos: Los Data Stewards a menudo participan en la identificación y resolución de problemas
relacionados con los datos o en facilitar el proceso de resolución.

• Ejecución de actividades operativas de Gobierno de Datos: Los custodios son responsables de garantizar que, día a día y proyecto
por proyecto, se cumplan las políticas e iniciativas de Gobierno de Datos.
1.3.5 Tipos de Data Steward (Custodios de Datos)

Los custodios de datos gestionan los activos de datos en nombre de otros y en el mejor interés de la organización
(McGilvray, 2008). Los Data Stewards efectivos son responsables y rinden cuentas de las actividades de Gobierno
de Datos. Dependiendo de la complejidad de la organización y de los objetivos de su programa de Gobierno de
Datos, los Data Stewards designados formalmente pueden ser diferenciados por su lugar dentro de una
organización, por el foco de su trabajo, o por ambos.

• Los Data Steward en Jefe pueden presidir los organismos de Gobierno de Datos en lugar del CDO.
• Los Data Steward Ejecutivos son altos directivos, forman parte de un Consejo de Gobierno de Datos.
• Los Data Steward Empresariales tienen supervisión de un dominio de datos.
• Los Data Steward del Negocio son profesionales de negocios, expertos reconocidos en la materia.
• Los Dueños de Datos son un Data Steward del Negocio, que tiene autoridad de aprobación.
• Los Data Stewards Técnicos son profesionales de TI que operan en áreas con datos.
• El Coordinador de Data Stewards lidera y representa a los equipos de Data Stewards técnicos y de negocio en
discusiones entre equipos con ejecutivos Data Stewards.
1.3.6 Políticas de Datos
Las políticas de datos son directivas que codifican los principios y la
intención de gestión en reglas fundamentales que rigen la creación,
adquisición, integridad, seguridad, calidad y uso de datos e información. Las
políticas de datos son globales. Admiten estándares de datos, así como
comportamientos esperados relacionados con aspectos clave del manejo y
uso de datos. Las políticas de datos describen el "qué" de Gobierno de
Datos (qué hacer y qué no hacer), mientras que los estándares y
procedimientos describen "cómo" hacer Gobierno de Datos. Debería haber
relativamente pocas políticas de datos, y deberían establecerse breve y
directamente.
1.3.7 Valoración de Activos de Datos
La valoración de activos de datos es el proceso de comprender y calcular el valor económico de los datos para una
organización. La mayoría de las fases del ciclo de vida de los datos implican costos (incluida la adquisición,
almacenamiento, administración y eliminación de datos). Los datos solo aportan valor cuando se utilizan. Cuando
se utilizan, los datos también crean costos relacionados con la gestión de riesgos. Así que el valor llega cuando el
beneficio económico de usar datos supera los costos de adquirirlos y almacenarlos, así como gestionar el riesgo
relacionado con el uso. Algunas otras formas de medir el valor incluyen:

• Costo de sustitución: El costo de sustitución o recuperación de los datos perdidos.

• Valor de negocio: El valor como activo de negocio en el momento de una fusión o adquisición.

• Oportunidades identificadas: El valor de los ingresos que se pueden obtener de los datos.

• Venta de datos: Algunas organizaciones empaquetan datos como un producto o venden información.

• Costo de riesgo: Una valoración basada en posibles sanciones.


Principios para contabilizar activos de datos

Principio de Responsabilidad (accountability): Identificar a las personas responsables de los datos.


Principio de Activo: Deben ser gestionados, asegurados, contabilizados como los otros tipos de activos.
Principio de Auditoría: La precisión de los datos y el contenido está sujeta a auditorías periódicas.
Principio de Debida Diligencia: Si hay riesgo, se debe informar. Si es posible, debe confirmarse.
Principio de Operación Continua: Los datos y el contenido son críticos para la gestión y las operaciones.
Principio de Nivel de Valoración: Valorar los datos como activos a un nivel que tenga sentido medir.
Principio de Responsabilidad Financiera: Basada en el mal uso o gestión desde lo reglamentario y ético.
Principio de Calidad: El significado, la exactitud pueden afectar al estado financiero de la organización.
Principio de Riesgo: Existe un riesgo asociado con los datos y el contenido que debe ser reconocido.
Principio de Valor: Hay valor en los datos y el contenido, en base a su contribución a la organización.
Comentarios y Preguntas
2. Actividades
2. Actividades
2.1 Definir el Gobierno de datos para la organización
2.2 Realizar el Diagnostico de Preparación
2.3 Realizar Descubrimiento y Alineación con el Negocio
2.4 Desarrollar Puntos de Contacto Organizacionales
2.5 Desarrollar una Estrategia de Gobierno de Datos
2.6 Definir el Marco Operativo de Gobierno de Datos
2.7 Desarrollar Metas, Principios y Políticas
2.8 Suscribir proyectos de Gestión de Datos
2.9 Compromiso con la Gestión del Cambio
2.10 Compromiso con la Gestión de Problemas
2.11 Evaluar los requerimientos de Cumplimiento regulatorio
2.12 Implementar el Gobierno de Datos
2.13 Patrocinar Procedimientos y Estándares de Datos
2.14 Desarrollar un Glosario de Negocios
2.15 Coordinar con los Grupos de Arquitectura
2.16 Patrocinar la Valoración de Activos de Datos
2.17 Incorporar el Gobierno de Datos
2.1 Definir el Gobierno de Datos para la organización
● Estrategia empresarial, objetivos empresariales, Gobierno de Datos, estrategia de Datos:

○ Gobierno de Datos apoya los objetivos y estrategia empresariales

○ La estrategia empresarial direcciona:

■ la Estrategia de Datos

■ la forma de operación de las actividades de Gobierno de Datos

■ la forma de operación de las actividades de Gestión de Datos


● Gobierno de Datos: permite responsabilidad compartida
● Éxito gobierno de datos: visión clara de lo que se gobierna, quien es gobernado, y quien
gobierna
● Gobierno de datos: Esfuerzo empresarial no esfuerzo funcional.
● Alcance del Gobierno de Datos: Que significa la empresa?
2.2 Realizar el Diagnóstico de Preparación
● Diagnóstico – Planificación del Programa de Datos - Medición de la efectividad de un programa
– Gestionar – Sostener el Programa de Datos

● Diagnóstico: Estado actual de las capacidades de gestión de la información, madurez y eficacia

● Madurez de la gestión de datos: que se hace con los datos? Percepción del personal, reporteo,
uso de herramientas, etc
● Capacidad de Cambio: requiere gestión formal del cambio organizacional, evaluara la
estructura organizacional, percepciones sobre la cultura y el proceso de cambio en si.

● Disponibilidad de colaboración: Custodia de datos es transversal funcionalmente, i.e. es


colaborativa por naturaleza. Colaborar en la gestión y el uso. Nunca asumir que una
organización sabe colaborar.

● Alineación con el negocio: Uso de datos alineado a la estrategia organizacional? O adhoc?


2.3 Realizar Descubrimiento y Alineación con el Negocio
● Programa de Gobierno de Datos debe entregar beneficios específicos:
por ejemplo disminución de multas al regulador

● Descubrimiento: identificar y evaluar la eficacia de las políticas


existentes, riesgos abordados, comportamientos fomentados y nivel de
implementación, identificar mejora en la utilidad de los datos; análisis de
calidad de los datos (identificar procesos de negocio en riesgo);
evaluación de las practicas de administración de datos.

● Alineación con el negocio: adiciona beneficios

● Consolidar una lista de requerimientos de Gobierno de Datos desde las


actividades de Descubrimiento y Alineación. (bottom up)
2.4 Desarrollar Puntos de Contacto Organizacionales
● Parte de la alineación con la estrategia organizacional
● Ejemplo de todos los puntos que pueden apoyar la alineación y la
cohesión de gobierno y gestión de datos en áreas fuera de la autoridad
directa del Oficial en Jefe de Datos (CDO)

● Los puntos de contacto en los que influye el CDO


apoyan la gestión de los datos y aumentan la
agilidad para usarlos.

● Es una visión de como el Gob de Datos


será percibido por la organización.
2.5 Desarrollar una Estrategia de Gobierno de Datos
● Estrategia de Gobierno de Datos: ● Implementación iterativa
Define alcance y enfoque para los
esfuerzos de gobierno. ● En general la Estrategia de Gob de
Datos incluye:
● Definición integral y articulada:
○ Carta o Acta de Constitución
○ Marco Operativo y
Estrategia de
TI
Estrategia de
Gobierno de responsabilidad
Datos

Estrategia de
Estrategia del
○ Hoja de Ruta para la
Gestión de
Datos
Negocio implementación
○ Plan para el éxito operativo
2.6 Definir el Marco Operativo de Gobierno de Datos
● Marco Operativo de Gobierno: creación para su Adopción
● Áreas a considerar: Valor de los datos para la Modelo de Negocio de la
Factores Culturales Impacto de la regulacion
organización organización

•Vende datos? •Centralizado, •Aceptación de disciplina? •Altamente reguladas


•Usa como insumo? descentralizado? •Adaptabilidad al cambio? •Baja regulación
•Local, internacional? •Vinculo con grupo gestión de
Datos?
•Vinculo con .grupo Legal?

● Solución: Niveles de gobierno

○ Responsabilidad de las actividades de administración

○ Propietarios de los Datos

○ Interacción entre la organización de gobierno y los responsables de proyectos

○ Compromiso de las actividades de gestión del cambio

○ Vías para la resolución de problemas


2.7 Desarrollar Metas, Principios y Políticas
● Derivan de la Estrategia de Gobierno de Datos y Guían hacia el futuro deseado.
● Roles:

○ Se redactan bajo el patrocinio del Gobierno de Datos (profesionales de gestión datos, o de


políticas de negocio, o una combinación)

○ Los Data Stewards y la Gerencia revisan y refinan.

○ El Consejo de Gobierno de Datos conduce verificación final, revisión y adopción.

○ Las políticas de datos deben ser efectivamente comunicadas, monitoreadas, aplicadas y


reevaluadas periódicamente. El Concejo del Gobierno de Datos puede delegar esta
autoridad en el Comité Directivo de Custodia de Datos.

● Las políticas pueden adoptar diferentes formas. Ejemplo: La Oficina de Gobierno de Datos (Data
Governance Office) aprobará a los dueños de negocio.
2.8 Suscribir proyectos de Gestión de Datos
● Las iniciativas para la mejora de la capacidad de gestión de datos benefician a toda la organización y requiere
patrocinio multifuncional o visibilidad desde el Consejo de Gobierno de Datos. Claves para promoción:
impacto en la mejora de la eficiencia y reducción del riesgo
● + valor de datos -> req’ mejora capacidad de gestión de datos
● Pueden ser conisderados parte del portafolios de los proyectos de TI
● El Consejo de Gobierno de Datos en los proyectos de Gestión de Datos:

o Colabora en la definición del Caso de Negocio

o Supervisa el estado y el progreso de los proyectos

o Coordina esfuerzos con la Oficina de Gestión de Proyectos (PMO)

o Puede coordinar proyectos de mejora de Gestión de datos con programas de amplio alcance
empresarial como MDM, ERP, CRM, etc.
● En otros proyectos, la Gestión de Datos la debe considerar el Ciclo de Vida interno de desarrollo de Sistemas
(SDLC), ITIL, PMO.
● Todos los proyectos deben capturar los requerimientos de gestión de datos en forma temprana en ciclo de
2.9 Compromiso con la Gestión del Cambio
● Adoptar nuevas prácticas de gobierno de datos requiere que las personas cambien su
comportamiento e interacciones
● Critico para conducir los cambios de comportamiento para mantener el Gobierno de Datos: Un
programa formal de OCM – gestión del Cambio Organizacional, y patrocinio ejecutivo
● El equipo de OCM debe ser responsable de:

○ Planeación de la gestión del cambio

○ Crear y ejecutar planes de capacitación para la Gestión del Cambio

○ Influir en el desarrollo de los sistemas

○ Implementación de políticas

○ Comunicaciones: Concientizar sobre l rol y las responsabilidades de losa administradores


de datos, otros profesionales de la gestión de datos, y objetivos de los proyectos de
Gestión de Datos
2.9 Compromiso con la Gestión del Cambio
● Comunicaciones: Vitales para el proceso de Gestión del Cambio
● Un programa de Gestión del Cambio que apoye un Gobierno de Datos debe centrarse en:

● Promover le valor de los activos de datos


● Monitorear y actuar sobre la retroalimentación de las actividades del Gobierno de Datos
● Implementar la capacitación en Gestión de Datos
● Medir los efectos de la Gestión del Cambio en 5 áreas clave: conciencia de la necesidad del
cambio, deseo de participar y apoyar el cambio, conocimiento a cerca de como cambiar,
habilidad para nuevas capacidades y comportamientos, reforzar para mantener los cambios(*)
● Implementación de nuevas métricas y KPIs (incentivos para empleados)

(*) no sugiere métricas


2.10 Compromiso con la Gestión de Problemas
Gestión de problemas es el proceso para: identificar, cuantificar, priorizar, y
resolver problemas relacionados con el Gobierno de Datos incluyendo:
● Autoridad (toma de decisiones)
● Escalamiento en la Gestión del Cambio
● Cumplimiento (Regulaciones)
● Conflictos (Políticas, procedimientos, reglas de negocio, nombres,
estándares, arquitectura, propiedad de datos, conflictos de intereses en
datos e información)
● Conformidad (Políticas, estándares, arquitectura, procedimientos)
● Contratos
● Seguridad e Identidad de Datos
● Calidad de los datos (incluyendo desastres o violaciones de seguridad)
2.10 Compromiso con la Gestión de Problemas (cont.)
● Comunicaciones o escalamiento:
○ Resolución local, en los equipos de Custodia de datos

○ Problemas que escalan deben documentarse y escalara al Gobierno de Datos de la Unidad de


Negocios, o al Consejo de Gobierno de Datos (identificar tendencias, causas raíz, etc)

○ Debe ir al Gobierno de Gestión corporativo lo que no pueda resolver el Consejo de Gobierno de


Datos

● El Gobierno de Datos requiere mecanismos y procedimientos de control específicos

● La Gestión de Problemas de datos es muy importante: Crea credibilidad en el equipo


del Gobierno de Datos, tiene efectos directos y positivos sobre los consumidores de
datos, y aliviana el trabajo de los equipos de producción.
2.11 Evaluar los requerimientos de Cumplimiento regulatorio

● Parte de la función del Gobierno de datos es monitorear y asegurar el cumplimiento


regulatorio

● Varias regulaciones globales tienen implicancias significativas en la práctica de la


regulación de datos: Normas de Contabilidad, regulaciones para la industria bancaria
(Comité de Supervisión Bancaria de Basilea), regulaciones para la industria
aseguradora, estándares de seguridad de tarjetas de pago, leyes de privacidad de
datos.

● Las organizaciones de Gobierno de Datos trabajan con otros líderes de negocio y


técnicos para evaluar las implicancias de las regulaciones

● El Gobierno de Datos supervisa la respuesta de la organización a los req’ regulatorios


o a las auditorias de prácticas de datos y de datos
2.12 Implementar el Gobierno de Datos
● Crear una Hoja de Ruta que muestre los tiempos y las relaciones entre
las diferentes actividades, con prioridades, y atendiendo al tipo de
organización de gobierno.

● Actividades a priorizar en las primeras etapas son:


● Definir los procedimientos para alcanzar los objetivos de mayor
prioridad
● Establecer un glosario de negocio (metodología y estándares)
● Coordinación con Arquitectura empresarial y Arquitectura de Datos
● Asignación de Valor Financiero a los Activos de Datos
2.13 Patrocinar Procedimientos y Estándares de Datos
● Los estándares ayudan a definir la calidad porque proveen un medio de
comparación.
● También proveen un potencial para simplificar los procesos.
● La aplicación de los estándares debe promover resultados consistentes de los
procesos que los usan.
● Los estándares de Gobierno de Datos deben ser obligatorios.
● Los estándares de datos:
○ son construidos generalmente por los profesionales de Gestión de Datos

○ son revisados, aprobados y adoptados por el Consejo de Gobierno de Datos (o delegado


en un Comité Directivo de Estándares de Datos)
● El nivel de detalle de la documentación de estándares depende la cultura
organizacional.
● Los estándares de datos deben ser comunicados, monitoreados, revisados, y
actualizados periódicamente de forma efectiva.
2.13 Patrocinar Procedimientos y Estándares de Datos
● Debe haber un medio para hacerlos cumplir. El cumplimiento de los estándares
puede ser auditado por el Consejo de Gobierno de Datos o por el Comité Directivo
de Estándares de Datos o como parte de los procesos de aprobación en el SDLC.

● Los procedimientos de Gestión de Datos se tratan de igual forma que los estándares
de datos.

● Ejemplos de conceptos estandarizables dentro del área de conocimiento de la


Gestión de Datos: Arquitectura de datos, seguridad de datos, integración de datos,
Datos de Referencia y Datos Maestros, Calidad de Datos, Documentos y contenidos.
2.14 Desarrollar un Glosario de Negocios
Un glosario es un medio para compartir el vocabulario interno dentro de la
organización

Objetivos
• Permitir la comprensión común de los conceptos claves del negocio y terminología

• Reducir el riesgo de que los datos sean mal utilizados debido a una comprensión inconsistente de
los conceptos de negocio

• Mejorar la alineación entre los activos de tecnología (con sus convenciones de nomenclatura
técnica) y la organización empresarial

• Maximizar la capacidad de búsqueda y permitir el acceso al conocimiento institucional


documentado
2.15 Coordinar con los Grupos de Arquitectura
El consejo de Gobierno de Datos:
● Debe patrocinar y aprobar artefactos de arquitectura de datos,
● Puede designar o interactuar con un comité directivo o con un consejo
de revisión de la arquitectura o simplemente con un arquitecto de
datos
● Debe revisar, aprobar y adoptar formalmente el modelo de datos
empresarial.
● A medida que los requerimientos del negocio evolucionan, los equipos
de administración de datos deben proponer cambios y desarrollar
extensiones al modelo de datos empresarial.
2.16 Patrocinar la Valoración de Activos de Datos
● Los datos y la información son activos porque tienen o pueden crear
valor.
● Las lagunas de información - la diferencia entre la información que se
necesita y la que está disponible - representan pasivos del negocio.
● El costo de cerrar o prevenir esa brecha se puede utilizar para estimar el
valor comercial de los datos que faltan. A partir de ahí, la organización
puede desarrollar modelos para estimar el valor de la información que
existe.
● Esto puede incorporarse a la estrategia de datos y puede ser una
justificación para iniciativas de Calidad o de Gobernabilidad
2.17 Incorporar el Gobierno de Datos
Un objetivo es Incorporar procesos relacionados con la gestión de datos
como un activo
La sustentabilidad significa actuar para asegurar que los procesos y el
financiamiento estén en su lugar para permitir el desempeño continuo de la
gestión de datos
Profundizar el entendimiento de la organización sobre el Gobierno de Datos
en general, creando una comunidad de interés
Importancia de la comunicación aprovechando los canales existentes para
mantener a los interesados informados sobre las políticas, estándares y
requerimientos..
Comentarios y Preguntas
3. Herramientas y Técnicas
3.1 Presencia en Línea / Sitios web
Debe incluir:
● Estrategia, políticas y estándares
● Funciones y responsabilidades de la gestión de datos
● Informes sobre las mediciones de la calidad de los datos
● Enlaces a Foros, mensajes ejecutivos, procedimientos de escalamiento y
formación.
● Información de contacto del programa de Gobierno de Datos
3.2 Glosario del Negocio
3.3 Herramientas de Flujo de Trabajo
Conectan los procesos con los documentos y pueden ser útiles en la
administración de políticas y en la resolución de problemas.
3.4. Herramientas de Gestión Documental
Ayudan en la gestión de las políticas y procedimientos.
3.5 Tableros de Control del Gobierno de Datos
Recolección de métricas para el seguimiento las actividades de Gobierno
4. Guías de Implementación
Puede haber resistencia al cambio y una curva de aprendizaje.
Raramente se implementa para toda la empresa. En general se hace de
forma incremental y/o segmentando por división.
4.1 Organización y Cultura
Los programas efectivos y duraderos de Gobierno de Datos requieren un
cambio cultural en el pensamiento y comportamiento organizacional acerca
de los datos.
No importa cuán precisa o exótica sea la estrategia de Gobierno de Datos,
ignorar la cultura disminuirá las posibilidades de éxito.
4.2. Ajuste y Comunicación
● Mapa de Negocio / estrategia:
Conecta la actividad de Gobierno de Datos con las necesidades del negocio.

● Mapa de Ruta:
El mapa de ruta no debe ser rígido. Debe adaptarse a los cambios en el entorno o las prioridades de la
empresa.

● Caso de negocio en curso:


Debe ser ajustado periódicamente para reflejar las prioridades cambiantes y las realidades financieras de la
organización.

● Métricas:
Las métricas deberán crecer y cambiar a medida que el programa de Gobierno de Datos madure.
5. Métricas
Para contrarrestar la resistencia o el desafío de una larga curva de
aprendizaje, un programa de Gobierno de Datos debe ser capaz de medir el
progreso y el éxito a través de métricas que demuestren que se ha añadido
valor al negocio.
Algunos ejemplos:
● Valor
○ Contribución a los objetivos de la empresa
○ Reducción del riesgo
● Eficacia-
○ Logro de metas y objetivos
○ Eficacia en la comunicación y formación
● Sostenibilidad
○ Desempeño de las políticas y procesos
Comentarios y Preguntas

Common questions

Con tecnología de IA

The role of a Data Governance framework is to establish clear principles, policies, and processes that ensure data is managed as a valuable asset, aligning the data strategy directly with the business strategy. This alignment is crucial because it supports business objectives, ensures consistency in data usage across the organization, enhances decision-making processes, and leverages data for strategic initiatives. It also mitigates potential resistance by establishing shared responsibilities and clear governance structures, which reinforces the business-driven nature of data-related decisions .

The creation of a business data glossary improves data quality by standardizing definitions and ensuring consistency in how data terms are understood and used across the organization. This clarity reduces the risk of misinterpretation and errors while facilitating better data integration and interoperability. Additionally, a standardized glossary aids in regulatory compliance by providing clear documentation that can ease the response to audits and regulatory inquiries, ensuring adherence to data standards and relevant legal requirements. This common understanding fosters a shared responsibility for maintaining data accuracy and reliability, which is pivotal for both quality improvement and compliance .

Implementing a Data Stewardship program across functional boundaries presents challenges such as coordinating communication and roles among diverse departments, overcoming cultural resistance, and ensuring consistent stewardship practices without overburdening employees. Despite these challenges, the benefits include improved data quality through shared accountability, more comprehensive metadata management, and enhanced data integration across functions. This cross-functional stewardship encourages collaboration, fostering a unified approach to data management which can lead to more informed business decisions and optimized data utilization across the organization. Additionally, it facilitates compliance and risk management by ensuring data governance policies are uniformly applied .

A sustainable and embedded Data Governance program impacts an organization's data management practices by transforming them from isolated efforts into ongoing, integrated processes. This continuous approach ensures that data governance activities are naturally incorporated into regular business operations, rather than being perceived as extraneous tasks. Such an embedded program fosters organizational commitment, leading to consistent data quality improvements, enhanced regulatory compliance, and more efficient development processes. Moreover, it encourages a culture of data stewardship across different levels, aligning data management practices with organizational goals and improving the overall reliability and value of data assets .

Problem management processes can improve a Data Governance program by systematically identifying, analyzing, and resolving issues related to data governance, such as compliance conflicts or quality discrepancies. By addressing these problems efficiently, the organization can enhance data reliability and operational integrity. This approach builds trust and confidence among stakeholders, as it demonstrates a proactive commitment to maintaining high standards of data governance. The increased credibility can lead to greater buy-in from business units and further integration of governance practices into daily operations, ultimately driving better data stewardship and organizational performance .

Continuous improvement processes within Data Management enhance the effectiveness of a Data Governance program by promoting a culture of constant evaluation and enhancement of data processes and policies. By regularly assessing data practices and outcomes, organizations can identify areas of inefficiency, inconsistency, or risk and implement targeted improvements. This iterative approach helps in adapting governance strategies to evolving business needs and external regulatory landscapes, ensuring that the organization’s data governance framework remains robust, responsive, and aligned with best practices. Continuous improvement also encourages innovation and operational excellence, leading to better data quality and more effective data-driven decision-making .

Key components of a Data Governance strategy include the establishment of a charter or constitution, a clear operational framework, a comprehensive implementation roadmap, and a plan for operational success. These components contribute to successful implementation by defining clear objectives and responsibilities, setting the direction and scope for governance activities, and providing a structured approach to rolling out governance policies and practices. A well-articulated strategy ensures alignment with business goals, helps manage resources efficiently, and facilitates stakeholder engagement. By providing measurable benchmarks, it enables continuous assessment and improvement of governance efforts, ensuring the program remains effective and adapts to organizational changes .

A Data Governance program ensures compliance with regulatory requirements by implementing clear policies, processes, and controls that align with relevant data protection laws and standards. Regular audits and monitoring are conducted to verify adherence to these regulations. By coordinating with legal and compliance teams, the program identifies applicable regulations and adjusts governance practices accordingly, thereby mitigating risk and avoiding potential legal penalties. If these requirements are not met, the implications can include financial penalties, legal sanctions, reputational damage, and loss of trust among customers and partners, which can significantly impact the organization’s operational and strategic capabilities .

Executive sponsorship and organizational change management are critical for the success of Data Governance initiatives. Executive sponsorship provides the necessary authority, visibility, and resources, ensuring that data governance is prioritized within the strategic objectives of the organization. It also signals to employees the importance of data-related initiatives, fostering engagement and compliance across the board. Organizational change management facilitates the transition by preparing and supporting stakeholders through communication, training, and feedback mechanisms. It ensures that new practices are adopted, behavioral changes are sustained, and potential resistance is mitigated, ultimately embedding data governance principles into the organizational culture .

An organization’s choice among centralized, replicated, or federated Data Governance models significantly affects its data management operations by influencing how data policies and standards are implemented and managed. In a centralized model, a single governing body oversees all data-related activities, which can lead to unified standards but may lack flexibility to address specific business unit requirements. A replicated model allows each business unit to adopt identical governance standards, promoting consistency across the organization but potentially creating redundancies. The federated model strikes a balance by having a central coordination that allows individual units some autonomy to tailor governance efforts to their specific needs while maintaining alignment with overarching standards. This model can enhance flexibility and responsiveness while ensuring cohesion and standardization across diverse organizational contexts .

También podría gustarte