Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
PAPEL BLANCO
Contenido
Estrategia de datos: ¿Qué problema resuelve? .................................................. ........ 1
A pesar de las fuertes inversiones a largo plazo en la gestión de datos, los problemas de datos en muchas
organizaciones continúan creciendo. Una de las razones es que los datos se han percibido tradicionalmente
como solo un aspecto de un proyecto tecnológico; no ha sido tratado como un activo corporativo. En
consecuencia, se creía que los esfuerzos tradicionales de planificación de aplicaciones y bases de datos eran
A medida que nuestros almacenes de datos corporativos han crecido tanto en tamaño como en diversidad de áreas
temáticas, ha quedado claro que es necesaria una estrategia para abordar los datos. Sin embargo, algunos todavía
luchan con la idea de que los datos corporativos necesitan una estrategia integral.
No hay escasez de pensamiento optimista cuando se trata de planes estratégicos y hojas de ruta de las
organizaciones. Para muchos, tales esfuerzos son solo una novedad. De hecho, los planes estratégicos
de las organizaciones a menudo generan muy pocos resultados tangibles para las organizaciones, solo
muchas reuniones y documentación. Un plan exitoso, por otro lado, identificará objetivos realistas
junto con una hoja de ruta que brinde una guía clara sobre cómo hacer mejor el trabajo.
Veamos cómo se desarrolló esto en la vida real en una organización que se dispuso a desarrollar una
estrategia de datos.
datos. Desde el principio, al líder del proyecto le resultó difícil lograr que su vicepresidente entendiera la
El banco ya tenía éxito. Sus ingresos y costos estaban bien administrados, y las unidades de
negocios individuales y los grupos de tecnología cumplieron bien sus compromisos. Para
crédito del banco, no fue complaciente. La gerencia siempre buscaba formas de aumentar la
productividad de los miembros del personal y reducir los costos continuos. Había todo tipo de
métricas e indicadores clave de rendimiento (KPI) para medir el rendimiento de TI, los
beneficios comerciales y el costo total de propiedad. La idea de construir otra hoja de ruta para
abordar un problema que no se entendía bien encontró rechazo.
Con el banco haciendo tantas cosas bien, necesitaba comprender por qué y cómo una estrategia de
datos marcaría la diferencia. Para responder a estas preguntas, es importante considerar cómo se
crearon y usaron los datos en el pasado en comparación con cómo se crean y usan hoy.
Hoy en día, el negocio es muy diferente. Se acepta el valor de los datos; los resultados de los informes
y análisis han convertido a los datos en la salsa secreta de muchas iniciativas comerciales nuevas. Es
común que los datos de la aplicación se compartan hasta con otros 10 sistemas.
Si bien el valor de los datos ha evolucionado enormemente en los últimos 20 años, y los usuarios comerciales lo
reconocen, pocas empresas han ajustado sus enfoques para capturar, compartir y administrar los activos de
datos corporativos. Su comportamiento refleja una creencia subyacente obsoleta de que los datos son
Las organizaciones necesitan crear estrategias de datos que coincidan con las realidades actuales. Para
construir una estrategia de datos tan completa, deben tener en cuenta los compromisos comerciales y
El problema no estaba relacionado con la premisa o el valor de ningún proyecto individual. El problema
era el enfoque que tomaba cada proyecto y actividad individual. Cada actividad abordó las necesidades
de datos de forma independiente sin ninguna conciencia de los esfuerzos y costos superpuestos.
• La mayoría de los proyectos requerían acceso al mismo contenido de datos. Desafortunadamente, no hubo
• Los usuarios comerciales accedieron a datos comunes a través de aplicaciones separadas. Los nombres y el
• Los usuarios encontraron inconsistencias entre los informes porque los datos de origen no estaban
El resultado fue datos duplicados, superposiciones de procesamiento y poca conciencia de que los
proyectos individuales estaban replicando el trabajo. No había nada para apoyar la comunicación, la
colaboración o el intercambio de métodos y prácticas de datos entre proyectos y sistemas.
El problema: todos los proyectos del banco abordaron los problemas de datos como actividades únicas creadas
desde cero.
• Cada proyecto requería acceso a los datos del cliente y cada uno tenía tareas
y recursos superpuestos.
• No hubo dos equipos que compartieron sus datos de extracción de origen. Cada uno tenía sus propias
copias para respaldar sus actividades de integración y creación de bases de datos (lo que
• Los gerentes de ventas siempre tenían preguntas sobre los informes de KPI con detalles de
los clientes porque los títulos y las etiquetas variaban entre los informes (aunque
contenían datos comunes).
• Los usuarios de las unidades de negocio a menudo creaban sus propios informes en
lugar de utilizar los informes estándar de finanzas, porque no había forma de
determinar el origen de los datos del informe estándar.
• El equipo de almacenamiento de datos tenía que perseguir continuamente los problemas de datos
porque los problemas de datos no se gestionaban como otras actividades de soporte empresarial.
4
dentro de la mayoría de las empresas. La mayoría de los equipos de desarrollo conocen bien la arquitectura
del sistema, los métodos de desarrollo, la recopilación de requisitos, las pruebas e incluso la reutilización del
código. La mayoría de los equipos comerciales pueden recitar los conceptos de requisitos comerciales,
conceptos a los datos para mejorar la precisión, el acceso, el intercambio y la reutilización aún es ajena a la
La idea detrás del desarrollo de una estrategia de datos es asegurarse de que todos los recursos de datos
estén posicionados de tal manera que puedan usarse, compartirse y moverse de manera fácil y eficiente. Los La estrategia de Adata es un
datos ya no son un subproducto del procesamiento comercial: son un activo fundamental que permite el
plan diseñado para mejorar
procesamiento y la toma de decisiones. Una estrategia de datos ayuda al garantizar que los datos se
administren y utilicen como un activo. Proporciona un conjunto común de metas y objetivos en todos los todas las formas en que
proyectos para garantizar que los datos se utilicen de manera eficaz y eficiente. Una estrategia de datos
adquiere, almacena, administra,
establece métodos, prácticas y procesos comunes para administrar, manipular y compartir datos en toda la
Si bien la mayoría de las empresas tienen en marcha múltiples iniciativas de gestión de datos (metadatos,
gestión de datos maestros, gobierno de datos, migración de datos, modernización, integración de datos,
calidad de datos, etc.), la mayoría de los esfuerzos se centran en soluciones puntuales que abordan
necesidades específicas de proyectos u organizaciones. Una estrategia de datos establece una hoja de ruta
para alinear estas actividades en cada disciplina de gestión de datos de tal manera que se complementen y se
almacenamiento. Han creado planes integrales para dimensionar y administrar sus plataformas y han
desarrollado métodos sofisticados para manejar la retención de datos. Si bien esto es ciertamente importante,
en realidad aborda los aspectos tácticos del almacenamiento de contenido: no se trata de planificar cómo
mejorar todas las formas en que adquiere, almacena, administra, comparte y usa datos.
Una estrategia de datos debe abordar el almacenamiento de datos, pero también debe tener en cuenta la
forma en que se identifican, acceden, comparten, entienden y utilizan los datos. Para tener éxito, una
estrategia de datos debe incluir cada una de las diferentes disciplinas dentro de la gestión de datos. Solo
entonces abordará todos los problemas relacionados con hacer que los datos sean accesibles y utilizables para
Hay cinco componentes básicos de una estrategia de datos que funcionan juntos como bloques de construcción
para respaldar de manera integral la gestión de datos en una organización: identificar, almacenar, aprovisionar,
procesar y gobernar.
5
Identificar
Él
Gobernar Centro Tienda
Componentes
Proceso Disposición
Identificar
ubicación
Una de las construcciones más básicas para usar y compartir datos dentro de una empresa es establecer un
medio para identificar y representar el contenido. Ya sea contenido estructurado o no estructurado, manipular
y procesar datos no es factible a menos que el valor de los datos tenga un nombre, un valor definido.
representación de formato y valor (incluso los datos no estructurados tienen estos detalles). Establecer
compartir datos. Estos detalles deben ser independientes de cómo se almacenan los datos (en una base de
También es importante tener un medio para hacer referencia y acceder a los metadatos asociados con
sus datos (definición, origen, ubicación, valores de dominio, etc.). De la misma manera que tener un
catálogo de tarjetas preciso respalda el éxito de una persona al usar una biblioteca para recuperar un
libro, el uso exitoso de los datos depende de la existencia de metadatos (para ayudar a recuperar
elementos de datos específicos). Consolidar la terminología comercial y el significado en un glosario de
datos comerciales es un medio común para abordar parte del desafío.
6
Las bibliotecas tienen catálogos de tarjetas porque no es práctico recordar la ubicación de cada libro.
Los metadatos son fundamentales para el uso de datos comerciales porque es imposible conocer la
ubicación y el significado de todos los datos comerciales de la empresa: miles de elementos de datos
en numerosas fuentes de datos. Sin detalles de identificación de datos, se vería obligado a realizar un
esfuerzo de inventario y análisis de datos cada vez que quisiera incluir nuevos datos en sus actividades
de procesamiento o análisis.
Sin un glosario de datos y metadatos (es decir, el "catálogo de tarjetas de datos"), es probable que las
empresas ignoren algunos de sus activos de datos más preciados porque no sabrán que existen. Si los
datos son realmente un activo corporativo, una estrategia de datos debe garantizar que todos los datos
puedan identificarse.
Localización
Producto
C cliente
UN
tributo Fuente De nición Tipo ... ... Mayordomo
C identificación del cliente VentasCRM Valor de identificación única Entero ... ... Susana Craff
fi primer nombre CapBilling Nombre del cliente Personaje ... ... Susana Craff
L nombre ultimo CapBilling Apellido del cliente Personaje ... ... Susana Craff
METRO inicial del medio CapBilling Inicial del segundo nombre del cliente Personaje ... ... Susana Craff
Hcalle ome ServCont Dirección de la calle de la casa Personaje ... ... Susana Craff
Ciudad de origen ServCont ciudad de residencia Personaje ... ... Susana Craff
Tienda
Conservar los datos en una estructura y ubicación que admita un acceso y un procesamiento sencillos y
compartidos
El almacenamiento de datos es una de las capacidades básicas en la cartera de tecnología de una empresa; sin
embargo, es una disciplina compleja. La mayoría de las organizaciones de TI tienen métodos maduros para identificar y
administrar las necesidades de almacenamiento de los sistemas de aplicaciones individuales; cada sistema recibe
suficiente almacenamiento para soportar sus propios requisitos de procesamiento y almacenamiento. Ya sea que se
trate de aplicaciones de procesamiento transaccional, sistemas analíticos o incluso almacenamiento de datos de uso
general (archivos, correo electrónico, imágenes, etc.), la mayoría de las organizaciones utilizan métodos sofisticados
para planificar la capacidad y asignar el almacenamiento a los distintos sistemas. Desafortunadamente, este enfoque
solo refleja una perspectiva de "creación de datos". No abarca el intercambio y uso de datos.
La brecha en este enfoque es que rara vez existe un plan para administrar de manera eficiente el
almacenamiento necesario para compartir y mover datos entre sistemas. La razón es simple; el intercambio de
datos más visible en el mundo de TI es de naturaleza transaccional. Los detalles transaccionales entre
aplicaciones se mueven y comparten para completar un proceso comercial específico. El intercambio masivo de
datos no se entiende bien y, a menudo, se percibe como algo único o poco frecuente.
7
Con la popularidad de los grandes datos, el crecimiento de los análisis de negocios y el mayor intercambio de
información entre empresas, es mucho más común compartir grandes volúmenes (o grandes cantidades) de
datos. La mayor parte de este contenido compartido se divide en dos categorías: datos creados internamente revista Forbes 1
(detalles del cliente, detalles de compra, etc.) y contenido creado externamente (aplicaciones en la nube, datos
identificó a un médico
de terceros, contenido sindicado, etc.). La falta de un proceso de intercambio de datos gestionado de forma
centralizada suele obligar a todos los sistemas a gestionar este espacio de forma individual, por lo que cada instalación de investigación
uno crea su propia copia de la fuente.
que genera 100 terabytes de
A medida que las organizaciones evolucionaron y los activos de datos crecieron, se hizo evidente que almacenar todos datos que finalmente se
los datos en una sola ubicación no es factible. No es que no podamos construir un sistema lo suficientemente grande
copiaron y retuvieron
como para albergar el contenido. El problema es que el tamaño y la naturaleza distribuida de nuestras organizaciones, y
la diversidad de nuestras fuentes de datos, hacen que la carga de datos en una sola plataforma sea poco práctica. No
por 18 equipos diferentes
todo el mundo necesita acceso a todos los datos de la empresa; necesitan acceso a datos específicos para apoyar sus y requirió más
necesidades individuales.
de 10 petabytes
La clave es asegurarse de que haya un medio práctico para almacenar todos los datos que se crean de una manera que de almacenamiento
permita acceder a ellos y compartirlos fácilmente. No tiene que almacenar todos los datos en un solo lugar; necesita
1
almacenar los datos una vez y proporcionar una forma para que las personas los encuentren y accedan a ellos. Mejores prácticas para la gestión de Big
Data, por Ash Ashutosh. forbes.com
Una vez que se crean los datos, se compartirán con muchos otros sistemas; es fundamental abordar el almacenamiento
de manera eficiente, de una manera que simplifique el acceso. Una buena estrategia de datos garantizará que todos los
datos creados estén disponibles para acceder a ellos en el futuro sin que todos tengan que crear sus propias copias.
Social
Apoyo SFA
Medios de comunicación Proveedores Distribución
Interno Proveedores externos
Finanzas
Datos sindicado
Ventas Inventario
Vendedores Datos
Figura 3: cada sistema que crea sus propias copias de datos provoca un aumento de cuatro veces en almacenamiento y procesamiento.
8
Disposición
Empaquete los datos para que puedan ser reutilizados y compartidos, y proporcione reglas y
En los primeros días de TI, la mayoría de los sistemas de aplicaciones se construyeron como motores
de procesamiento de datos individuales e independientes que contenían todos los datos necesarios
para realizar sus tareas definidas. Se pensó poco o nada en compartir datos entre aplicaciones. Los
datos se organizaron y almacenaron para la comodidad de la aplicación que recopiló, creó y almacenó
el contenido.
Cuando surgía una solicitud ocasional de datos, un desarrollador de aplicaciones creaba un extracto volcando
esos datos en un archivo o creando un programa único para respaldar la solicitud de otra aplicación. El
intercambio de datos. En ese momento, el intercambio de datos era poco frecuente. Hoy en día, el intercambio
de datos definitivamente no es una necesidad especializada o una ocurrencia poco frecuente: otros 10
sistemas suelen utilizar los datos para respaldar procesos comerciales adicionales y la toma de decisiones.
Pero la mayoría de los sistemas de aplicaciones no fueron diseñados para compartir datos. La lógica y las reglas
requeridas para decodificar datos para que otros los usen rara vez se documentan o incluso se conocen fuera del equipo
personal para abordar el intercambio de datos no transaccionales. En cambio, se maneja como una cortesía o
conveniencia, y a menudo se aborda como un favor personal entre los miembros del personal.
Identificación del cliente FNombre MNombre LNombre Fecha de nacimiento MTeléfono ResAddress
SFA 1298116 William Jaime Sosulski 12/04/39 9738723424 123 Oak St., Evas, IL 30319
Cliente Primer nombre Nombre medio LNombre fecha de nacimiento Contacto Dirección
Apoyo 1298116 William Jaime Sosulski 12/04/1939 3154789087 123 Oak St., Evas, IL 30319
Figura 4: Detalles del cliente almacenados y referenciados de manera diferente en cada aplicación operativa.
9
Compartir datos ya no es una capacidad técnica especializada que deben abordar los arquitectos y
dependen de que los datos se compartan y distribuyan para respaldar las necesidades operativas y analíticas.
Compartir datos no se puede administrar como una cortesía; el método para empaquetar y compartir datos no
Si los datos de una empresa son realmente un activo corporativo, entonces todos los datos deben empaquetarse y
prepararse para compartir. Para tratar los datos como un activo en lugar de una carga para hacer negocios, una
estrategia de datos debe abordar el aprovisionamiento de datos como un proceso comercial estándar.
Proceso
Mueva y combine datos que residen en sistemas dispares y proporcione una vista de datos
uniforme y unificada
Los datos generados a partir de aplicaciones son un tesoro de conocimiento, pero los datos son un producto
básico en el momento de la creación. No ha sido preparado, transformado o corregido para que esté “listo para
usar”. El proceso es el componente de la estrategia de datos que aborda las actividades necesarias para que los
Mientras que la mayoría de las organizaciones
datos evolucionen de un ingrediente sin procesar a un bien terminado.
ciones tienen iniciativas para
Los datos del sistema de origen son muy parecidos a una materia prima en un proceso de fabricación. Para
abordar la reutilización de código
que un fabricante construya un producto (digamos una caja de cereal), debe adquirir una gran cantidad de
materias primas (harina, fruta, nueces, cartón, tinta de imprenta, etc.) y desarrollar un proceso de fabricación y colaboración para
para construir y entregar un caja de cereal al estante del tendero. Una caja llena de harina, nueces y tinta no
desarrollo de aplicaciones-
está lista para usarse; Se requiere hornear, procesar, empacar y enviar para hacer un producto que esté listo
Los datos generados a partir de una aplicación son en gran medida un ingrediente en bruto. En la
entrega de datos que
mayoría de las empresas, los datos se originan tanto en fuentes internas como externas. Los datos está listo para usar y
internos se generan a partir de docenas (si no cientos) de sistemas de aplicaciones. Los datos externos
pueden provenir de una variedad de fuentes diferentes (aplicaciones en la nube, socios comerciales,
promueve compartir
proveedores de datos, agencias gubernamentales, etc.). Si bien estos datos a menudo son ricos en y reutilizar.
información, no se empaquetaron de manera que se integraran con la combinación única de fuentes
que existen dentro de cada empresa individual. Para que los datos estén listos para usar, se necesitan
una serie de pasos para transformar, corregir y formatear los datos. El resultado de este proceso es un
pequeño conjunto de conjuntos de datos homogéneos que un usuario de datos puede fusionar o
integrar con un conjunto de tareas de preparación de datos específicas para sus necesidades
individuales (análisis,
Es común que las empresas establezcan un equipo centralizado para abordar la limpieza, estandarización,
transformación e integración de datos para el almacén de datos. Desafortunadamente, muchos han aprendido
que este tipo de procesamiento no es exclusivo de un almacén de datos. La mayoría de los usuarios de datos
(aplicaciones, usuarios de análisis, desarrolladores, etc.) requieren datos listos para usar, por lo que estos
usuarios terminan asumiendo el esfuerzo de desarrollo ellos mismos. Desarrollar código para identificar y
hacer coincidir registros en estas fuentes individuales puede ser bastante complejo, especialmente cuando
Los desarrolladores dedican mucho tiempo a crear lógica para hacer coincidir y vincular valores en una
multitud de fuentes. Desafortunadamente, como cada nuevo equipo de desarrollo requiere acceso a fuentes
de datos individuales, reconstruyen o reinventan la lógica necesaria para vincular valores a través de las
mismas fuentes de datos. La tragedia de la integración de datos es que esta reelaboración ocurre con cada
nuevo proyecto porque los aprendizajes del pasado nunca se capturan para su reutilización.
Si bien la mayoría de las organizaciones tienen iniciativas para abordar la reutilización de código y la
colaboración para el desarrollo de aplicaciones, no han centrado este esfuerzo en entregar datos que estén
listos para usar y promuevan el uso compartido y la reutilización. No es práctico (ni apropiado) que los usuarios
de datos se conviertan en desarrolladores. Hacer que los datos estén listos para usar consiste en ofrecer
herramientas y establecer procesos para producir datos que las personas puedan usar, sin la participación de
TI.
Gobernar
Dado que los datos todavía se perciben a menudo como un subproducto del procesamiento de aplicaciones,
pocas organizaciones han desarrollado por completo los métodos y procesos necesarios para administrar datos
fuera del contexto de una aplicación y en toda la empresa. Si bien muchos han comenzado a invertir en
iniciativas de gobierno de datos, muchos aún se encuentran en la etapa inicial de sus respectivas iniciativas.
Datos del cliente Datos de precios Los datos de ventas Contactos del cliente
(archivo plano) (hoja de cálculo) (tabla DBMS) (aplicación en la nube)
Datos
Fuentes
Solicitud
Figura 5: Cada fuente de datos contiene datos únicos (cuadros de colores). Dado que cada aplicación crea su propia lógica de integración, los valores
de los datos pueden diferir en cada aplicación.
11
La mayoría de las iniciativas de gobierno de datos comienzan abordando problemas tácticos específicos (p. ej.,
proyectos específicos. A medida que aumenta la conciencia sobre la gobernanza y que los problemas de uso e
intercambio de datos ganan visibilidad, las iniciativas de gobernanza a menudo amplían su alcance. A medida que se
expanden esas iniciativas, las organizaciones pueden establecer un conjunto de políticas, reglas y métodos de
Dato de governancia
Pero con demasiada frecuencia, el gobierno de datos se percibe como un rigor específico solo para los
usuarios y el entorno de análisis. De hecho, el gobierno de datos se aplica a todas las aplicaciones, proporciona lo necesario
sistemas y miembros del personal. El mayor desafío con el gobierno de datos es la adopción, porque el rigor sobre el contenido de
gobierno de datos es un conjunto general de políticas y reglas de información que todos deben
respetar y seguir.
los datos como cambios
ocurrir a la tecnología,
La razón para establecer un proceso de gobierno sólido es garantizar que, una vez que los datos se
desacoplan de la aplicación que los creó, las reglas y los detalles de los datos sean conocidos y respetados
procesamiento y
por todos los demás componentes de los datos. El papel que desempeña la gobernanza dentro de una áreas metodológicas
estrategia general de datos es garantizar que los datos se gestionen de forma coherente en toda la empresa.
asociado con el esfuerzo de la
estrategia de datos.
Ya sea para determinar los detalles de seguridad, la lógica de corrección de datos, los estándares de
nomenclatura de datos o incluso para establecer nuevas reglas de datos, el gobierno de datos eficaz garantiza
que los datos se gestionen, manipulen y accedan de forma coherente. Las decisiones sobre cómo se procesan,
manipulan o comparten los datos no las toma un desarrollador individual; están establecidos por las reglas y
El propósito del gobierno de datos no es limitar el acceso a los datos o insertar un nivel de rigor duro e
inutilizable que interfiere con el uso. Su premisa es simplemente garantizar que los datos sean más fáciles de
acceder, usar y compartir. El rigor introducido por un esfuerzo de gobierno de datos no debería ser
abrumador ni oneroso. Si bien el gobierno de datos puede afectar inicialmente la productividad de los
desarrolladores (debido a los nuevos procesos y actividades de trabajo), los beneficios para los componentes
de datos posteriores y las mejoras dramáticas en la productividad deberían contrarrestar con creces el
impacto inicial.
No debería sorprender que una estrategia de datos tenga que incluir el gobierno de datos. Simplemente no es
práctico avanzar, sin un esfuerzo de gobierno integrado, en el establecimiento de un plan y una hoja de ruta
para abordar todas las formas en que captura, almacena, administra y usa la información. El gobierno de
datos proporciona el rigor necesario sobre el contenido de los datos a medida que se producen cambios en
las áreas de tecnología, procesamiento y metodología asociadas con el esfuerzo de la estrategia de datos.
12
mayoría de los casos, el único método práctico para que los desarrolladores determinen la existencia de esos
tribales. Pero a medida que aumentan las aplicaciones de origen y las aplicaciones basadas en la nube, la
cantidad resultante de sistemas que crean datos se ha expandido mucho más allá del conocimiento de
cualquier individuo. Simplemente hay demasiados sistemas, fuentes y datos para que cualquiera pueda
rastrearlos y administrarlos todos. El uso de los activos de datos de la empresa no debe depender del boca a
Si bien la mayoría de las empresas han invertido millones de dólares para mejorar la gestión de datos, la
mayoría de las actividades son soluciones puntuales que abordan problemas y cuestiones individuales. Pocas
personas son conscientes del impacto que una sola inversión puede tener para fortalecer o (lamentablemente)
debilitar otros proyectos o iniciativas de datos. El desafío al que se enfrentan la mayoría de las organizaciones
es darse cuenta de que el acceso y el uso de datos abarcan todas las organizaciones y niveles de habilidad de
su empresa.
El riesgo de invertir en una solución puntual es que su naturaleza enfocada evita que aborde problemas que
cruzan los límites de la organización y del proyecto, y los problemas de datos por naturaleza no son específicos
de una sola aplicación u organización. Los esfuerzos para entregar nuevos datos y/o análisis a una empresa no
tendrán éxito a menos que se hayan abordado todos los demás componentes relacionados con los datos:
La fortaleza de los componentes de la estrategia de datos es que lo ayudan a identificar objetivos enfocados y
tangibles dentro de cada área de disciplina individual. Cada empresa tiene una combinación única de
habilidades y un conjunto diferente de fortalezas y debilidades. Avanzar con una estrategia de datos comienza
con la identificación de las fortalezas y debilidades que existen dentro de su entorno de datos (dentro de cada
acceso y el intercambio de datos. El propósito de los componentes no es identificar cada actividad potencial
dentro de una estrategia de datos; los componentes ofrecen visibilidad de las diferentes disciplinas que
Una iniciativa de estrategia de datos no es un esfuerzo de una sola vez; por su propia naturaleza, una
estrategia es un conjunto de objetivos a largo plazo. Es común identificar un conjunto de objetivos de varios
años e identificar un conjunto de hitos de entrega a más corto plazo (por ejemplo, trimestral o anual). Esto
permite que la estrategia se revise y mida de manera continua para evitar los tipos de desafíos que mencionó
el ejecutivo del banco. Los componentes proporcionan un medio para categorizar actividades e identificar
La mayoría de las empresas ya han invertido en actividades de gestión de datos en las diferentes
áreas de componentes; desafortunadamente, las diferentes áreas no suelen estar coordinadas o
alineadas entre sí. Los desafíos de gestión de datos del banco ilustran cómo la falta de una estrategia
de datos (y actividades alineadas) puede causar tribulaciones significativas para el acceso y uso de
datos. Una estrategia de datos da visibilidad a la relación que cada uno de los componentes (o
disciplinas) tiene entre sí. Si no coordina las diferentes actividades de los componentes, corre el riesgo
de ofrecer una serie de soluciones puntuales que no pueden funcionar juntas.
La idea detrás de una estrategia de datos no es construir un mundo perfecto que pueda abordar cualquier
necesidad de datos imprevista. El poder de una estrategia de datos es que lo posiciona para ofrecer la mejor
solución posible a medida que crecen y evolucionan las necesidades de su organización. Cuando surgen nuevos
requisitos y las brechas se vuelven visibles, el marco de componentes proporciona un método para identificar
los cambios necesarios en las diversas áreas tecnológicas y de capacidad de administración de datos de su
empresa. Su estrategia de datos es una hoja de ruta y un medio para abordar las necesidades de gestión de
Aprende más
Para descubrir cómo las soluciones de SAS Data Management pueden ayudarlo a tomar decisiones en las que puede
confiar, visitesas.com/data.
Para ponerse en contacto con su oficina local de SAS, visite:sas.com/oficinas
SAS y todos los demás nombres de productos o servicios de SAS Institute Inc. son marcas registradas o marcas comerciales de SAS Institute
Inc. en EE. UU. y otros países. ® indica registro en EE. UU. Otras marcas y nombres de productos son marcas comerciales de sus respectivas
empresas. Copyright © 2018, SAS Institute Inc. Todos los derechos reservados. 108109_G87409.0918