La gestión de los datos como productos

El potencial económico y social de la utilización de datos es enorme, desde permitir la creación de nuevos productos y servicios basados en tecnologías innovadoras, pasando por aumentar la eficiencia de la producción, hasta dotarnos de instrumentos para combatir los problemas de la sociedad. Para poder alcanzar este potencial es necesario que haya datos disponibles, compartidos de manera confiable y fáciles de reutilizar técnicamente.

Conseguir un intercambio entre los productores y los consumidores de datos en un entorno adecuadamente gestionado es sin duda alguna uno de los resultados más relevantes de una iniciativa de gobierno de los datos, y a la vez uno de los más difíciles de alcanzar.

La democratización de los datos (tanto interna como externamente) es una necesidad imperiosa para ser capaces de utilizar los datos de manera holística en la toma de decisiones de negocio, pero hay muchos aspectos a tratar cuando se implanta un marco de gobierno de los datos donde la propiedad y la gestión de estos toman especial relevancia.

Introducción a los conceptos de Lean

Inspirados por los espectaculares resultados de Toyota, destacados académicos y líderes empresariales estadounidenses estudiaron su sistema de producción y su funcionamiento interno. Las ideas y lecciones de esos ejercicios son ahora un marco empresarial conocido como Lean. Como marco, Lean proporciona conceptos fundamentales, orientación estratégica y herramientas operativas y mejores prácticas que pueden aplicarse.

Muchos de los principios fundamentales que sustentan la filosofía Lean refuerzan las dimensiones de proceso, personas y estrategia de una organización. En el caso concreto de la perspectiva de los procesos empresariales el pensamiento Lean insta a las empresas a adoptar la noción de «mejora continua de los procesos», un viaje sin fin hacia la excelencia. Algunos de los conceptos clave que sustentan esta visión son:

• La identificación y eliminación de los residuos, como en los procesos que generan despilfarro
• El centrarse en el flujo de valor de extremo a extremo
• La estandarización de los procesos
• Y el asegurar la calidad en el origen, que no se transmitan los defectos

Estos principios son perfectamente aplicables a la gestión de la información, entendida como una función de apoyo organizativo esencial.

Un proceso de negocio opera en un contexto operativo determinado, que se describe mediante datos que definen sus distintas entidades. Estas entidades interactúan como parte de la transacción. Los datos son la herramienta lingüística que permite la comunicación de los participantes sobre los procesos.

Un aspecto central del pensamiento Lean es identificar y eliminar los residuos de las actividades de creación de valor de la cadena de valor. A modo de ejemplo de algunos de los siete despilfarros identificados en Lean (Inventario, Sobreproducción, Transporte, Defectos, Movimiento, Sobreprocesamiento, Espera) y relacionados con problemáticas habituales en la gestión de los datos:

Tipo de despilfarro	Gestión de los datos
Sobreproducción	Registros duplicadosDatos erróneos que no se corrigen, sino que se vuelven a crearLos mismos datos son introducidos en diferentes sistemas
Defectos	Registros creados con valores erróneos o ausentes
Sobreprocesamiento	Falta de coincidencia entre los datos creados en dos sistemas, lo que hace que se tenga que hacer un trabajo adicional en fases posteriores.Datos erróneos creados durante la transacción, lo que provoca una acción posterior de corrección o adición de datos
Espera	Latencia entre la creación de los datos maestros y los de las transacciones y su consumo por parte de las aplicaciones de informes y transacciones posteriores

Al aplicar una visión Lean a nuestras prácticas de gestión del dato vemos que la mayoría de nuestras actividades diarias no ofrecen valor añadido. Esta toma de conciencia y el hecho de centrarnos en la mejora de los datos utilizados en nuestras organizaciones son el punto de partida. La incorporación de conceptos Lean a la gestión de los datos persigue, a modo de ejemplo:

• La eliminación de diferentes formas de desperdicio en las actividades realizadas a lo largo del ciclo de vida de los datos maestros. Todo ello con la garantía de calidad incorporada de los datos en el punto de creación
• La generación de procesos de trabajo estándar que garanticen la creación y entrega de datos maestros de calidad consistente
• La implantación de un modelo de proceso para implementar flujos de trabajo y asignar funciones y responsabilidades claras, dando lugar a métricas para supervisar la calidad de los datos que proporcionarán nuevos conocimientos sobre las oportunidades de mejora de los procesos

La transición hacia la aportación de valor mediante los datos

Las organizaciones intentan utilizar los datos para impulsar experiencias diferenciales para los clientes, crear plataformas y servicios, generar conocimiento y redefinir sus operaciones gracias a procesos de trabajo inteligentes, mediante el uso de tecnologías como la Inteligencia Artificial.

Los datos son el activo intangible más importante de las organizaciones, pero suelen estar distribuidos en múltiples aplicaciones transaccionales, entornos analíticos, y entornos Cloud dentro y fuera de la organización, dificultando el acceso y el autoconsumo lo que provoca la aparición de silos de información y la duplicidad de trabajos.

La evolución del gobierno de los datos ampliando su alcance, pasando de gestionar los datos en bruto a gestionar los datos como un producto y los productos generados a partir de ellos, mejora significativamente el impacto que tienen estas iniciativas en términos de valor aportado a negocio.

La gestión de los datos es una cuestión de negocio, eliminando los procesos que suponen un despilfarro aplicando los conceptos de la filosofía empresarial Lean a los datos, seremos capaces de:

• Reducir el coste de la gestión de datos
• Producir datos sin errores y de alta calidad en tiempo real
• Hacer fluir la información mucho más rápidamente a través de las aplicaciones de la empresa para apoyar la toma de decisiones a todos los niveles

El tratamiento de los datos como un producto, trasladando la propiedad a los equipos productores sigue la teoría de que la propiedad está mejor alineada con la creación de los datos, lo que aporta mayor visibilidad y calidad a estos. Este desplazamiento de las responsabilidades aborda las problemáticas derivadas de la explosión de los datos que han sobrepasado las capacidades de equipos de datos centralizados encargados de limpiar, armonizar e integrar los datos. La delegación de responsabilidades sobre conjuntos de datos específicos significa que las organizaciones se dividen en dominios de datos cada una de los cuales asumen la responsabilidad de servir datos, mantener los metadatos asociados, mejorar la calidad de los datos, aplicar la gestión del ciclo de vida, realizar el control del código, etc.