Una revisión de las herramientas de gobierno de datos

¿Qué es el gobierno de datos?

En un seminario web reciente, Aaren Stubberfield, Data Scientist en Microsoft, explicó las oportunidades y mejores prácticas del gobierno de datos, empezando por la pregunta clave: qué entendemos por gobierno de datos. Según la Data Management Association (DAMA), el gobierno de datos es el ejercicio de autoridad y control (planificación, seguimiento y aplicación) sobre la gestión de los activos de datos.

(1) Planificación: Crear normas a las que deben ajustarse los conjuntos de datos (por ejemplo, estandarizar el formato de las fechas, como YYYY-MM-DD)

(2) Seguimiento: Medir el cumplimiento de las normas definidas en la fase de planificación (por ejemplo, controlar el porcentaje de campos de «Fecha» con valores ausentes)

(3) Aplicación: Acciones de remediación cuando se incumplen las normas de datos, según el nivel de urgencia; por ejemplo, acción correctiva inmediata si se detectan discrepancias importantes en campos críticos como el número de la seguridad social

¿Cómo es un marco de gobierno de datos?

Existen distintos tipos de marcos de gobierno de datos, pero suelen compartir cuatro elementos: políticas y procedimientos de datos, conjuntos de datos, data stewards y personas interesadas, y tecnología.

Los data stewards son quienes desarrollan las políticas y los procedimientos de gobierno para los conjuntos de datos de la organización. Las herramientas de gobierno de datos son clave para que puedan hacer su trabajo al máximo nivel y forman una parte esencial del marco de gobierno.

¿Qué herramientas y tecnologías se usan para el gobierno de datos?

Las herramientas de gobierno de datos son necesarias para automatizar las operaciones de gobierno y las tareas de data stewardship, ya que los grandes volúmenes de datos hacen imposible realizarlas manualmente. Además, se integran con distintos productos de TI y conjuntos de datos, junto con un completo catálogo de datos, extendiendo así sus capacidades a todo el sistema de gestión de datos de la organización. Para atender la creciente demanda, el mercado se ha llenado de soluciones de calidad de datos. Una revisión de Gartner analizó el mercado de gobierno de datos y elaboró Magic Quadrants para clasificar a los proveedores.

Dada la creciente importancia del gobierno de datos, muchas herramientas de gestión de datos incluyen capacidades de gobierno dentro de sus sistemas. SolutionsReview publicó el Data Management Vendor Map, donde clasifican las soluciones de gestión de datos en tres categorías: herramientas de calidad de datos, master data management y gestión de datos para analítica.

(1) Herramientas de calidad de datos

La calidad de datos se define como la utilidad global de los datos y su capacidad para procesarse y analizarse fácilmente con otros fines. Para alcanzar y mantener una buena calidad, las herramientas de gobierno deben realizar funciones clave como estandarización, perfilado, análisis sintáctico, depuración y monitorización. Además de mantener los datos limpios y bien organizados, se espera que estas herramientas soporten el procesamiento de datos en todo el sistema de la organización.

Ejemplos:
(i) Talend
El producto estrella de Talend es Talend Data Fabric, que incluye capacidades de integridad y gobierno de datos como parte de una única plataforma cloud unificada para datos confiables. Abarca desde la gestión de metadatos hasta el linaje de datos, además de soluciones colaborativas de data stewardship.

(ii) SAS
El producto SAS Data Quality ofrece capacidades de gestión de calidad de datos para distintos tipos de bases de datos y despliegues de arquitectura de datos. Incluye funciones esenciales de depuración, resolución de entidades y una consola web unificada para monitorizar los trabajos de calidad de datos.

(iii) Informatica
Informatica ofrece un amplio porfolio de herramientas de datos en varios tipos de despliegue. Su producto Informatica Data Quality proporciona un conjunto avanzado de transformaciones de datos y permite definir y revisar reglas de negocio sin depender de TI.

(2) Master data management

El master data es la recopilación coherente y uniforme de los datos clave y transversales de la empresa e incluye componentes como clientes, leads, proveedores, empleados, cuentas y más. La base de una estrategia eficaz de control de calidad de datos es contar con un master data management sólido. Solo así los crecientes activos de datos de la organización (junto con sus metadatos) pueden estructurarse y consolidarse adecuadamente en un repositorio central que permita tomar mejores decisiones.

Ejemplos
(i) Ataccama
La Ataccama Platform funciona como una plataforma aumentada de gestión de datos que incluye MDM como uno de sus módulos. También incorpora otros módulos relevantes como calidad de datos y gestión de metadatos, y está totalmente integrada para distintos tipos de despliegue.

(ii) Enterworks
La EnterWorks Platform es una plataforma multidominio que crea un repositorio central de master data fiable y actualizado, consolidado a través de todas las aplicaciones de la empresa, con potentes herramientas para mejorar la calidad y el gobierno de datos. Además, todas las funciones administrativas y de gobierno en los distintos dominios pueden gestionarse desde una única interfaz.

(iii) Riversand
La plataforma Master Data Experience Management de Riversand ofrece una solución SaaS unificada, nativa en la nube y multidominio para todos los casos de uso de MDM. Su objetivo es eliminar los silos y facilitar el cumplimiento de las normas de gobierno creando una única fuente de master data precisa y fiable, junto con vistas completas de los datos críticos para el negocio.

(3) Gestión de datos para analítica

Dada la multitud de actividades de gobierno necesarias para mantener la calidad de los datos, muchas empresas prefieren plataformas integrales antes que soluciones puntuales. Las soluciones de gestión de datos para analítica son sistemas completos que se integran con software analítico para supervisar procesos como el procesamiento analítico relacional y no relacional, la inteligencia de negocio y el machine learning.

Ejemplos
(i) Collibra El producto Collibra Data Governance es una plataforma en la nube que ayuda a las empresas a establecer un entendimiento común de los activos de datos y a colaborar en un lugar central. Incluye servicios como gestor de políticas, datos de referencia y glosarios de negocio. Todo ello contribuye a generar datos confiables sobre los que construir analítica de negocio potente.

(ii) erwin La suite erwin Data Intelligence (erwin DI) es una plataforma de software unificada que permite crear catálogos de datos empresariales automatizados y comisariados, con modelos de datos y linaje bajo demanda. Esto impulsa una preparación y analítica de datos ágil y bien gobernada, con glosarios de negocio integrados para fomentar la competencia en datos en toda la organización.

(iii) Alation La Alation Platform ofrece a analistas y usuarios de negocio una plataforma abierta e inteligente que soporta una amplia variedad de aplicaciones de gestión de metadatos para catalogación y gobierno de datos. Además, su producto Analytics integrado actúa como un punto único para una analítica en autoservicio realmente productiva.

¿Cómo sacar el máximo partido a estas herramientas?

No olvides que las herramientas son solo una palanca dentro de la estrategia hacia la democratización del dato. Para aprovecharlas al máximo, las personas de la organización son clave. Un buen gobierno de datos es un trabajo en equipo: hay que diseñar e implantar la agenda y las políticas, y apoyarse en la tecnología para automatizar y monitorizar estos procesos de forma óptima. Para lograrlo, las organizaciones deben apostar por la formación en competencia en datos para que todo el mundo tenga las habilidades necesarias y pueda dar lo mejor de sí trabajando con datos.

Más información sobre DataCamp for Business:
DataCamp for Business ofrece una plataforma de aprendizaje interactiva para empresas que necesitan formar y recapacitar a su gente en habilidades de datos: desde competencia en datos y data science hasta data engineering y machine learning. Únete a más de 1.600 empresas y al 80% de las Fortune 1000 que ya usan DataCamp para formar a sus equipos.