Un paso imprescindible en todo proceso data es la mediación entre el control y la implementación: no basta con detectar (y corregir) errores, sino desplegar toda una metodología que los evite y controle los procedimientos en los que se desarrollan. Esta dualidad entre detección y prevención/control es lo que hace que términos de negocio parezcan sinónimos pero tengan matices que los diferencien, como ocurre entre data management y data governance, o lo que es lo mismo entre gestión y gobierno del dato. ¿En qué se diferencian?
Data management y data governance: la parte por el todo
De forma muy resumida, hablaríamos de data governance como el mapeado de las diferentes estructuras en las que se organiza la producción de datos en la empresa; los propietarios de cada uno de ellos; y las políticas, reglas, metodologías y métricas que se aplican durante su ciclo de vida (que recordemos contempla los protocolos desde su producción hasta que se obtiene la información requerida de él, lo cual incluye su almacenamiento, protección o incluso eliminación).
En cuanto a data management, estaríamos hablando de la implementación técnica de todo lo que implica el gobierno del dato. Es decir, el gobierno del dato sería el plan, y la gestión del dato sería la ejecución: sin data management, data governance es solo documentación.
Un ejemplo sería el de la construcción de carreteras, donde el data governance sería el trazado de la vía que nos lleva de un punto a otro, mientras que el data management implicaría desde los operarios que la construyen, el tráfico rodado que soporta, el número de carriles adecuado, las limitaciones de velocidad, señales y semáforos, etc. ¿Sería posible construir una carretera sin estos elementos? Sí, pero resultaría mucho menos eficiente, presentaría problemas como atascos, su mantenimiento sería más costoso, etc.
Data management: maximizando el valor de los datos
Valorando cada uno de los términos por separado, hablaríamos de la gestión del dato (data management) como todo proceso mediante el cual se controla la entrada de datos y su transformación como información válida interviniendo en su integración, analítica y modelado. Todo ello con el fin de ofrecer datos precisos, controlados, seguros, revisados, legales y en definitiva, de calidad.
El resumen que hace DAMA DMBOK (la guía data-driven de referencia en el sector) es el siguiente: «Una función comercial de planificación, control y entrega de datos y activos de información».
No obstante no nos debemos quedar en la superficie y considerar el data management como un conjunto de procedimientos que se aplican para asegurar la calidad del dato: esos procedimientos están plenamente detectados y en ellos intervienen diferentes metodologías y herramientas, las cuales, a través del data quality, permiten beneficiarnos de:
- Informes coherentes y precisos
- Conocimiento sobre de dónde proviene cada información y la razón de encontrarse en nuestros conjuntos de datos.
- Decisiones comerciales respaldadas.
- Una empresa en la que cada departamento conoce cómo tratar cada dato y comprende los procesados por cualquier otro miembro de la plantilla.
Y, sobre todo… ventaja competitiva, ya que hoy en día, manejar un mayor y más preciso conocimiento del entorno en el que operamos, supone destacar por encima del resto de las empresas.
Data governance: guiando el valor de los datos
Para alcanzar cada uno de los puntos descritos en la gestión del dato, la coordinación entre cada uno de los agentes que implica debe ser precisa y no dar lugar a dudas o errores. Es aquí donde entra esa “guía” (lo entrecomillamos porque sería reducir al mínimo todo lo que implica) denominada data governance o gobierno del dato.
Así, una definición resumida de data governance sería la metodología que marca las políticas, los procesos, los estándares, los roles y las responsabilidades necesarios para garantizar una excelente calidad de los datos, o como lo define DAMA: “el ejercicio de la autoridad, control y toma de decisiones compartida (planificación, el seguimiento y la aplicación) a través de la gestión de activos de datos»
Todos estos controles se establecen sobre 10 áreas que la Asociación Internacional de Gestión de Datos (la encargada de crear la guía de referencia del sector antes mencionada, DAMA DMBOK) identifica de la siguiente manera:
- Data Architecture
- Data Modeling & Design
- Data Storage & Operations
- Data Security
- Data Integration & Interoperability
- Document & Content Management
- Reference & Master Data
- Data Warehousing & BI
- Metadata Management
Así, el medio para llevar a cabo todos estos 11 procesos sería el data governance o gobierno del dato.
Gestión y gobierno del dato: la solidez que necesitan tus datos
La razón por la que hablamos de data governance y data management como metodologías separadas es porque por sí mismas, cada una complementa y asegura el ciclo del dato de forma diferente (data governance guiando su viabilidad, data management aplicándola). Así, deberemos acudir a una metodología u otra según el grado de avance que tengamos en nuestro plan de transformación digital data-driven, o ambas en el caso de que partamos de cero.
Es por este último punto por lo que a la implementación de la gestión y el gobierno del dato, se le suele acompañar una asesoría o auditoría data quality, ya que en más de una ocasión, debido a todas las partes y procesos que implica, resulta sencillo que quede algún “cabo suelto” en nuestro plan. En cualquier caso, el fin debe ser el mismo: disponer de una base de datos firme, confiable, sin errores en la que puedan intervenir cualquier miembro de la plantilla obteniendo siempre información 100% de calidad, o lo que es lo mismo, disponer siempre de datos gestionados y, por tanto, gobernados.
