Transformación digital data-driven

Las empresas que se basan en los datos tienen más éxito que las que no lo hacen. Según un estudio de McKinsey, las empresas que utilizan los datos para obtener información y análisis tienen 23 veces más probabilidades de conseguir más usuarios y 19 veces más probabilidades de lograr una rentabilidad superior a la media.
(más…)
Data Governance, Data Quality

El gobierno de datos es una capacidad igualmente crítica para el entorno de datos en el que se encuentran las empresas de hoy en día. El gobierno de los datos no sólo tiene que ver con el control y la protección, sino también con la habilitación y el conocimiento del crowdsourcing.
El gobierno de datos se trata de un conjunto de procesos, funciones, políticas, normas y métricas que garantizan el uso eficaz y eficiente de la información para que una organización pueda alcanzar sus objetivos.
La gobernanza de los datos proporciona muchos beneficios a su organización, sin esto, sería muy difícil conseguir:
– Mejorar de la calidad de los datos: El gobierno de datos crea un plan que garantiza la exactitud, integridad y coherencia de los datos.
– Una comprensión común de los datos: El gobierno de datos ofrece una visión coherente y una terminología común para los datos, al tiempo que ofrece a las unidades de negocio individuales la flexibilidad adecuada.
– Un mapa de datos: El gobierno de los datos proporciona una capacidad avanzada para comprender la ubicación y las relaciones de todos los datos relacionados con las entidades críticas. Imagina un GPS que puede encontrar dónde están sus datos, de dónde vienen y a dónde van.
La gobernanza de los datos hace que los activos de datos sean utilizables, estén bajo control y sean más fáciles de conectar con los resultados empresariales.
– Una visión de 360 grados de cada cliente y otras entidades empresariales: El gobierno de los datos establece un marco para que una organización pueda acordar «una única versión de la verdad» para las entidades empresariales críticas.
La organización puede crear un nivel adecuado de responsabilidad junto con la coherencia entre las entidades y las actividades empresariales.
– Cumplimiento coherente: El gobierno de los datos proporciona una plataforma para satisfacer las exigencias de las normativas gubernamentales, como el Reglamento General de Protección de Datos de la UE (GDPR), la CCPA (Ley de Protección del Consumidor de California) y los requisitos del sector, como el Clinical de Datos Clínicos en el ámbito de las ciencias de la vida, la Ley de Portabilidad y Responsabilidad de los Seguros Médicos (HIPAA) en el ámbito de la sanidad o el BCBS 239 para la agregación de datos de riesgo y la elaboración de informes en el ámbito de los servicios financieros.
– Mejora de la gestión de datos: La gobernanza de los datos establece códigos de conducta, políticas y mejores prácticas en la gestión de datos, asegurando que áreas como la ética, la legalidad, la seguridad y el cumplimiento de la normativa se aborden de forma coherente.
– Fácil acceso: Un marco de gobernanza de datos garantizará que los datos sean fiables, estén bien documentados y sean fáciles de encontrar dentro de su organización, y que se mantengan seguros, conformes y confidenciales.
Para encontrar el enfoque de gobierno de datos adecuado para tu organización, concéntrate en la elección de herramientas de gobierno de datos que te permitan tomar el control de los datos, ayudándote a hacer operativos los beneficios empresariales y la gestión de riesgos establecidos en la estrategia.
Busca herramientas omnipresentes, escalables y colaborativas que sean fáciles de integrar con el entorno existente de la organización y los profesionales de los datos.
Una plataforma basada en la nube te permitirá conectarte rápidamente a las capacidades sólidas que sean rentables, fáciles de usar y que puedan abarcar todo el panorama de datos .
«Estoy convencido de que, en el futuro, los clientes elegirán cada vez más a las empresas que sean responsables en el uso de los datos de los clientes».
Maud Bailly, Chief Digital Officer, Accor
También te puede interesar:
Los retos para convertirse en una compañía Data-Driven
La importancia de aplicar una estrategia Data Governance
¿Qué es Data Quality y por qué es importante?
Data Governance, Data Quality

Los datos erróneos son un gran problema. Teniendo en cuenta el ritmo y la omnipresencia del cambio, pocos datos o erróneos pueden llevar a decisiones aún peores que la ausencia de datos. De ahí a que debamos asegurar calidad de datos en nuestras estrategias de gestión.
La mala gestión de los datos afecta negativamente a todas las organizaciones en muchos niveles, mientras que la buena calidad de los datos es un activo estratégico y una ventaja competitiva para la organización.
Según Gartner, la mala calidad de datos puede costar hasta 15 millones de dólares al año a cada empresa.
Es fácil entender por qué. Todas las decisiones que toman las organizaciones -desde qué productos desarrollar, a qué clientes dirigirse, cómo interactúan los clientes con los productos y servicios, de dónde procede la cadena de suministro, incluso la información que se recibe de los clientes o a quién contratar, se basan en datos. Si los datos en los que se basan estas decisiones son erróneos, las propias decisiones serán equivocadas.
Los datos que no fiables o son inexactos hacen que se pierdan oportunidades de mercado, se tomen decisiones incorrectas, se incremente el riesgo y se reduzca el rendimiento de la inversión.
Aunque la confianza es una preocupación fundamental en cualquier iniciativa de datos, la calidad de los datos, la gobernanza y el cumplimiento nunca han sido más difíciles ahora que las organizaciones tienen datos y activos repartidos por la nube y centros de información local.
Los esfuerzos para mejorar la confianza en los datos se perciben como obstáculos, en lugar de un acelerador para la transformación digital. Sin embargo, no invertir en la integridad de los datos resta confianza desde el principio de las iniciativas y genera importantes repercusiones en la fase posterior; los responsables de la toma de decisiones no confían lo suficiente en sus datos, lo que significa que analistas dedican demasiado tiempo a intentar convertirlos en algo significativo.
Por qué intervenir en la calidad de datos
Prevención
Verificar la calidad de un registro en el punto de entrada cuesta a la empresa 1 dólar. Esto se conoce como coste de prevención.
Corrección
Limpiar y duplicar un registro en los pasos posteriores le cuesta a la empresa 10 dólares. Este es el coste de corrección.
Fallo
Trabajar con un registro que nunca se ha limpiado le cuesta a la empresa 100 dólares. Este es el coste del fracaso.
Un enfoque proactivo de la calidad de los datos le permite comprobar y medir ese nivel de calidad incluso antes de que llegue a sus sistemas centrales. Acceder y supervisar esos datos en las aplicaciones internas, en la nube, en la web y en los dispositivos móviles es una gran tarea. La única manera de escalar ese tipo de supervisión en todos esos sistemas es a través de la integración de datos.
Evita la propagación de datos erróneos mediante la ejecución de reglas de control en tus procesos de integración de datos es clave. Con las herramientas adecuadas y los datos integrados, se pueden crear chivatos que detecten algunas de las causas fundamentales de problemas generales en la calidad de los datos.
Realiza un seguimiento de los datos en todo su entorno de aplicaciones y sistemas. Esto te permitirá analizar, estandarizar y comparar los datos en tiempo real. A continuación, puedes organizar la actividad para comprobar los datos correctos siempre que sea necesario. La recompensa es grande; Gartner predice que, para 2022, las organizaciones que realizan un seguimiento riguroso de los niveles de calidad de los datos a través de métricas generarán un 60% más de mejoras y beneficios de sus esfuerzos de mejora de la calidad de los datos.
También te puede interesar:
¿Qué es el Data Quality y por qué es importante?
La importancia de aplicar una estrategia Data Governance
Estrategias de organización para llegar a ser una compañía Data-Driven