¿Cómo medir el modelo de madurez de gobernanza de datos?

Gobernanza de datos Los protocolos no existen en una organización y calidad de los datos No se puede garantizar. Cuando los datos no están estructurados y los cambios realizados no se documentan, su calidad se degrada rápidamente. Esto no solo supone un gran problema para los equipos de datos, sino que también impide que los usuarios empresariales innoven con los datos de la empresa. Datos de baja calidad e inexistentes. gestión de datos Los procesos pueden dar lugar a conjuntos de datos inexactos.

Cuando los datos son erróneos, pueden tener consecuencias catastróficas, desde decisiones empresariales perjudiciales hasta posibles filtraciones de datos y costosas infracciones de cumplimiento. Para abordar estos problemas, las organizaciones deben implementar un estrategia de gobernanza de datosPero para que esa estrategia tenga éxito, se requiere un alto nivel de madurez de datos. La mejor manera de lograrlo es adoptar un modelo de madurez de gobernanza de datos.

Madurez de la gobernanza de datos y su modelo

Para alcanzar un mayor nivel de madurez en la gobernanza de datos, las organizaciones deben adherirse al modelo de madurez de gobernanza de datos. Existen numerosos ejemplos de este modelo, pero antes de profundizar en los más conocidos, comprendamos la terminología.

¿Qué es exactamente la madurez de la gobernanza de datos?

La madurez de la gobernanza de datos se refiere a la etapa alcanzada por una organización en cuanto a la implementación y adopción de un programa de gobernanza de datos. Una organización inmadura tendrá una gran cantidad de datos desorganizados y no los utilizará para impulsar el crecimiento. Por otro lado, las organizaciones maduras serán plenamente conscientes de la importancia de los datos como un activo empresarial crítico y los gestionarán en consecuencia.

¿Qué es el modelo de madurez de gobernanza de datos?

Un modelo de madurez de gobernanza de datos es una herramienta y una metodología para medir y comunicar de forma sencilla el programa de gobernanza de datos de una organización a toda la organización. En las organizaciones maduras, todos los procesos para gestionar, acceder e innovar con los activos de datos están implementados. Las organizaciones menos avanzadas pueden utilizar modelos de madurez para lograrlo.

Existen algunos modelos de madurez de gobernanza de datos bien conocidos, como los de IBM, Stanford, Gartner y Oracle. Estos modelos permiten a las empresas aprender a gestionar los datos eficazmente, proporcionar acceso a los usuarios, garantizar datos de alta calidad y permitir que todos los miembros de la organización se beneficien de estos avances.

No existe un modelo único para la madurez de los datos, e incluso si se elige uno, es necesario adaptarlo a la organización. Cuando una organización alcanza el máximo nivel de madurez en gobernanza de datos, se ven resultados visibles. En toda la empresa, los datos se utilizarán para innovar, colaborar y tomar mejores decisiones de negocio, y estas organizaciones evitarán multas cuantiosas por incumplimiento de la normativa de protección de datos.

¿Qué modelo de madurez de gobernanza de datos se debe utilizar?

Si bien existen varios modelos de madurez de gobernanza de datos, es necesario considerar diversos factores al elegir uno. Estos incluyen los factores clave para el negocio, el presupuesto necesario para implementar el modelo, los marcos de gestión y gobernanza de datos existentes, y su sector.

Modelo de madurez de gobernanza de datos progresiva

Los objetivos de cada modelo de madurez de gobernanza de datos son los mismos, pero ni Gartner ni IBM proporcionan los detalles necesarios para superar los desafíos que enfrentarán las empresas. Las organizaciones pueden monitorear el progreso de sus programas de gobernanza de datos.

Nivel 1: indefinido

• Desconocer la importancia de los datos;
• Ninguna acción;
• El flujo es reactivo y a menudo caótico;

Nivel 2: consciente

• Comprender la importancia de los datos;
• Se comprenden y documentan las prácticas de datos existentes;
• Proporcionar una lista de fuentes de datos;

Nivel 3: definido

• Se definen reglas y políticas de gobernanza de datos;
• Identificar a los propietarios de los datos y administradores de datos;
• Se establece un comité de gobernanza;
• Directorio de datos instalado;

Nivel 4: implementado

• Hacer cumplir las políticas de gobernanza de datos y las reglas de cumplimiento;
• Entrenado;
• Recopilar y medir datos;
• Configurar alertas para monitorear problemas de calidad de datos planteados por los usuarios;

Nivel 5: optimización

• Reglas y políticas optimizadas para mejorar la eficiencia;
• El flujo de trabajo rediseñado reduce la redundancia;
• Los usuarios marcan los datos para aumentar su visibilidad;

El modelo de madurez de gobernanza de datos debe aplicarse a las tres áreas fundamentales de la gobernanza de datos: calidad de los datos, gestión del acceso a los datos y alfabetización de datos. El objetivo es aplicar el modelo de forma independiente a cada uno de los tres dominios y abordar gradualmente el problema de la gobernanza de datos.

La mejor manera de comprender la situación actual de su organización y avanzar al siguiente nivel es formular preguntas a los usuarios de datos mediante un cuestionario formal. Esto permitirá comprender la situación actual de la organización, qué saben y qué desconocen los empleados.

Modelo de madurez de gobernanza de datos de IBM

El Modelo de Madurez de Gobernanza de Datos de IBM es uno de los más conocidos. Se desarrolló en 2007 para ayudar a las organizaciones a determinar su progreso en 11 áreas clave de gobernanza de datos. Estas incluyen el conocimiento de los datos y la estructura organizativa, la política de datos, la gobernanza de datos, la gestión de la calidad de los datos, la gestión del ciclo de vida de los datos, la seguridad y privacidad de TI, la arquitectura de datos, la clasificación de datos, el cumplimiento normativo, la creación de valor y la auditoría.

Nivel 1: inicial

• Limitado a ningún proceso de datos o gobernanza;
• La gestión de datos es ad hoc y reactiva;
• No existen procedimientos formales para el seguimiento de datos;
• Incumplimiento de plazos y exceso de presupuestos de proyectos;

Para actualizar al Nivel 2, los equipos de datos deben revisar cómo se comparten los datos en toda su organización y desarrollar un plan que incluya a los propietarios de los datos y otras partes interesadas.

Nivel 2: gestionado

• Los usuarios comprenden el valor comercial de los datos;
• Algunos proyectos de datos, como la infraestructura de datos cartográficos, están en marcha;
• Poca automatización;
• Medidas de gobernanza de datos acordadas y disponibles para su uso;
• Los equipos de datos comienzan a centrarse en los metadatos;

Para alcanzar el Nivel 3, es necesario profundizar en el desarrollo y la documentación de las medidas regulatorias. Para ello, comience a crear modelos que mapeen la infraestructura y los requisitos críticos.

Nivel 3: definido

• La política de datos está claramente definida;
• Se han identificado y designado varios administradores de datos;
• Se utilizan algunas técnicas de gestión de datos;
• Integración de datos Se están elaborando planes;
• Los usuarios comparten y comprenden los procesos de gestión de datos;
• La gestión de datos maestros es algo habitual;
• Se están utilizando medidas de evaluación de riesgos de la calidad de los datos;

Las organizaciones pasarán al Nivel 4 a medida que continúen especificando e implementando políticas de datos y procesos de gobernanza.

Nivel 4: gestión cuantitativa

• La política de datos está claramente definida;
• Medidas de gobernanza de datos a nivel empresarial implementadas;
• Se han establecido objetivos claros de calidad de datos;
• Los modelos de datos están fácilmente disponibles;
• Los principios de gobernanza de datos impulsan todos los proyectos de datos;
• La gestión del rendimiento está activa y en curso;

Para alcanzar el máximo nivel de madurez de datos, es necesario centrarse en la generación de KPI y otras métricas de rendimiento. Para ello, es necesario contar con un plan claro y conciso para la implementación del modelo de datos.

Nivel 5: optimización

• Reducción de costos de gestión de datos;
• La automatización es común;
• Adopción en toda la empresa de principios de gestión de datos claros e integrales;
• La gobernanza de datos es parte de la cultura de la empresa;
• Calcular y realizar el seguimiento del ROI de los proyectos de datos es una práctica estándar;

Una organización madura apreciará plenamente la importancia de los datos como un activo comercial crítico y los gestionará en consecuencia.

Modelo de madurez de gobernanza de datos de Gartner

Otro modelo ampliamente reconocido es el Modelo de Madurez de Gobernanza de Datos de Gartner. Desde 2008, este modelo ha permitido a las organizaciones alcanzar cinco objetivos principales:

• Integración de datos de toda la empresa;
• Contenido unificado;
• Integración del dominio de datos maestros;
• Canales de información fluidos;
• Gestión de metadatos;

Nivel 0: indefinido

• Sin gobernanza de datos, propiedad de datos ni rendición de cuentas;
• No existe proceso ni estructura para compartir información;
• Sin estandarización ni gestión de metadatos;
• La mayor parte del archivo y el intercambio de documentos se realiza mediante correo electrónico;
• Sin unificación, fragmentación de datos;
• Se toman decisiones empresariales importantes con información insuficiente;

Puntos de acción: Los equipos de datos y los planificadores deben educar a los líderes empresariales clave sobre la importancia de la gobernanza de datos y centrarse en el impacto potencial de violar las regulaciones de cumplimiento.

Nivel 1: concientización

• Es evidente la ausencia de titulares de los datos;
• Los líderes empresariales admiten falta de apoyo a la gestión de información empresarial (EIM);
• El valor de los datos es cada vez más evidente;
• Cierto nivel de conocimiento sobre las cuestiones de calidad de los datos;
• La gente se da cuenta de la necesidad de políticas y procesos de datos estandarizados;
• Tenga cuidado con los informes redundantes y los procesos de BI ineficientes;
• Los riesgos de no contar con un EIM son cada vez más evidentes;

Punto de acción: El equipo de datos debe desarrollar una estrategia EIM que se alinee con la arquitectura empresarial existente y los objetivos comerciales estratégicos.

Nivel 2: reactividad

• Las organizaciones comprenden el valor de los datos corporativos;
• Los datos comienzan a compartirse entre departamentos, proyectos y sistemas;
• El proceso de calidad de datos es reactivo;
• Política vigente, pero baja adopción;
• Proceso de evaluación de información y retención de datos en desarrollo;

Acciones: Los líderes empresariales clave deben facilitar los procedimientos iniciales y fomentar la adopción. Al mismo tiempo, se debe ofrecer una propuesta de valor global.

Nivel 3: activo

• Los responsables y titulares de los datos están identificados y activos;
• La colaboración se considera un proceso empresarial clave;
• Roles y modelos de gobernanza confirmados;
• Cumplimiento de los acuerdos de gobernanza en toda la empresa;
• La gobernanza de datos es una parte integral del desarrollo y la implementación de cada proyecto;
• Reducción del riesgo operacional;

Puntos de acción: Crear y presentar una estrategia de EIM a las partes interesadas y la gerencia del negocio, e identificar oportunidades de EIM a nivel departamental.

Nivel 4: administración

• Consenso a nivel empresarial de que los datos son fundamentales;
• La política de datos se desarrolla, se lanza y se entiende bien;
• Se crea un organismo de gobernanza de datos;
• Las métricas de datos están bien definidas y son fácilmente accesibles;

Acción: Se deben inventariar las tareas de gestión de TI para verificar que cumplan con las políticas de EIM. Se debe contar con un sistema de puntuación para evaluar el proceso de gestión de datos.

Nivel 5: efectivo

• Se considera que el aprovechamiento de datos e información de gestión proporciona una ventaja competitiva;
• Tiene Acuerdo de Nivel de Servicio (SLA);
• Alcanzar objetivos de productividad y reducir el riesgo son dos objetivos asociados a una estrategia EIM;
• El equipo responsable de EIM es maduro y activo;
• Se alcanzaron los objetivos principales del EIM;

Punto de acción: garantizar que se tomen medidas para garantizar que los controles y los estándares de calidad de EIM continúen en caso de un cambio de liderazgo.

Cuando una empresa alcanza el nivel más alto de madurez en gobernanza de datos, se ven resultados visibles.

Los datos son el motor más importante del crecimiento empresarial moderno. No solo respaldan decisiones empresariales cruciales, sino que también facilitan prácticas colaborativas que impulsan la innovación en toda la organización.

Conclusión

Gracias por leer nuestro artículo. Esperamos que le ayude a comprender mejor el modelo de madurez de la gobernanza de datos. Si desea obtener más información sobre la gobernanza de datos, le recomendamos visitar Flujo de SQL de Gudu Para más información.

Como uno de los Las mejores herramientas de linaje de datos Disponible en el mercado hoy en día, Gudu SQLFlow no solo puede analizar archivos de script SQL, obtener linaje de datos, y realizar una visualización, pero también permitir a los usuarios proporcionar el linaje de datos en formato CSV y realizar una visualización. (Publicado por Ryan el 23 de junio de 2022)