Gobernanza del dato

Introducción

La gobernanza del dato es un marco de trabajo que define y establece las políticas, procedimiento, especificaciones y responsabilidades necesarias para garantizar que los datos manejados por una organización, se gestionan de manera segura, eficiente y cumplen la regulación a la que estén sometidos dichos datos. El objetivo principal de la gobernanza del dato es incrementar el valor de los datos que utiliza la organización, convirtiéndolos en uno de los principales activos, sobre los que se construyen los procesos de toma de decisión de la compañía.

En un mundo cada vez más conectado, en el que las organizaciones cada vez necesitan consumir mayor cantidad de datos y de un número enorme de fuentes distintas. Donde las organizaciones necesitan entender qué está pasando, no solo dentro de la organización, sino también fuera de ella, ya sean por movimientos en los mercados, interacciones con socios o clientes. Un entorno, en el que el dato no tiene en muchas ocasiones un estructura definida y las fuentes de información son efímeras, las compañías necesitan establecer unos modelos de gobernanza del dato, que les permitan enfrentarse de manera eficiente a los actuales retos, de fuentes dispersas, datos desestructurados, trazabilidad y credibilidad de los datos, etc.

La gobernanza del dato no es una actividad nueva, aunque actualmente se está hablando mucho de ella. En realidad, las empresas comenzaron a preocuparse por construir modelos de gobernanza del dato desde el momento en que la cantidad de datos que comenzaron a gestionar comenzó a crecer y surgió la necesidad de establecer unas reglas para el manejo y utilización de los mismos. Pero es desde el boom de internet, cuando la gobernanza del dato se ha convertido en una herramienta imprescindible para cualquier empresa. Esta necesidad se ha acentuado en los últimos años con la explosión de las redes sociales y la cantidad ingente de información que generan. La llegada de la IA ha acelerado la necesidad de establecer unos modelos de gobernanza del dato, que puedan cubrir las necesidades del negocio, para evitar, tanto la gestión de inmensas cantidades de datos de manera ineficiente como no disponer de fuentes confiables, que doten a los procesos de datos de calidad.

Por tanto, en el actual escenario de operaciones sobre el que trabajan la mayoría de las organizaciones, es crítico disponer de un modelo que establezca de manera clara cómo los datos son tratados en la organización, y se pueda medir la calidad y la confianza en dichos datos. En un entorno cambiante, en el que las fuentes de información cambian y en la que los datos deben ser procesados casi en tiempo real, disponer de un modelo de gobernanza de los datos, permite a las organizaciones construir procesos de negocios más eficientes, escalables y seguros, incrementando las posibilidades de tener éxito en el complicado proceso de toma de decisión.

¿Necesito implantar un modelo de gobernanza del dato?

Las organizaciones se enfrentan a infinidad de problemas en su día a día, pero existen una serie de dificultades relacionadas con los datos que utilizan, sobre los que es imprescindible poder trabajar para reducir su impacto. Construir procesos ineficientes es un problema en cualquier organización, pero usar datos de manera ineficiente o insegura, es un riesgo aún mayor, porque puede tener consecuencias como el incumplimiento normativo y regulatorio. Por tanto es necesario conocer cuales son los puntos de fallo en nuestra forma de tratar los datos. 

Los principales problemas que intentamos resolver, cuando planteamos implantar un modelo de gobernanza del dato en la compañía son:

• Mala calidad de los datos. Establecer unos controles para medir de manera constante la calidad de los datos es fundamental para cualquier organización, problemas con la inconsistencia de la información, datos erróneos o incompletos, tienen un impacto directo en el rendimiento de los procesos y generan costes operativos, los cuales reducen la competitividad de la compañía.

• Carecer de trazabilidad y linaje de los datos. Hoy en día, los datos se mueven y necesitamos conocer el origen de los mismos, ya no basta confiar en el dato porque simplemente es de mi compañía. Los procesos de negocio actuales, consumen datos de muchas fuentes distintas, muchas de ellas externas a la organización. Disponer de procesos que permitan implementar una trazabilidad y establecer un linaje de los datos (puedes leer más en el post Linaje de datos), permite construir procesos confiables y seguros, reducir los problemas de cumplimiento regulatorio e incrementar el nivel de auditoría.

• Inseguridad de los datos y los accesos. Los incidentes relacionados con la seguridad de los datos, están creciendo de manera exponencial. Los sistemas de información de las compañías, cada día están más expuestos. Incrementar la seguridad de los datos, implementando protocolos de acceso y auditoría, no es una opción para las compañías hoy en día. Evitar fugas de información se ha convertido en el principal problema para las organizaciones, lo que convierte la necesidad de implementar un modelo de gobernanza en una obligación, más que una alternativa.

• Incumplimiento normativo. Grandes volúmenes de información, junto a fuentes heterogéneas de datos y la falta de trazabilidad y linaje, es una fórmula muy peligrosa para las organizaciones hoy en día. El cumplimiento normativo es algo indiscutible que puede provocar sanciones y penalizaciones graves a las empresas. Por tanto, es necesario poder garantizar de manera irrefutable, que los datos que consume la organización cumplen de manera rigurosa las normas que se le apliquen. No disponer de una gobernanza del dato, que asegure el cumplimiento normativo significa conducir a la organización hacia un futuro regado de problemas, muchos de los cuales pueden ser muy graves, como incumplir con normas como GDPR.

• Silos de datos y Shadow Data. Durante mucho tiempo, uno de los principales problemas a los que se enfrentan las compañías consistía en reducir los silos de datos que los empleados utilizaban de manera aislada y que no permeaban a otras partes de la organización. Pero existe otro enemigo silencioso que se ha extendido en las organizaciones, el Shadow Data. Lo podemos describir como el dato que un empleado tiene, que utiliza para la actividad de la empresa, pero que la empresa desconoce su existencia y sobre el que no existe ningún tipo de control. La gobernanza del dato intenta eliminar este tipo de datos, que pueden generar problemas de seguridad, confianza e incumplimiento normativo.

• Falta de roles y responsabilidades. Un problema grave en las organizaciones es no disponer de un esquema claro de roles y responsabilidades sobre los datos de la organización. No saber quién es el propietario lógico del dato o tener definido cuales son las responsabilidades de las personas o equipos sobre dichos datos, puede provocar situaciones como el bloqueo en la toma de decisión. Los modelos de gobernanza persiguen mantener un esquema claro y actualizado, sobre los propietarios de la información y la responsabilidad sobre la misma, que garantice el compromiso por parte de todos los empleados, en cumplimiento de las políticas que se establezcan sobre los datos.

• Problemas de escalabilidad. Las compañías que no son capaces de gestionar de manera eficiente la escalabilidad de los datos, se enfrentarán a diversos problemas. Entre ellos los relacionados con la calidad de los datos, la confianza de los procesos de toma decisión o la gestión ineficiente de volúmenes de datos innecesarios. Como hemos comentado en apartados anteriores, no solo se trata de escalabilidad del volumen del datos. También y más importante, la escalabilidad de las fuentes de datos. Es en este último caso, en el que pueden aparecer los problemas más graves.

¿Qué es la gobernanza del dato?

Al inicio del artículo, se ha definido la gobernanza del dato, como un marco de trabajo que permite a las organizaciones definir y establecer las políticas, procedimientos, especificaciones y responsabilidades necesarias para garantizar la calidad, seguridad y eficiencia de los datos. Es importante dejar claro, que no se trata únicamente de aspectos relacionados con la tecnología. También de acciones que pretenden establecer una cultura en la organización, que llegue de forma clara a todos los miembros de ésta. Para convertir los datos en un activo estratégico.

En muchas organizaciones, se confunden los conceptos de Gobernanza del Dato con el de Gestión del Dato o Arquitectura del Dato. Por lo que es importante, entender la diferencia entre estos tres conceptos. Los cuales afectan de una manera u otra a la forma en la que las organizaciones trabajan con los datos. Estas son la definición resumida, de cada uno de los tres conceptos:

• Gobernanza del dato. Establece las reglas de uso de los datos.
• Gestión del dato. Aplica las reglas a la operativa diaria de la organización.
• Arquitectura del dato. Implementa el entorno tecnológico que soporta las dos anteriores.

Principios fundamentales

La gobernanza del dato se está convirtiendo en un elemento crítico dentro de la estrategia de cualquier organización. Tanto por la necesidad de alimentar los sistemas de información con distintas fuentes de datos, cada vez más heterogéneas y numerosas, como por el impacto que nuevas tecnología como la IA están teniendo en la forma que tienen las organizaciones de gestionar sus datos.

En este contexto, dinámico, heterogéneo y en muchos casos, altamente regulado, establecer, no solo un conjunto de reglas, sino desarrollar toda una cultura corporativa que permee de forma efectiva en la organización, para garantizar el uso seguro de los datos y confiables. La gobernanza del dato actúa como un roadmap que permite a la compañía marcar las líneas de actuación y el desarrollo de las actividades necesarias para incrementar la confianza de usuarios, clientes y socios, tanto en los procesos, decisiones y datos de la compañía.

Al fin y al cabo, desplegar un modelo de gobernanza no tiene otro objetivo, que alinear de manera eficaz la gestión de los datos con los objetivos estratégicos de la compañía. Buscando desarrollar una eficiencia operativa, incrementar los procesos de innovación y aumentar la resiliencia y seguridad de los sistemas de información. Cualquier modelo de gobernanza se debe regir por los siguientes principios:

• Calidad del dato. El modelo debe garantizar la calidad de los datos, mediante el establecimiento de métricas y controles, que permitan evaluar y mejorar dicha calidad. Reducir los errores y automatizar los procesos de detección de éstos, garantizando la precisión, la consistencia, la integridad y la relevancia de los datos, se convierte en una necesidad crítica para las organizaciones. 

• Seguridad y privacidad. Como activo crítico para las compañías, su protección es un principio fundamental en cualquier modelo de gobernanza del dato. Tener políticas de acceso o modificación, así como protocolos para afrontar eventos como la pérdida o el robo, no solo son convenientes. También son obligatorias en la mayoría de las empresas, debido al carácter de la información que se maneja. Un nuevo reto para las compañías, es poder implementar protocolos de seguridad y procedimiento, sobre datos que necesitan, pero no están controlados directamente por ellas. 

• Accesibilidad y disponibilidad. Un principio esencial para garantizar el éxito de cualquier modelo de gobernanza del dato, es poder asegurar la accesibilidad y disponibilidad de los datos. Pero teniendo en cuenta que se deben establecer unos controles sobre quién puede acceder a qué. Estas políticas de acceso, junto a estratégicas que permitan tener los datos disponibles allí dónde realmente se necesiten, permitirán a las organizaciones incrementar el rendimiento de los procesos y reducir la aparición de silos y/o shadow datas. 

• Responsabilidad y propiedad del dato. En entornos cambiantes y complejos, como son los actuales sistemas de información y las necesidades del negocio, es esencial que la compañía disponga de un esquema claro sobre la propiedad del dato y las responsabilidades de los propietarios. Los usuarios deben ser conscientes de la importancia del dato y su impacto en el negocio, para que puedan asumir su responsabilidad como propietarios del dato.

• Transparencia y trazabilidad. Un buen  modelo de gobernanza del dato, debe promover una transparencia real y comprensible, sobre los procesos que manejan y transforman los datos. Un linaje del dato de calidad, que permita establecer desde el origen, pasando por los distintos procesos de transformación, registrando accesos, manteniendo versiones y estableciendo los criterios de calidad aplicados, permite a las compañías aumentar la confianza de los datos. Por tanto la trazabilidad del dato, se convierte en pieza clave para cualquier modelo de gobernanza del dato.

Ciclo de vida del dato: “Viejo orden” vs “nueva anarquía”

Las empresas se enfrenta a numerosos retos a la hora de afrontar la implantación de un modelo de gobernanza del dato. Desde temas culturales dentro de la compañía, el bien conocido y “ésto se hacía así”, hasta las limitaciones técnicas para procesar la información del modo que Negocio necesita. Pero el principal escollo que se encuentran las organizaciones, es entender cómo de eficiente es su actual ciclo de vida del dato.

El ciclo de vida clásico del dato, está compuesto por una serie de etapas, que abordan desde la creación del dato, hasta su destrucción.

Pero este esquema presenta un problema, está pensado para entornos estáticos, en los que los datos tenía un ciclo de vida lento. Hoy en día, es necesario transformar el ciclo de vida del dato, para que los modelos de gobernanza que se construyan, sean consistentes con las necesidades del negocio.

El  modelo de gobernanza debe recoger esta nueva realidad, para pasar de un orden estático a una anarquía controlada. Con procesos dinámicos que permitan establecer la calidad de los datos y monitorizar su rendimiento en tiempo real. Por esta razón, todas las compañías están desempolvando sus modelos de gobernanza del dato y los están actualizando para adaptarlos a los nuevos escenarios.

Conceptos como “Data destruction” o “Data Archiving” están desapareciendo de los actuales ciclos de vida de los datos, desplazados por nuevos conceptos como “event-driven” o “data mesh”. Event-Drive o dirigido por eventos es un enfoque, en el que los datos se gestionan apartir de eventos que se producen. Data Mesh propone una arquitectura del dato, en el que se organizan dominios de negocio, cada uno de los cuales es responsable de sus datos, dichos dominios se tratan como productos, que pueden ser consumidos por otras áreas o actores externos.

Por tanto, si el ciclo de vida del dato, ya no es lineal, y algunas de sus viejas etapas están siendo eliminadas o transformadas, las organizaciones se enfrentan al reto de generar nuevos ciclos de vida, que cubra el uso real que los procesos de negocio hacen del dato. Y es en este punto donde aparece una necesidad real dentro del desarrollo de los modelos de gobernanza del dato, la trazabilidad.

La anarquía controlada que se pretende gobernar, necesita de una trazabilidad segura y confiable, que permita a las organizaciones establecer un modelo de confianza entre los distintos actores, los procesos y los datos. Hay que trabajar en construir un marco de trabajo que cubra, tanto las necesidades del negocio, como la confianza en los datos que se utilizan, así como los procesos que los transforman y las personas que usan los resultados para tomar decisiones. La confianza ya no se puede construir desde el axioma, el dato pertenece a la organización y por tanto es confiable.

El reto está en construir soluciones que permitan trazar todo el ciclo de vida del dato, sea cual sea este ciclo de vida. Para poder construir un modelo de gobernanza del dato, que asegure la calidad, monitorice el rendimiento, ofrezca un linaje del dato y una trazabilidad del proceso.

Modelos de gobierno del dato

Las organizaciones, ya sean públicas o privadas, incrementan su complejidad mientras crecen, lo que significa que en grandes organizaciones, establecer un modelo de gobernanza del dato resulta una tarea titánica,por varias razones. Desde intentar que permee entre los empleados, una cultura del dato, hasta tecnicamente conseguir que la tecnología implemente los requerimientos del modelo de gobernanza del dato.

No existe una única forma de implementar un modelo de gobernanza del dato, ya que el mayor esfuerzo es adaptar el modelo de la realidad de la organización, con el objetivo de tener éxito en la adopción de éste. Existen varios modelos que se utilizan en función de la naturaleza de la organización. Cada uno de estos modelos presenta ventajas e inconvenientes, pero son una herramienta muy útil, para conseguir adaptar el modelo a la organización.

Modelo centralizado

Es el modelo más sencillo de plantear y al que recurren la mayoría de las organizaciones cuando plantean poner en marcha un modelo de gobernanza del dato. Tener centralizado el análisis y la toma de decisiones sobre el modelo, controlando las políticas y estableciendo los procesos relacionados con los datos, desde un equipo único, es una aproximación tentadora. 

Se tiene la sensación de control total sobre el modelo de gobernanza, ya que todos los participantes, sean de la naturaleza que sean, generadores de datos, transformadores o consumidores, seguirán las políticas y procesos que el equipo central encargado del modelo de gobernanza, irá implantando. La realidad es que un modelo centralizado, puede generar nuevos problemas en la organización, como establecer cuellos de botellas en puntos que antes fluían perfectamente o la aparición de nuevos silos, producto de la falta de agilidad del modelo para adaptarse a cambios en la organización.

Como ventajas, podemos citar la facilidad para generar de manera uniforme las políticas y procesos, teniendo un control total sobre el modelo y permitiendo implementar estándares. Este modelo no suele tener mucha resistencia en las fases de análisis e implantación, pero suele perder eficacia con el tiempo, si no es capaz de cambiar con las necesidades reales de la organización. 

Modelo federado

Podríamos considerar el modelo Federado, como una variante del modelo anterior, en la que los datos se organizan en distintos dominios. Ya no existe un solo dominio que es la organización, sino que se establecen distintos dominios a los cuales se delega parte del proceso de mantenimiento y cumplimiento del modelo de gobernanza.

En este modelo, se establece una estructura centralizada que se encarga de establecer las políticas pero la implementación se delega en unidades independientes. Con el objetivo de mantener un equilibrio entre autonomía y control, permitiendo a la organización poder escalar allí donde lo necesite. Los distintos dominios son responsables de mantener y cumplir el modelo de gobernanza, lo que obliga a establecer controles y auditoría, que permitan medir el nivel de cumplimiento.

Modelo distribuido

Este modelo es uno de los más complejos de implementar, ya que a diferencia del centralizado o el federado, no existe un organismo centralizado encargado de establecer las políticas y procedimientos. En este modelo, los distintos dominios son responsables de establecer sus propios modelos de gobernanza del dato. Lo que requiere de una coordinación entre los dominios, que eviten problemas de inconsistencia de los datos o lo que sería más grave, falta de cumplimiento  normativo.

La trazabilidad es otra de las desventaja de este tipo de modelos, ya que dentro de la organización, los datos deberían ser trazables, para implementar procesos de linaje del dato y auditorías. En los modelos descentralizados, aunque permitan mayor autonomía, deben implementar fuertes procesos de trazabilidad de los datos. 

Modelo híbrido

Es el modelo que mejor encaja en la mayoría de las organizaciones, ya que toma de cada modelo, lo que la organización necesite. Adaptado de esta forma, el modelo de gobernanza del dato a la organización. Permitiendo una enorme flexibilidad para diferentes escenarios y permitiendo que el modelo mute al mismo ritmo que el negocio. Su principal desventaja es la complejidad, que puede provocar que el modelo sea excesivamente complicado y muy costoso de implementar y sobre todo de mantener.

Recordemos que un modelo de gobernanza del dato, tiene como objetivos establecer una serie de políticas, procesos y responsabilidades, los cuales permitan construir un cultura corporativa del datos, que pueda permear de forma fácil en la organización, para que perdure en el tiempo. 

Modelos demasiados complejos, que no se conviertan en cultura o modelos demasiado sencillos, los cuales provocan indiferencia y no tengan la fuerza necesaria para vencer la resistencia de la organización, están abocados a más tremendo fracaso.

De roles, herramientas y procesos

Roles

Los roles son un elemento clave en cualquier modelo de gobernanza del dato que se quiera desplegar en una organización. Los roles definen el papel y la responsabilidad que las personas van a desempeñar dentro del modelo de gobernanza. Existen una serie de roles, que podríamos considerar comunes a todos los casos de uso, aunque cada organización debe implementar sus propios roles, en función de sus propias necesidades o limitaciones.

• Chief Data Officer (CDO). Es el rol responsable de liderar la estrategia de gobernanza del dato, encargado de la implementación del  modelo y la supervisión del funcionamiento y alineación con las necesidades de la organización. Como responsable máximo del dato en la organización, sobre sus hombros recae la tarea de supervisar el cumplimiento normativo al que se enfrenta la organización, lo que tiene un impacto directo en el negocio. Es crucial que las organizaciones entiendan el papel que juega el CDO, no es simplemente la persona que organiza el dato, sino el responsable del dato.

• Propietario del dato (Data owner). Como se ha comentado en varias ocasiones, el objetivo de cualquier modelo de gobernanza del dato, es desarrollar una cultura corporativa, que haga entender a los usuarios y empleados, la responsabilidad que tienen con el dato. Por esta razón, el rol de propietario del dato, es la base sobre la que se construye cualquier modelo de gobernanza del dato. No podemos construir un modelo, si no hay personas que se harán responsables de los datos desde sus respectivas unidades de negocio. Son los propietarios de los datos, los que mejor conocen cómo los procesos interactúan con los datos y son los que pueden ayudar a construir las reglas y políticas del modelo.

• Administrador del dato (Data steward). Con un perfil algo más técnico que el propietario del dato, el administrador se encarga de mantener la calidad y consistencia de los datos, aplicando las políticas establecidas por el propietario y desplegando las herramientas que permitan medir el rendimiento del modelo. Su labor es entender el negocio y la tecnología, para que el modelo se acople a ambos mundos dentro de la organización. Es un rol clave dentro del proceso, ya que un rol de administrador del dato que tuviera una fuerte componente del negocio, tendería a inclinar la balanza hacia políticas y procedimientos que estuvieran desalineadas con la realidad tecnológica de la organización y viceversa. Por tanto, es fundamental definir el rol y elegir al equipo adecuado para esta función, porque puede ser la diferencia entre tener éxito o fracasar en el despliegue del modelo de gobernanza en la organización.

• Comité de Gobernanza. Aunque la responsabilidad para desarrollar y desplegar el modelo de gobernanza del dato es del CDO. Es aconsejable disponer de un órgano dentro de la organización, que busque el consenso frente a posibles conflictos. Que ayude al CDO a tomar decisiones en situaciones que se podrían considerar críticas para la organización. Por todo esto, el Comité de Gobernanza es un órgano formado por el CDO y los responsables de negocios de las distintas áreas de la organización. El comité es el responsable de vigilar el cumplimiento del modelo, definir la estrategía del dato o priorizar acciones que puedan afectar al negocio. Y la función más importante del comité, es ayudar al CDO a que la organización adopte el modelo de gobernanza del dato.

Aunque existen muchos más roles, que podríamos considerar estándar en cualquier modelo de gobernanza del dato, como serían los roles técnicos responsables de soportar y garantizar la disponibilidad del dato. Cada organización debe establecer su propio esquema de roles y responsabilidades, buscando construir un mapa claro sobre lo que debe y puede hacer cada una de las personas que participan en el ciclo de vida del dato.

Otro aspecto importante cuando una organización plantea desplegar un modelo de gobernanza del dato, son las herramientas que se van a utilizar para la implementación del modelo. Aunque existen infinidad de herramientas y utilidades en el mercado. Disponer de una idea clara sobre cómo implementar el modelo y el impacto que tendrá, tanto en el ciclo de vida del dato, como en los procesos de negocio es esencial.

Herramientas

Aunque los escenarios son muchos y podemos decir que exiten dos aproximaciones básicas a la hora de establecer la estrategia de las herramientas. Ambas opciones no son excluyentes, pero representan dos enfoques diferentes, que tendrán un impacto enorme, tanto en la forma de implementación del modelo de gobernanza, como en el nivel y calidad de adopción por parte de la organización. Aunque pueda parecer naif esta simplificación, es la base detrás que está detrás de muchas de las dudas a la hora de decidir las herramientas que vamos a desplegar:

• Herramientas que se adaptan a la organización. En este enfoque, el equipo responsable de diseñar y desplegar el modelo de gobernanza, busca una solución en la que las herramientas permitan implementar el modelo, intentando tener el menor impacto posible sobre la organización. Buscando adaptarse a los actuales procesos responsables del ciclo de vida del dato y trabajando en aquellos puntos, en los que se detecten carencias o riesgos. El modelo se despliega casi sin impacto sobre la forma de trabajar de la organización.

• Organización que se adapta a las herramientas. Este otro enfoque, tiene un impacto en la organización, porque la adopción del modelo de gobernanza implica la transformación de algunos procesos de la organización, para adaptarlos a las herramientas que se van a implementar. Este caso ocurre en organizaciones en las que el ciclo de vida del dato no está definido o los procesos de negocio participan poco en este ciclo de vida. En estos casos, la organización debe adaptarse a las herramientas que se van a desplegar, con el consiguiente impacto en los procesos de negocio y la organización. En muchas ocasiones, se genera un sentimiento de rechazo al modelo de gobernanza dentro de la propia organización, por la imposición de nuevas herramientas o procesos.

Los dos enfoques anteriores, son los extremos de una enorme abanico de casos de usos. La mayoría de las organizaciones suelen optar por modelos de gobernanza del dato que se sitúan entre estos dos casos. Buscando el menor impacto de cambio en los procesos de negocio, pero generando un modelo de gobernanza confiable, seguro y usable, con herramientas que permitan construir y mantener el modelo.

Entre las herramientas que nos pueden ayudar a implementar un modelo de gobernanza encontramos:

• Catálogos de datos. Esenciales para identificar y clasificar, datos,  fuentes de datos, propietarios, etc. Los catálogos de datos, permiten a las organizaciones tener un mapa detallado de los datos, su uso, procedencia y ubicación. Sin este mapa, las organizaciones tendrán problemas relacionados con la falta de confianza en los datos,  manejo eficiente de los mismos, problemas de duplicidad y localización de las fuentes, aparición de los silos de información, falta de monitorización y problemas con el cumplimiento normativo. 
• Herramientas de calidad del dato. Permiten medir la calidad del dato, detectando errores, duplicidades, inconsistencias y usabilidad de los datos. Este tipo de herramientas permite a las organizaciones poder establecer unos criterios de calidad de los datos y medir posibles desviaciones. 
• Gestión de metadatos. Los metadatos, son los datos que conocemos sobre los datos. Esta información permite dar contexto al dato, conocer su estructura y características del dato, como trazabilidad o linaje del mismo. 
• Herramientas de linaje y trazabilidad. Todos los datos de la organización, tienen una historia que es importante para la organización. Conocer el linaje del dato, permite a las organizaciones el origen y las transformaciones que ha sufrido el dato, para poder cumplir, por ejemplo, con obligaciones de carácter normativo.
• Herramientas de gobierno colaborativo. Este tipo de herramientas permiten implementar los procesos del modelo de gobernanza del data, buscando la colaboración entre los distintos actores que participan en la creación del modelo. Asegurando que las decisiones se toman de manera consensuada y están alineadas con la estrategia que se ha establecido, para definir las políticas, roles, flujos de aprobación o procesos de auditoría y monitorización.

• Herramienta de cumplimiento normativo. Este tipo de herramientas permiten monitorizar los datos, para asegurar que las organizaciones cumplen con sus obligaciones normativas y regulatorias. Como se ha comentado anteriormente, las organizaciones están expuestas a sanciones por incumplimiento normativo, en muchas ocasiones dichas sanciones derivan de problemas para proteger la privacidad de los datos o su integridad. Este tipo de herramientas son esenciales para cualquier modelo de gobernanza del dato que se quiera implementar. Mantener a la organización alejada de sanciones relacionadas con el incumplimiento de obligaciones sobre los datos, las cuales tienen un impacto económico y reputacional para las organizaciones.

Estas son algunos de los tipos de herramientas, que debemos conocer a la hora de plantearnos abordar la construcción de un modelo de gobernanza del dato. Cada uno de estos tipos de herramientas, están respaldados por herramientas comerciales o procedimientos estandarizados, que nos ayudarán a implementar las tareas y acciones necesarias para construir nuestro modelo de gobernanza.

Procesos

El último componente que debemos conocer antes de comenzar con la creación de un modelo de gobernanza, son los principales procesos que nos permitirán construir el modelo. De forma esquemática, podemos enumerar los siguientes procesos:

• Definición de políticas y estándares. Este procedimiento, nos ayudará a establecer las reglas de forma clara sobre cómo se deben gestionar los datos. Este punto es importante, ya que no se establece cómo estamos gestionando los datos actualmente, sino cómo debemos hacerlo para incrementar la eficiencia de los procesos o cubrir alguna anomalía relacionada con el cumplimiento de los datos. Es en este paso en el que debemos establecer las bases de las políticas de calidad, seguridad, privacidad, trazabilidad, acceso y uso de los datos.

• Clasificación y catalogación de los datos. Esta fase es una de las más largas e importantes del proceso de creación de nuestro modelo. Consiste en hacer un levantamiento de información de todos los datos, flujos, fuentes y permisos de datos, con los que actualmente trabaja la organización. Para establecer un mapa realista del estado actual y poder identificar, fugas, silos, duplicidades de los datos. Casi tan importante es ser exhaustivos en la fase de levantamiento del estado actual, como poder mantener en el tiempo los catálogos que se creen. El éxito del modelo de gobernanza del dato que estamos construyendo, dependerá en gran medida, de la calidad de los catálogos que se establezcan, pero no solo en el momento de su creación, sino también que la organización sea capaz de mantenerlos en el tiempo.

• Gestión de los metadatos. Como se ha comentado anteriormente, los metadatos juegan un papel muy importante para el conocimiento que la organización tiene de los datos que maneja. Al fin y al cabo, los metadatos son datos que nos ayudan a entender nuestros propios datos, y por tanto, debemos tener en cuenta, que no se trata simplemente de un mero etiquetado de datos. Una mala gestión de los metadatos puede provocar problemas de visibilidad de los datos, falta de confianza o pérdida de información, por falta de trazabilidad o problemas con la implementación de procesos para la gestión del linaje del dato.

• Gestión de la calidad del dato. No solo es importante, conocer los datos con los que trabaja la organización, creando catálogos y generando procesos para la gestión de los metadatos, si no somos capaces de medir la calidad del dato, es probable que estemos alimentando los procesos de negocio, con datos de pobre calidad, que tendrán un impacto negativo en el negocio. Disponer de procesos que midan la calidad del dato, para que Negocio pueda establecer de forma clara cómo de útiles son los datos que maneja la organización, es fundamental para incrementar el rendimiento de los procesos de negocio. Es imprescindible poner a disposición de la organización herramientas que le permitan establecer qué datos son útiles y cuáles no. Y en la medida de los posible, los procesos de monitorización deben ser en tiempo real, para permitir a Negocio tener una imagen clara y precisa, sobre qué está ocurriendo con los datos.

• Gestión de acceso y seguridad de los datos. Establecer las políticas y procedimientos para el acceso a los datos, que permitan identificar de manera irrefutable quién puede acceder, modificar o eliminar los datos, en función de las necesidades del negocio, es un aspecto importante para el éxito del modelo de gobernanza del dato. Las organizaciones deben tener procedimientos trazables, que les permitan establecer controles sobre los datos. Estos procedimientos deben poder contestar preguntas sobre quién tiene acceso al dato o justificar evidencias en procesos de auditoría, para demostrar la seguridad de los datos.  

• Gestión del ciclo de vida del dato. Como componente vertebral de cualquier modelo de gobernanza del dato, la gestión del ciclo de vida de los datos es una tarea crítica dentro de los procesos de creación del modelo de gobernanza del dato. La naturaleza, origen, procesamiento y utilidad de los datos es un reto complejo de gestionar hoy en día. Tener control sobre el ciclo de vida de todos los datos que maneja una organización, es una tarea a priori titánica. Muchas organizaciones abandonan la excelencia cuando se enfrentan a este reto, buscando alternativas que intentan reducir la complejidad de gestionar todo el ciclo de vida.  Otras simplifican el reto, reduciendo el conjunto de datos sobre los que se aplica el modelo de gobernanza del dato, lo que genera problemas como la aparición de silos o inconsistencia en el reto de datos. No hay una fórmula secreta que se pueda aplicar en este punto, sencillamente, hay que tener una visión ambiciosa, para intentar que la gestión del ciclo de vida del dato que se plantea, cubra la mayor cantidad de tipos de datos posibles dentro de la organización. 

• Gestión de conflictos y tomas de decisión. El modelo de gobernanza del dato afecta, en mayor o menor medida, a toda la organización, lo que supone que las decisiones que se establezcan para desarrollarlo e implantarlo, tendrán un impacto directo en la propia organización y el negocio de ésta. Por tanto, es necesario establecer un comité de gobernanza que sirva para resolver conflictos, tanto internamente como externamente. El objetivo último del modelo de gobernanza del dato, es implantar una nueva cultura del dato en la organización, lo que provocará no pocos problemas relacionados con la resistencia al cambio dentro de la organización y establecerá nuevas reglas del juego con actores externos, como clientes, socios o proveedores. 

• Gestión de la monitorización y auditoría. Hay una frase atribuida a Lord Kelvin que dice “Lo que no se mide no se puede mejorar”, sería inutil hacer todo el trabajo para construir un modelo de gobernanza del dato, desplegarlo en la organización y no medir el rendimiento del modelo y su impacto en los resultados de la organización. Desarrollar procesos que permitan a la organización poder monitorizar y auditar lo que está ocurriendo con los datos y el uso que los procesos de negocios están haciendo de ellos, es una tarea necesaria para detectar desviaciones o anomalías en el normal funcionamiento del modelo. La monitorización debe garantizar que los reportes son fiables y reflejan la realidad, además de contar con la suficiente profundidad para poder detectar problemas, su origen y el impacto real que está teniendo. Una monitorización pobre, puede generar una falsa sensación de control sobre el proceso. Una monitorización exhaustiva, con mucha profundidad, pero sin contexto, se convierte en un mar de información, que impide conocer el problema real. El modelo de gobernanza del dato, se debe centrar en construir procesos que permitan una monitorización eficiente del dato, que ayude a mitigar riesgos y a incrementar el rendimiento del Negocio.

• Evangelización de la cultura del dato. En muchas ocasiones, la organización emplea mucho esfuerzo y dinero en construir un modelo de gobernanza del dato, porque comprende que puede ser una ventaja competitiva, para incrementar el rendimiento que se puede obtener de los datos que maneja. Se establecen los equipos, se crean los procedimientos de monitorización y auditoría, se realiza un levantamiento del estado del dato, se implementan procedimientos para la generación de los catálogos, etc. Pero cuando se va a implementar el modelo, es un fracaso absoluto. La razón principal de este tipo de fracasos, es que la organización no entiende que está construyendo un modelo para personas, que son éstas el verdadero motor del modelo y las únicas que van a decidir entre el éxito o el fracaso del modelo de gobernanza del dato que se está intentando implementar. Establecer procedimientos y acciones relacionadas con la divulgación y expansión del nuevo modelo como una cultura y no como un conjunto de reglas, es la diferencia que marcará el resultado final. Aquellas organizaciones que construyan un conjunto de reglas que imponer, están llamadas al fracaso. Se debe intentar permear en la organización, como una cultura que afecta a todos los participantes y en la que todos los participantes se sientan actores, más o menos, activos dentro de la organización.

Desafíos y retos

Son muchos los desafíos y retos a los que se enfrenta una organización cuando se plantea implantar un modelo de gobernanza del dato. En muchas ocasiones, estos desafíos empujan a la organización a no emprender el proceso, por considerar que el esfuerzo supera a las expectativas. En otras ocasiones, el impacto en la organización es tan grande, que se percibe más como un proceso de transformación, lo que levanta reticencias y recelos, sobre la necesidad de abordar un proyecto de esta envergadura. Hay ocasiones, en las que las organizaciones tienen una actitud totalmente diferente, abordando el proyecto con una ligereza y sin medir el impacto real. Tan mala es una cosa como la otra, tener miedo a lo desconocido, como desconocer el miedo. 

Tendrán éxito, sólo aquellas organizaciones, que entiendan que se trata de un proceso gradual, en el que se deben medir muy claramente los esfuerzos e impactos que tendrán sobre el negocio, que el objetivo es construir un modelo de gobernanza del dato, que ayude a incrementar el rendimiento del negocio y que se trata de desarrollar una cultura para que permee en la organización.

De todos los posibles desafíos y retos que las organizaciones pueden encontrarse a lamhora de implantar un modelo de gobernanza del datos, vamos a citar algunos a modo de ejemplo, por ser los más comunes:

• Resistencia al cambio.
• Falta de cultura del dato.
• Silos organizacionales.
• Escalabilidad y sostenibilidad.

Aunque se han comentado en varias ocasiones a lo largo del artículo, estos son los cuatro retos a los que todas las organizaciones se van a enfrentar si deciden abordar una iniciativa para desarrollar un modelo de gobernanza del dato. Desde vencer la resistencia al cambio, hasta resolver problemas de escalabilidad y sostenibilidad.

José Juan Mora Pérez – CTO