¿Qué es la gestión de datos?

  • Predictive Analytics

datos abiertos

La gestión de datos es "el desarrollo y la ejecución de arquitecturas, políticas, prácticas y procedimientos para gestionar las necesidades del ciclo de vida de la información de una empresa de manera eficaz", según DAMA International, un consorcio de profesionales de gestión de datos maestros.

En otras palabras, la gestión de datos es multidisciplinaria y mantiene los datos organizados de manera práctica y utilizable. En su nivel más fundamental, la gestión de datos funciona para garantizar que todo el cuerpo de datos de una organización sea preciso y consistente, de fácil acceso y debidamente protegido.

Además de ser una forma de eliminar duplicados y estandarizar formatos, la gestión de datos también sienta las bases para el análisis de datos. Sin un buen plan de gestión de datos maestros, el análisis es prácticamente imposible en el peor de los casos y poco fiable en el mejor de los casos.

DAMA International divide la gestión de datos en 11 áreas de conocimiento:

-Gobierno de datos, que es la planificación de todos los aspectos de la gestión de datos. Esto comúnmente incluye garantizar la disponibilidad, usabilidad, consistencia, integridad y seguridad de los datos administrados por una organización.

-Arquitectura de datos, o la estructura general de los datos de una organización y cómo encaja en una arquitectura empresarial más amplia.

-Modelado y diseño de datos, que cubre el análisis de datos y el diseño, construcción, prueba y mantenimiento de sistemas de análisis.

-Almacenamiento y operaciones de datos, que se relaciona con el hardware físico utilizado para almacenar y administrar datos.

-Seguridad de datos, que abarca todos los elementos de protección de datos y garantiza que solo los usuarios autorizados tengan acceso público.

I-ntegración e interoperabilidad de datos, que incluye todo lo relacionado con la transformación de datos en un formato estructurado (es decir, en una base de datos organizada) y el trabajo necesario para mantenerlo.

-Documentos y contenido, que incluye todas las formas de datos no estructurados y el trabajo necesario para que sean accesibles e integrados con bases de datos estructuradas.

-Datos maestros y de referencia, o el proceso de gestión de datos de tal manera que la redundancia y otros errores se reducen al estandarizar los valores de los datos.

-Almacenamiento de datos e inteligencia comercial, que implica la gestión y aplicación de datos para análisis y toma de decisiones comerciales.

-Metadatos, que involucra todos los elementos de creación, recopilación, organización y gestión de metadatos (datos que hacen referencia a otros datos, como encabezados, etc.).

-Calidad de los datos, que involucra las prácticas de monitorear los datos y su fuente de datos para garantizar que se entregue información de calidad y se mantenga la integridad. La calidad de los datos se trata de garantizar que los datos de mala calidad se filtren.

Todos estos elementos deben incluirse en un modelo total de gestión de datos; si falta incluso un elemento, algún aspecto de la gestión de datos se complica, si no se daña por completo. Por ejemplo, si se deshace de la gestión de metadatos, pierde la capacidad de categorizar fácilmente los datos. Si no se garantiza la calidad de los datos, todos los datos estructurados se vuelven sospechosos y los análisis se vuelven inútiles. Eliminar la integración de datos y la interoperabilidad haría casi imposible combinar formas dispares de datos en un todo utilizable.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.