{"id":2074,"date":"2022-12-22T10:08:55","date_gmt":"2022-12-22T10:08:55","guid":{"rendered":"https:\/\/keepler.io\/2022\/12\/22\/tendencias-2023-data-management-se-hace-indispensable-para-avanzar-en-el-camino-del-dato\/"},"modified":"2023-11-23T11:09:19","modified_gmt":"2023-11-23T11:09:19","slug":"tendencias-2023-data-management-se-hace-indispensable-para-avanzar-en-el-camino-del-dato","status":"publish","type":"post","link":"https:\/\/keepler.io\/es\/2022\/12\/22\/tendencias-2023-data-management-se-hace-indispensable-para-avanzar-en-el-camino-del-dato\/","title":{"rendered":"Tendencias 2023: Data Management se hace indispensable para avanzar en el camino del dato"},"content":{"rendered":"

Data Management<\/b> es una de las \u00e1reas de las que m\u00e1s se escucha hablar en los \u00faltimos meses. Muchas iniciativas en torno al dato se han ido desarrollando sin unas buenas bases o estructuras que los sustentaran, situaci\u00f3n tambi\u00e9n provocada por los silos que se han generado de forma natural en las organizaciones. Sin embargo, las compa\u00f1\u00edas comienzan a tomar conciencia de lo importante que es establecer unos buenos cimientos sobre los que construir una organizaci\u00f3n que gira en torno a los datos. Algunas compa\u00f1\u00edas est\u00e1n tomando medidas en fases tempranas, y otras han tenido que poner el freno para reestructurar de manera m\u00e1s organizada, gobernada y sostenible. As\u00ed, <\/span>Data Management se ha convertido en una prioridad<\/b> para aquellas empresas que busquen evolucionar como organizaci\u00f3n <\/span>data-driven<\/span><\/i> con \u00e9xito.\u00a0<\/span><\/p>\n

En <\/span>Keepler<\/b> hemos tratado con organizaciones en diferentes estadios durante estos a\u00f1os, especialmente desde que en 2022 creamos el \u00e1rea espec\u00edfica de <\/span>Data Management Consultancy<\/b>, lo que nos ha permitido entrar a conocer a fondo muchas casu\u00edsticas reales en torno a la gesti\u00f3n del dato que est\u00e1n viviendo las organizaciones.<\/span><\/p>\n

Esta experiencia, nos lleva a identificar estas <\/span>7 tendencias en el \u00e1mbito de Data Management <\/b>que preveemos que deber\u00edan ser muy tenidas en cuenta en 2023.<\/span><\/p>\n

1. Operativizar el modelo de gobierno<\/h3>\n

En <\/span>Keepler<\/i><\/b> nos seguimos encontrando con muchos clientes que, con un modelo de gobierno definido (en papel, y generalmente muy \u2018est\u00e1ndar\u2019) no son capaces de llevarlo a la pr\u00e1ctica o de conseguir que \u2018la responsabilidad del dato\u2019 se trabaje en el d\u00eda a d\u00eda de las organizaciones. Y parece que va a seguir siendo un escenario muy com\u00fan en 2023.<\/span><\/p>\n

Parte del <\/span>POR QU\u00c9<\/b> ocurre esto es consecuencia de utilizar el t\u00edpico enfoque de operativizar el Gobierno del Dato a trav\u00e9s de <\/span>herramientas<\/b>, las cuales no suelen ser gratis (al menos las que tienen una <\/span>suite<\/span><\/i> pensada y dise\u00f1ada para usuarios funcionales, que son el 95% de los involucrados en un programa de gobierno del dato) y cuya justificaci\u00f3n de inversi\u00f3n cuesta sustentar (precisamente por no entender en capas directivas el \u2018retorno\u2019 del programa de gobierno del dato).<\/span><\/p>\n

Otra casu\u00edstica com\u00fan es PORQUE el modelo de gobierno definido en papel<\/span> no se adec\u00faa a la realidad de la compa\u00f1\u00eda<\/b> (por falta de existencia de perfiles con determinadas capacidades t\u00e9cnico-funcionales, bien sea por cultura organizativa, por heterogeneidad de unidades de negocio, etc). Definir un <\/span>modelo de gobierno del dato a medida<\/b> para cada organizaci\u00f3n y ser consciente de que un <\/span>modelo Wikipedia<\/span><\/i> no necesariamente es la mejor soluci\u00f3n, es parte del inicio de este <\/span>pain point<\/span><\/i> tan com\u00fan.<\/span><\/p>\n

2. Redise\u00f1ar el Data Office<\/h3>\n

Aunque pens\u00e1bamos que esto iba a ser algo ya poco com\u00fan, a lo largo de 2022 nos hemos encontrado varias organizaciones que est\u00e1n <\/span>revisando el mejor modelo organizativo para la funci\u00f3n del dato<\/b>.<\/span><\/p>\n

Son todav\u00eda muchas las compa\u00f1\u00edas que empiezan a dise\u00f1ar una c\u00e9lula organizativa de \u2018Data\u2019 como escisi\u00f3n de sus equipos digitales (m\u00e1s com\u00fanmente) o incluso todav\u00eda de tecnolog\u00eda (el dato bajo la direcci\u00f3n del CIO tiene poco recorrido). Y es en esta situaci\u00f3n cuando aparecen dudas sobre tanto<\/span> la idoneidad de la ubicaci\u00f3n<\/b> como sobre la separaci\u00f3n de poderes (funciones) del nuevo \u00e1rea de Data a dimensionar.<\/span><\/p>\n

Empiezan a aparecer tambi\u00e9n organizaciones que, con un claro Data Office ya maduro, se plantean necesidades no tanto ya de redise\u00f1o organizativo sino sobre todo en t\u00e9rminos de <\/span>talento y desarrollo de los perfiles del equipo de Data<\/b>. Es muy interesante ver c\u00f3mo los modelos de <\/span>stewardship<\/span><\/i> tal cual se plantearon fracasan (no tienen recorrido ni desarrollo) a largo plazo, aunque \u00e9sta es una tendencia que creemos que se contrastar\u00e1 y extender\u00e1 m\u00e1s adelante, est\u00e1 a\u00fan muy incipiente.<\/span><\/p>\n

3. La calidad del dato sigue siendo un tema pendiente<\/h3>\n

En pocas organizaciones hemos visto a\u00fan un <\/span>uso estrat\u00e9gico de la calidad del dato <\/b>(con sentido, con intenci\u00f3n de accionar cambios y conseguir objetivos cruzados). Y es, sin duda, el mejor arma que tiene un Data Office para provocar el cambio de mentalidad hacia el dato en su organizaci\u00f3n.<\/span><\/p>\n

La<\/span> calidad del dato<\/b> tiene que usarse como <\/span>herramienta principal<\/b> para dotar a los involucrados del Programa de Gobierno del Dato a desempe\u00f1ar sus funciones con visibilidad de su impacto, y no siempre se hace as\u00ed. Debe hacerse as\u00ed.<\/span><\/p>\n

Tambi\u00e9n es necesario dar un <\/span>entendimiento a usuarios no t\u00e9cnicos <\/b>(que representan a veces m\u00e1s del 50% de los esfuerzos\/necesidades totales de la calidad del dato) sobre qu\u00e9 es calidad del dato o c\u00f3mo se calcula. Algo tan simple no se est\u00e1 haciendo y empieza a despertar cada vez mayor inter\u00e9s a CDOs y l\u00edderes de Data & Analytics.<\/span><\/p>\n

4. Las plataformas de nube extienden sus capacidades de cat\u00e1logo hacia el gobierno del dato<\/h3>\n

En los \u00faltimos a\u00f1os hemos visto como los principales <\/span>vendors<\/span><\/i> de nube p\u00fablica (AWS, Azure y GCP) han ido evolucionando sus soluciones de cat\u00e1logo de datos hacia <\/span>funcionalidades cada vez m\u00e1s <\/b>front<\/i><\/b> y orientadas al usuario funcional<\/b>.<\/span><\/p>\n

En este sentido, ve\u00edamos como Purview de Azure se posicionaba algo m\u00e1s all\u00e1 que sus hom\u00f3logas GLUE Data Catalog de AWS o GDC de Google, pero con un enfoque m\u00e1s \u2018defensivo\u2019 y orientado al cumplimiento regulatorio y control de los activos de datos desde un <\/span>hub<\/span><\/i>. En el \u00faltimo re:Invent de AWS hemos visto como se ha presentado DataZone (con adem\u00e1s un enfoque m\u00e1s \u2018ofensivo\u2019 y orientado al autoservicio), como una soluci\u00f3n m\u00e1s all\u00e1 del antiguo GLUE Data Catalog y las perspectivas son que ese es el camino a seguir. Por otro lado GDC ha integrado su servicio de cat\u00e1logo GDC dentro de otro servicio con ambici\u00f3n de marketplace de datos llamado Dataplex.<\/span><\/p>\n

Aunque no esperamos que en\u00a0 2023 los grandes <\/span>vendors<\/span><\/i> de nube p\u00fablica consigan elevar sus actuales herramientas al nivel que ofrecen <\/span>vendors<\/span><\/i> tradicionales de soluciones de Gobierno del Dato, s\u00ed que creemos que van a seguir apostando por esta l\u00ednea y acerc\u00e1ndose cada vez m\u00e1s al usuario final (no t\u00e9cnico en su mayor\u00eda). En los pr\u00f3ximos meses buscar\u00e1n <\/span>cubrir y desarrollar funcionalidades que hasta ahora no ten\u00edan contempladas<\/b> (flujos de trabajo entre roles del modelo de gobierno, alertas, data marketplace, glosario de t\u00e9rminos, mejoras en visualizaci\u00f3n del linaje, etc) encima de sus capacidades actuales de\u00a0 integraci\u00f3n completa del cat\u00e1logo de metadatos y del linaje.<\/span><\/p>\n

5. Enganchar a la organizaci\u00f3n en iniciativas data & analytics<\/h3>\n

Esto no deja de ser una derivada tanto de la dificultad a la hora de poner en marcha el gobierno del dato como del poco uso estrat\u00e9gico de la calidad del dato.<\/span><\/p>\n

Son muchas las compa\u00f1\u00edas que llevan a\u00f1os desplegando programas de comunicaci\u00f3n y gesti\u00f3n del cambio, algunas incluso tienen <\/span>Data Literacy programs<\/span><\/i> en marcha, pero se sigue viendo como falla \u201cla \u00faltima milla\u201d.\u00a0<\/span><\/p>\n

En este sentido, vemos que se va a seguir trabajando y creemos que en 2023 se va a seguir mejorando mucho este aspecto, quiz\u00e1s empiece a ser ya el momento de divisar grandes logros e hitos logrados en materia de <\/span>gesti\u00f3n del cambio y consecuci\u00f3n de un <\/b>mindset<\/i><\/b> no ya s\u00f3lo <\/span>data-drive<\/span><\/i>n sino de <\/span>data-asset<\/span><\/i> (hacer ver que el dato es un activo de valor y no \u201calgo de IT\u201d).<\/span><\/p>\n

6. El gran desconocido del que todo el mundo habla: la democratizaci\u00f3n del dato<\/h3>\n

Un tema de conversaci\u00f3n muy recurrente pero que pocas veces se aterriza a accionables y se entiende de manera sencilla para saber abordar. Las compa\u00f1\u00edas siguen queriendo ser <\/span>data-driven<\/span><\/i>, conseguir el <\/span>autoservicio y autoconsumo<\/b> y <\/span>ser muy maduras en t\u00e9rminos de democratizaci\u00f3n del dato<\/b>. Ya, \u00bfpero y esto en qu\u00e9 se traduce? Se hace el silencio.<\/span><\/p>\n

Se va a seguir hablando de democratizaci\u00f3n del dato y cada vez habr\u00e1 un mayor inter\u00e9s por saber calcularla, algo que todav\u00eda no hemos visto y para lo que precisamente desde <\/span>Keepler<\/i><\/b> hemos desarrollado nuestra propia f\u00f3rmula de c\u00e1lculo: la <\/span>Data Democratization Index (DDI)<\/i><\/b>, una forma pr\u00e1ctica y aterrizada de poder <\/span>medir el grado de democratizaci\u00f3n del dato real<\/b>, al que poder dar seguimiento y monitorizaci\u00f3n para poder medir el impacto de nuestras iniciativas de <\/span>data & analytics<\/span><\/i> y su reflejo en el d\u00eda a d\u00eda de los usuarios o no.<\/span><\/p>\n

7. La joya de la corona: el valor del dato<\/h3>\n

Sin duda es, ser\u00e1 y seguir\u00e1 siendo durante varios a\u00f1os el gran reto del CDO. <\/span>Saber medir el valor del dato<\/b> (tanto intr\u00ednseco como derivado) y el impacto que generan en t\u00e9rminos de negocio las diferentes iniciativas de data & analytics lideradas por el Data Office. Incluso algunos CDOs ambiciosos o retadores gustan de la idea de <\/span>construirse un P&L<\/b>, y parece que ser\u00e1 cada vez m\u00e1s frecuente.<\/span><\/p>\n

En nuestra visi\u00f3n, aconsejamos a nuestros clientes <\/span>comenzar paso a paso<\/b>, esto es, empezar por <\/span>medir el impacto<\/b>, traducido en t\u00e9rminos de negocio (eficiencia operacional, ingreso adicional y mitigaci\u00f3n de riesgos), de las iniciativas de <\/span>data & analytics<\/span><\/i>. Una medici\u00f3n acordada con negocio (o usuarios funcionales part\u00edcipes de ella) a trav\u00e9s de m\u00e9tricas previamente establecidas y contrastadas con mediciones anteriores a la implementaci\u00f3n de dichas iniciativas D&A.\u00a0<\/span><\/p>\n

Ser\u00e1, una vez medidas decenas de iniciativas D&A y aprendido a pulir asunciones y premisas previas para saber cada vez m\u00e1s y mejor estimar el impacto futuro, cuando podremos ir a una segunda fase de <\/span>medici\u00f3n tambi\u00e9n del impacto intangible<\/b> (cultura, experiencia de cliente o incluso de empleado) o incluso del valor intr\u00ednseco del dato (la monetizaci\u00f3n del dato de la que tanto se habla y tan dif\u00edcil es aterrizar, similar a la democratizaci\u00f3n que coment\u00e1bamos antes).<\/span><\/p>\n

Este es un largo camino por recorrer, las prisas nunca fueron buenas consejeras y nuestra recomendaci\u00f3n es empezar a caminar antes de querer aprender a correr en velocidad.<\/span><\/p>\n

Imagen: Freepik<\/p>\n","protected":false},"excerpt":{"rendered":"

Data Management es una de las \u00e1reas de las que m\u00e1s se escucha hablar en los \u00faltimos meses. Muchas iniciativas en torno al dato se han ido desarrollando sin unas buenas bases o estructuras que los sustentaran, situaci\u00f3n tambi\u00e9n provocada por los silos que se han generado de forma natural en las organizaciones. Sin embargo, […]<\/p>\n","protected":false},"author":134360227,"featured_media":34837,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","_crdt_document":"","content-type":"","_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"_wpas_customize_per_network":false,"jetpack_post_was_ever_published":false},"categories":[226],"tags":[299,252,283,282],"class_list":["post-2074","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data","tag-datos-es","tag-negocio","tag-tecnologia","tag-tendencias"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"https:\/\/i0.wp.com\/keepler.io\/wp-content\/uploads\/2022\/12\/keepler-trends-2023-data-management.jpg?fit=1280%2C452&ssl=1","jetpack_shortlink":"https:\/\/wp.me\/p9CeZw-xs","jetpack_sharing_enabled":true,"_links":{"self":[{"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/posts\/2074","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/users\/134360227"}],"replies":[{"embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/comments?post=2074"}],"version-history":[{"count":3,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/posts\/2074\/revisions"}],"predecessor-version":[{"id":39335,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/posts\/2074\/revisions\/39335"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/media\/34837"}],"wp:attachment":[{"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/media?parent=2074"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/categories?post=2074"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/keepler.io\/es\/wp-json\/wp\/v2\/tags?post=2074"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}