Definir una estrategia de datos que ponga el dato en el centro de la empresa es clave hoy en día. Ser capaces de extraer valor de los datos nos permite tomar decisiones estratégicas de negocio, mejorar la eficiencia de los procesos, obtener una ventaja competitiva e identificar oportunidades de mejora, entre otros muchos beneficios.
En este artículo vamos a hablar sobre la planificación y diseño de una estrategia de datos.
A la hora de establecer una buena estrategia de datos no se trata de surfear en la cresta de la ola tecnológica, sino de tener claro el valor del dato y el objetivo que buscamos como organización. No hay arquitectura ni plataforma buena ni mala; existe la adecuada para cada tipo de necesidad, proyecto y objetivos.
Pero la toma de decisiones basada en datos no solo requiere de herramientas y soporte tecnológico para su puesta en marcha, sino también de una transformación de la cultura empresarial. Y es que poner el dato en el centro de las compañías supone mucho más que montar una arquitectura. Se trata de un proyecto de transformación en sí mismo.
El primer paso para iniciar una transición hacia una empresa Data Driven es entender el valor de los datos y definir bien qué queremos saber de los mismos.
No hay una receta que sirva para todo, pero sí una serie de aspectos que se deben tener en cuenta a la hora de configurar un proyecto donde el dato esté implicado:
- Plantear retos a corto plazo, realistas y conseguibles.
- Establecer estándares de datos lo más abiertos posibles, que nos permitan ser interoperativos y escalables.
- Escoger un almacenamiento redundante y durable.
- Los datos deben tener una gobernanza, tanto a nivel de auditoría como de autorización. Es tan importante definir quién puede acceder a qué datos como que este proceso esté totalmente auditado.
- No perder el origen de los datos. Tener almacenados todos los metadatos nos va a permitir volver atrás siempre que sea necesario.
- Garantizar la integridad y protección del dato es fundamental. En lo que no se debe fallar bajo ningún concepto.
Pero todo esto depende de cada caso de uso y de cómo implementarlo en cada organización.
Si te interesa profundizar en las claves para definir una buena estrategia de datos, no te pierdas este debate organizado por ComputerWorld España, y moderado por Marlon Molina, ingeniero informático y divulgador especializado en Big Data, Ciberseguridad e Inteligencia Artificial.
Con la participación de Jaime Balañá, Solutions Engineering Manager en NetApp España; Miguel Angel Perdiguero, Cognitive & Analytics Associate Partner en IBM, y nuestro compañero Ramon de la Rosa Falguera, Big Data & Cloud Architect en PUE.
¡No te lo pierdas! 👇
Tecnología Big Data y Cloud Computing: el complemento perfecto
Big Data y Cloud Computing son dos tecnologías que encajan perfectamente. En Big Data tenemos un volumen de datos y procesamiento que muchas veces es difícil de predecir; y Cloud Computing nos permite escalar, destruir y volver a montar una infraestructura cuando sea necesario, gracias a su flexibilidad y agilidad.
El cliente es quien decide si tener una infraestructura en el cloud o on-premise. Pero lo importante es hacerlo con las herramientas adecuadas para que sea lo más sencillo posible. Y solo podremos conseguirlo entendiendo al cliente y conociendo verdaderamente cuales son sus desafíos.
¿Hay que esperar a tener un nivel alto de datos o maduración para poder utilizar una estrategia de datos?
Plantear retos a corto plazo, realistas y conseguibles ayuda a que las organizaciones apuesten por una estrategia de datos. Empezar con un pequeño piloto y testear su eficacia es lo recomendable, y la estrategia a seguir.
No debemos abarcar más de lo que somos capaces como organización. Y no porque la tecnología no nos acompañe, sino porque las organizaciones a veces no están preparadas para asumirlo. Hay que verificar la misión y visión de los datos, buscar mejores prácticas sin ser individualista y embeber en el negocio los proyectos de datos.
“Lo que recomendamos es definir un primer caso de uso muy claro que pueda ser un éxito tanto interna como externamente, y que sirva para poder definir exactamente el framework que se va a utilizar dentro de la organización”.
Ramon de la Rosa I Big Data & Cloud Architect en PUE.
¿Cómo podemos saber si una empresa está siendo exitosa en sus proyectos de Big Data?
Uno de los aspectos en los que fijarse es el ROI, la rentabilidad del proyecto, para ver si se ha conseguido el objetivo y si merece la pena seguir con el proyecto.
Otro sería ver si se ha alcanzado el objetivo deseado. ¿Se ha sacado el partido planteado inicialmente a los datos?
Finalmente, la maduración del proyecto es otro de los factores que nos indican el éxito, o no, de la estrategia de datos seguida. Y es que un proyecto pequeño que ha ido creciendo con el tiempo es, sin duda, un claro ejemplo de efectividad y éxito.
El camino hacia la empresa Data Driven
Como comentábamos anteriormente, el valor de un proyecto Big Data tiene que venir desde la línea de negocio, desde donde el dato se genera. Después, junto al departamento de IT, se trabajará para que tenga éxito.
En algunos casos se pretende aplicar Big Data sobre unos datos que ni tan siquiera se están almacenando. Y eso es un error. En ese caso debemos empezar, por ejemplo, por digitalizar los procesos que nos permitan conseguir esos datos. Y a partir de allí, definir distintas estrategias.
Big Data no debería ser una moda. Big Data es una tecnología. Y, por ello, es clave contar con el partner adecuado que ayude a definir una batalla rápida a ganar, y así poder establecer una hoja de ruta para conseguir retos mayores.
No hay soluciones únicas y estándar cuando hablamos de datos. Desde PUE te ayudamos a definir, planificar, desarrollar e implementar soluciones basadas en los objetivos y necesidades de tu proyecto y organización.
