Gobernanza de datos de abajo arriba: cómo los agentes de IA pueden resolver el problema de la definición
Summary
- Los agentes de IA que consultan datos empresariales necesitan definiciones claras de los indicadores y los términos empresariales.
- La gestión de datos tradicional de arriba abajo suele tener dificultades para reflejar la evolución del conocimiento empresarial.
- La gobernanza ascendente recoge definiciones durante las interacciones reales de los usuarios con los sistemas de IA.
- Este enfoque mantiene actualizadas las definiciones de los datos y, al mismo tiempo, permite a los equipos de datos revisarlas y gestionarlas.
El problema oculto detrás de la IA aplicada a los datos
Crear agentes de IA capaces de consultar datos empresariales con precisión no es solo un reto técnico, sino también un problema de gestión del conocimiento. Para que nuestros agentes funcionen de forma fiable, deben comprender el contexto de tu negocio. ¿Cómo define tu empresa el «abandono»? ¿Qué se entiende por «cliente activo»? Cuando hablas de «ingresos trimestrales», ¿a qué trimestres fiscales te refieres?
Estas definiciones constituyen la base del funcionamiento de tu empresa. Sin embargo, en la mayoría de las organizaciones, esta información fundamental se encuentra dispersa, es incoherente y, sorprendentemente, resulta difícil de recopilar.
El enfoque tradicional: descendente y obsoleto
La solución habitual ha consistido en contratar a gestores de datos que actúen como enlace entre los equipos de negocio y los equipos de datos. Su labor consiste en:
- Entrevistar a las partes interesadas de la empresa de todos los departamentos.
- Recopila y documenta cómo define cada equipo los indicadores clave.
- Crea definiciones centralizadas que todos puedan utilizar.
- Actualiza estas definiciones a medida que evoluciona el negocio.
Este enfoque descendente tiene sentido en teoría. En la práctica, suele ser una pesadilla.
El proceso es lineal y no escalable. Un gestor de datos solo puede entrevistar a un número limitado de personas, asistir a un número limitado de reuniones y documentar un número limitado de definiciones. A medida que las organizaciones crecen y cambian, resulta imposible mantenerse al día.
El conocimiento permanece aislado. Aunque las intenciones sean las mejores, el conocimiento empresarial fundamental sigue encerrado en la mente de las personas. El equipo de ventas sabe cómo se calcula el valor del ciclo de vida del cliente, pero es posible que ese conocimiento nunca llegue a incorporarse al diccionario de datos oficial.
Las definiciones se quedan obsoletas. El negocio evoluciona más rápido que la documentación. Para cuando una definición supera el proceso de aprobación, es posible que la realidad empresarial ya haya cambiado.
Una forma mejor: la gobernanza de datos de abajo arriba
Mientras desarrollábamos agentes de IA en Actian, dimos con lo que creemos que es un enfoque más adecuado: la gobernanza de datos de abajo arriba.
Así es como funciona en la práctica:
Imagina que un usuario empresarial le pregunta a nuestro agente de IA: «¿Puedes darme información sobre la pérdida de clientes durante el último trimestre?».
Si el agente no tiene una definición clara de «tasa de abandono» para esta empresa, en lugar de hacer suposiciones o equivocarse, formula una pregunta de aclaración: «¿Cómo definís la tasa de abandono? ¿Se refiere a los clientes que no han comprado en los últimos 90 días o a los que han cancelado oficialmente su suscripción?».
El usuario ofrece su propia definición: «Por "churn" se entiende cualquier cliente que no haya realizado ninguna compra en los últimos seis meses».
Ahora ocurre algo extraordinario:
- El conocimiento queda registrado: el agente ya puede ejecutar la consulta utilizando esta definición.
- Se conserva el contexto: esta definición se guarda y se identifica con el nombre de la persona que la ha aportado y la fecha.
- La gestión sigue estando controlada: el equipo de datos puede revisar, aprobar o modificar esta definición.
- El aprendizaje es colectivo: la próxima persona que pregunte sobre la tasa de abandono se beneficiará de este conocimiento.
Por qué esto lo cambia todo
Este enfoque da un giro al modelo tradicional:
En lugar de interrumpir los flujos de trabajo para recopilar definiciones, estas surgen del trabajo real. Los usuarios de la empresa no tienen que asistir a reuniones aparte para definir los indicadores, sino que los definen mientras obtienen respuesta a sus preguntas.
La recopilación de conocimientos pasa a ser un proceso continuo, en lugar de periódico. Cada interacción es una oportunidad para aprender algo nuevo sobre cómo funciona realmente la empresa.
Las definiciones se mantienen actualizadas. Cuando cambia la lógica de negocio, se refleja de inmediato en la siguiente consulta, y no meses después, en la próxima revisión de gobernanza.
El equipo de datos mantiene el control. Aunque las definiciones se recogen de forma ascendente, la aprobación y la estandarización siguen pasando por los canales de gobernanza adecuados.
Una visión más amplia
Lo que hemos descubierto va más allá de hacer que los agentes de IA sean más inteligentes. La gobernanza de datos de abajo arriba supone un cambio fundamental en la forma en que las organizaciones pueden gestionar su activo más valioso: el conocimiento institucional.
La gobernanza de datos se integra en el flujo diario de trabajo. Los usuarios de la empresa aportan sus conocimientos de forma natural, los equipos de datos mantienen el control y la coherencia, y todos se benefician de una comprensión más profunda y precisa del significado real de los datos.
Esto no elimina la necesidad de contar con gestores de datos ni de procesos formales de gobernanza. Al contrario, los hace más eficaces al garantizar que trabajan con conocimientos actualizados y del mundo real, en lugar de intentar extraer información mediante procesos artificiales.
De cara al futuro
Aún nos encontramos en las primeras fases de este enfoque, pero su potencial es evidente. Cuando los agentes de IA son capaces de recopilar conocimientos empresariales como parte de su funcionamiento habitual, se crea un círculo virtuoso: unas definiciones más precisas dan lugar a información más precisa, lo que genera confianza, lo que a su vez fomenta un mayor uso, lo que a su vez permite recopilar aún más conocimientos.
El resultado es un mejor aprendizaje organizativo. Y en un mundo en el que los negocios avanzan más rápido de lo que la gobernanza tradicional puede seguir el ritmo, eso podría ser justo lo que necesitamos.
En Actian, estamos desarrollando agentes de IA que no solo consultan tus datos, sino que aprenden cómo funciona tu negocio. Si te interesa descubrir cómo podría funcionar la gobernanza de datos de abajo arriba en tu organización, nos encantaría que te pusieras en contacto con nosotros.
Stay connected
Data insights delivered to you.
(i.e. sales@..., support@...)
