Revoluciones de datos: Hacia una visión empresarial de los datos

Arquitecturas aisladas

La llegada de los lagos de datos invierte el razonamiento anterior. Un lago de datos permite a las organizaciones centralizar todos los almacenamientos de datos útiles, independientemente de su origen o formato, por un coste muy bajo. . Almacenamos los datos de una empresa sin presumir su uso en el tratamiento de un caso de uso futuro. Sólo en función de un uso específico seleccionaremos esos datos en bruto y los transformaremos en información estratégica.

Pasamos de una lógica "a priori" a una lógica "a posteriori. Esta revolución de un lago de datos se centra en nuevas habilidades y conocimientos: los científicos de datos y los ingenieros de datos son capaces de poner en marcha el tratamiento de datos, produciendo resultados mucho más rápido que el tiempo empleado utilizando almacenes de datos.

Otra ventaja de esta tierra prometida es su precio. Ofrecidos a menudo en código abierto, los lagos de datos son baratos, incluido el hardware que los acompaña. A menudo hablamos de hardware comunitario.

...o más bien, un pantano de datos

La revolución de los lagos de datos presenta ciertas ventajas, pero también nuevos retos. Los conocimientos necesarios para crear y mantener estos lagos de datos son escasos y, por tanto, costosos para las empresas. Además, verter datos en un lago de datos día tras día sin una gestión u organización eficaces conlleva el grave riesgo de inutilizar la infraestructura. Los datos se pierden inevitablemente en la masa.

Esta gestión de datos va acompañada de nuevas cuestiones relacionadas con la regulación de los datos (GDPR, Cnil, etc.) y la seguridad de los datos: temas ya existentes en el mundo de los almacenes de datos. Encontrar los datos adecuados para el uso adecuado todavía no es cosa fácil.

El acuerdo: Construir la gobernanza de los datos

Los gigantes de Internet han comprendido que centralizar estos datos es el primer paso, aunque insuficiente. El último ladrillo necesario para ir hacia un enfoque "data-driven" es construir una gobernanza de los datos. Innovar a través de los datos requiere un mayor conocimiento de los mismos. ¿Dónde se almacenan mis datos? ¿Quién los utiliza? ¿Con qué objetivo? ¿Cómo se utilizan?

Para ayudar a los profesionales de datos a trazar y visualizar el ciclo de vida de los datos, han aparecido nuevas herramientas: las llamamos "Catálogos de Datos". Situados por encima de las infraestructuras de datos, permiten crear un directorio de metadatos en el que se pueden realizar búsquedas. Permiten adquirir una visión de negocio y técnicas de datos centralizando toda la información recopilada. Del mismo modo que Google no almacena páginas web sino sus metadatos para referenciarlas, las empresas también deben almacenar los metadatos de sus datos para facilitar su explotación y descubrimiento. Gartner lo confirma en su estudio "Data Catalog is the New Black": si los datos de su lago de datos carecen de gestión y gobierno de metadatos, se considerará ineficiente.

Gracias a estas nuevas herramientas, los datos se convierten en un activo para todos los empleados. La interfaz fácil de usar no requiere conocimientos técnicos, convirtiéndose en una forma sencilla de conocer, organizar y gestionar estos datos. El catálogo de datos se convierte en la herramienta colaborativa de referencia en la empresa.

Adquirir una visión global de estos datos e iniciar la gobernanza de datos para para impulsar las ideas..