Cómo va a fracasar su proyecto de catálogo de datos (o no...)

Existen muchas soluciones en el mercado de catálogos de datos que ofrecen una visión general de todos los datos de la empresa gracias a los esfuerzos realizados por los equipos de datos.

Sin embargo, tras un breve periodo de utilización, debido a los planteamientos adoptados por las empresas y a las soluciones elegidas, los proyectos de catálogos de datos suelen caer en desuso.

Estas son algunas de las cosas que pueden hacer que un proyecto de catálogo de datos fracase... o no:

Sus objetivos no estaban definidos

Muchos proyectos de catálogos de datos se lanzan con un enfoque Big Bang, con el objetivo de documentar los activos pero sin conocer realmente sus objetivos.

¡No tema! Para evitar una mala ejecución del proyecto, abogamos por un modelo basado en la iteración y la generación de valor. Por el contrario, este enfoque permite un mejor control del riesgo y la posibilidad de recuperar más rápidamente la inversión.

Los primeros efectos deben ser observables al final de cada iteración. En otras palabras, el objetivo debe fijarse de forma que produzca un valor concreto para la empresa, especialmente para sus usuarios de datos.

Por ejemplo, si su objetivo es la conformidad de los datos, inicie la documentación centrada en estas propiedades y diríjala a un dominio, área geográfica, unidad de negocio o proceso de negocio concretos.

La motivación de su tropa desaparecerá con el tiempo

Si bien es posible obtener adhesión y apoyo en relación con los esfuerzos de inventario de datos de su empresa en sus primeras etapas, es imposible mantener este apoyo y compromiso a lo largo del tiempo sin capacidades de automatización.

Creemos que el trabajo de documentación descriptiva debe reducirse al mínimo para mantener motivados a los equipos. La implantación de un catálogo de datos debe ser un proyecto progresivo y solo durará si el esfuerzo que exige a cada individuo es mayor que el valor que obtendrá en un futuro próximo.

No dispondrá de la masa crítica de información necesaria

Para que un catálogo de datos aporte valor a su organización, debe estar bien poblado.

En otras palabras, cuando un usuario busca información en un catálogo de datos, debe poder encontrarla en su mayor parte.

Al inicio de su proyecto de implantación del catálogo de datos, las posibilidades de que la información solicitada por un usuario no esté disponible son bastante altas.

Sin embargo, este periodo de transición debe ser lo más breve posible para que sus usuarios puedan ver rápidamente el valor generado por el catálogo de datos. Al elegir una solución táctica, basada en su tecnología y conectividad con las fuentes de información, se dispondrá de un catálogo de datos precargado en cuanto se implante.

No refleja su realidad operativa

Además de estos retos, los catálogos de datos deben contar con un conjunto de funciones automatizadas que sean útiles y eficaces a lo largo del tiempo. Sorprendentemente, muchas soluciones no ofrecen estos requisitos mínimos para un proyecto viable y, por desgracia, están destinadas a una muerte lenta y dolorosa.

Conectar los catálogos de datos a sus fuentes garantizará que sus consumidores de datos:

• Fiabilidad en cuanto a la información disponible en el catálogo de datos para su análisis y uso en sus proyectos.
• Información fresca: ¿Están actualizados, en tiempo real?

Acerca de Actian Corporation

Actian hace que los datos sean fáciles. Nuestra plataforma de datos simplifica el modo en que las personas conectan, gestionan y analizan los datos en entornos en la nube, híbridos y locales. Con décadas de experiencia en gestión de datos y análisis, Actian ofrece soluciones de alto rendimiento que permiten a las empresas tomar decisiones basadas en datos. Actian cuenta con el reconocimiento de los principales analistas y ha recibido premios del sector por su rendimiento e innovación. Nuestros equipos comparten casos de uso probados en conferencias (por ejemplo, Strata Data) y contribuyen a proyectos de código abierto. En el blog de Actian, cubrimos temas que van desde la ingestión de datos en tiempo real hasta el análisis impulsado por IA.