El viaje hacia la malla de datos - Parte 1 - Determinación del alcance del proyecto piloto
Summary
- Un proceso práctico de implementación de Data Mesh debería comenzar con un proyecto piloto, en lugar de aspirar a alcanzar el estado final de inmediato.
- Los dos requisitos previos fundamentales son identificar ámbitos de negocio bien definidos y elegir un caso de uso inicial concreto.
- Por lo general, los ámbitos ya están presentes en la organización a través de las capacidades empresariales, los equipos y los sistemas existentes.
- El primer caso de uso debe ser concreto, ni demasiado amplio ni demasiado experimental, y debe basarse en datos de solo uno o dos ámbitos.
- Empezar con un proyecto piloto bien definido ayuda a las organizaciones a aprender a descentralizar la gestión de datos sin perturbar el funcionamiento de toda la empresa.
While the literature on data mesh is extensive, it often describes a final state, rarely how to achieve it in practice. The question then arises:
What approach should be adopted to transform data management and implement a data mesh?
En esta serie de artículos, te ofrecemos un extracto de nuestra «Guía práctica sobre Data Mesh», en la que proponemos un enfoque para iniciar el proceso de implantación de una data mesh en tu organización, estructurado en torno a los cuatro principios de la data mesh (propiedad y arquitectura de datos descentralizadas y orientadas al dominio, los datos como producto, infraestructura de datos de autoservicio como plataforma y gobernanza computacional federada) y aprovechando los recursos humanos y tecnológicos existentes.
- Parte 1: Determinación del alcance del proyecto piloto.
- Parte 2: Reunir un equipo de desarrollo y una plataforma de datos para el proyecto piloto.
- Parte 3: Creación de sus primeros productos de datos.
- Parte 4: Implementación de la Gobernanza Computacional Federada.
Throughout this series of articles, and in order to illustrate this approach for building the foundations of a successful data mesh, we will rely on an example: that of the fictional company Premium Offices – a commercial real estate company whose business involves acquiring properties to lease to businesses.
El paso inicial para transformar la gestión de datos e implantar la malla de datos en su organización pasa por construir un proyecto piloto, un embrión de malla. Este se desarrollará basándose en los 4 principios de la malla de datos, utilizando los recursos existentes, es decir, sin afectar a la organización.
Para comenzar con éxito su viaje de descentralización de la gestión de datos, debe centrarse en dos requisitos previos esenciales: unos dominios bien definidos y la elección de un caso de uso inicial.
Identificación de dominios
El principal requisito para poner en marcha el proyecto piloto es la identificación de los dominios: la federación de dominios autónomos es el núcleo de la malla de datos.
Este paso no suele plantear dificultades. De hecho, el concepto de dominios ya se entiende ampliamente y la división en dominios suele ser estable, ya se estructuren en función de las cadenas de valor, los principales procesos empresariales o las capacidades operativas de la organización. A veces, los dominios tienen sus propios equipos técnicos y sistemas operativos que generan la mayoría de los datos. La transición suele implicar la reasignación de la propiedad de los datos según una estructura ya existente.
EJEMPLO DE OFICINAS PREMIUM
Premium Offices ya está estructurada en torno a dominios que reflejan sus principales capacidades. He aquí tres ejemplos de dominios:
- Activo
- Ámbito responsable de la adquisición y gestión de activos inmobiliarios. Se basa principalmente en programas informáticos de gestión de activos.
- Corretaje
- Dominio que gestiona la comercialización de inmuebles en alquiler y la gestión de inquilinos. Utiliza software de gestión de inquilinos y se encarga del sitio web comercial y de publicar ofertas en mercados especializados.
- Mercados de capitales
- Un dominio responsable de los préstamos para financiar compras y optimizar la cartera de préstamos. Utiliza otro software especializado.
Las Oficinas Premium ya disponen de una moderna plataforma de datos, basada en DBT, Google BigQuery y Tableau. Está gestionada por un equipo centralizado apoyado por una Oficina de Datos centralizada.
Organización por dominios - Desde las principales capacidades de las Oficinas Premium
Elegir un caso de uso inicial
La elección de un caso de uso para el proyecto piloto es relativamente arbitraria: podría consistir en renovar un cuadro de mando existente, crear uno nuevo, añadir capacidades de IA a una aplicación o incluso comercializar determinados datos. Sin embargo, este primer caso de uso debe poseer características específicas para facilitar unas condiciones óptimas de aprendizaje:
- Debe centrarse en el uso, no sólo en uno o varios productos de datos: el valor intrínseco de un producto de datos es nulo, y su valor se realiza a través de sus usos.
- No debe ser excesivamente transversal y debe consumir datos de uno o dos ámbitos como máximo; lo ideal es uno solo.
- No debe ser excesivamente simplista y debe consumir más de un producto de datos; dos o tres son suficientes.
- No debe ser excesivamente experimental: el objetivo es lograr resultados concretos rápidamente.
EJEMPLO DE OFICINAS PREMIUM
Para el proyecto piloto, Premium Offices ha optado por crear un cuadro de mandos de riesgo crediticio para sus inquilinos con el fin de anticipar y prevenir mejor posibles impagos. Este cuadro de mandos debe combinar los datos de los inquilinos procedentes de su software y los datos crediticios adquiridos a un proveedor especializado. Estos datos ya se utilizan operativamente en el proceso de evaluación de un nuevo inquilino.
En conclusión, iniciar una transformación de malla de datos y lanzar un proyecto piloto comienza con unos requisitos previos clave: identificar los dominios y elegir un caso de uso inicial. Al definir un alcance por adelantado, las organizaciones pueden sentar unas bases sólidas para la gestión descentralizada de datos, todo ello sin afectar a la organización.
En el próximo artículo, profundizaremos en la creación de un equipo de desarrollo y una sólida plataforma de datos para respaldar el proyecto piloto de malla de datos.
The Practical Guide to Data Mesh: Setting up and Supervising an Enterprise-Wide Data Mesh
Written by Guillaume Bodet, our guide was designed to arm you with practical strategies for implementing data mesh in your organization, helping you:
- Start your data mesh journey with a focused pilot project.
- Discover efficient methods for scaling up your data mesh.
- Acknowledge the pivotal role an internal marketplace plays in facilitating the effective consumption of data products.
- Learn how the Actian Data Intelligence Platform emerges as a robust supervision system, orchestrating an enterprise-wide data mesh.
Stay connected
Data insights delivered to you.
(i.e. sales@..., support@...)
