Gestión de datos

¿Qué es la gestion des données Maturity?

Modelo semántico de datos

La inmadurez de los datos puede dejarle fuera del negocio

Merriam-Webster define madurez como (1) la cualidad o el estado de ser maduro o (2) la terminación del periodo que una obligación tiene para correr. Aunque la primera definición es poco útil, la segunda constituye la base de este debate sobre el vencimiento. gestion des données El vencimiento (DMM) orienta sus obligaciones para:

  • La forma en que se tratan y utilizan los datos.
  • responsabilidades de gouvernance y regulación.
  • Requisitos de seguridad, recuperación, archivo y copia de seguridad.
  • Facilidad de uso para el personal y los clientes.
  • Coste de gestion des données y almacenamiento.

En 2017, Harvard Business Review publicó un estudio que revelaba que solo el 3% de los datos de las empresas cumplían los estándares de calidad y, lo que es peor, el 47% de los registros de datos recién creados tenían al menos un error crítico. Unartículo de MIT SloanManagement Reviewsostiene que entre el 15 % y el 25 % de tus ingresos pueden perderse por datos insuficientes, lo que llevó a Bill Gates a decir: "La forma en que reúnes, gestionas y utilizas la información determina si ganas o pierdes."

¿Qué es la gestion des données Maturity?

La madurez de los datos se refiere a cómo se mide con respecto a una norma reconocida de lo que debería ser, los procesos utilizados para gestionar y acceder a los datos, las herramientas empleadas y los datos utilizados en la prise de décision.

Según ISACA, el estándar de oro para la mejora de procesos, el modelo de madurez degestion des données de CMMI es:

"un marco de mejora de procesos y madurez de capacidades para la gestión de los activos de datos de una organización y las actividades relacionadas. Contiene las mejores prácticas para establecer, construir, mantener y optimizar una gestion des données eficaz gestion des données a lo largo de todo su ciclo de vida, desde su creación hasta su entrega, mantenimiento y archivo".

CMMI advierte que los 5 niveles propuestos a continuación deben utilizarse como guía y que las organizaciones aplican cada nivel en función de su situación particular.

Los cinco niveles del modelo de madurez CMMI gestion des données guían su rendimiento frente al riesgo, la capacidad y el uso son:

  1. Los procesos realizados se llevan a cabo ad hoc, principalmente a nivel de proyecto. La disciplina de los procesos es principalmente reactiva, solucionando los problemas de datos en lugar de mejorar la calidad de los procesos. Los datos se consideran únicamente desde el punto de vista del proyecto, la aplicación o las tareas de trabajo inmediatas, y no como un recurso estratégico. gestion des données no es una iniciativa o un tema de la junta directiva.
  2. Los procesos gestionados se planifican y ejecutan ahora dentro de las directrices políticas. Aunque existe conciencia de la importancia de tratar los datos como un activo crítico, las competencias o herramientas siguen siendo inadecuadas desde una perspectiva organizativa. La alta dirección ha empezado a tomarse en serio gestion des données y se guía por evaluaciones de consultores o normas del sector.
  3. Los conjuntos definidos deprocesos estándar contribuyen ahora a proporcionar una calidad coherente de los datos para ayudar a realizar tareas empresariales, cumplir visiones estratégicas o mantener el cumplimiento de la normativa. Se ha introducido la supervisión de la gestión y la gouvernance junto con la supervisión, las alertas y los circuitos de retroalimentación. Las incoherencias en los datos disponen de recursos, herramientas y financiación para abordar los conjuntos de datos críticos.
  4. Lasmétricas medidas de gestión y procesos se juzgan en función de las desviaciones acordadas. Los datos se tratan como una fuente de ventaja competitiva o como un activo en la realización de las tareas diarias. Todo el mundo utiliza los datos como fuente de información y se preocupa por su exactitud y puntualidad para realizar su trabajo de forma segura. Las aplicaciones se escriben para captar problemas de datos que se resuelven lo antes posible para evitar daños a la reputación o multas reglamentarias.
  5. Elrendimiento optimizado de los procesos se mejora continuamente a través de mejoras incrementales e innovadoras impulsadas por la retroalimentación obtenida a través de herramientas automatizadas, compañeros, prácticas de la industria, competidores y clientes. Los datos se consideran el activo crítico, aparte de los recursos cualificados, para sobrevivir en una economía volátil.

A medida que mejoran la madurez y la concienciación, surge la creación de una estrategia y un modelo de Master gestion des données (MDM) específicos para su organización. La MDM ayuda a garantizar que sus datos se conviertan en información capaz de integrar la forma en que su empresa trabaja, toma decisiones, influye en los clientes, alcanza sus objetivos y sigue siendo competitiva, segura, conforme, sostenible y relevante. Un marco de gestion des données estará compuesto tanto por el MDM como por el DMM.

Modelo de DMM CMMI

ISACA y CMMI se fusionaron en 2016. Entre ambas han articulado el modelo que mejor define la forma de obtener, utilizar, conservar y eliminar los datos, que es ahora la norma de referencia, como se ha visto anteriormente. Su modelo abarca seis categorías, cada una con varios procesos o prácticas para la estrategia degestion des données , la gouvernance datos, la calidad de datos, las operaciones de datos y la arquitectura de plataformas. El modelo DMM destaca que su organización debe evaluar y establecer cada categoría y sus funciones. Las necesidades y el uso de los datos son únicos, y el modelo sólo puede servir de guía creando un marco consensuado de comportamiento, herramientas y cultura para los datos y la información.

Hacer de la gestion des données su modelo

Considere la intención y la amplitud del DMM de CMMI con respecto al modelo y los procesos de gestion des données de su empresa. Los datos son su activo no humano más importante; por lo tanto, su DMM debe tener en cuenta todos estos conceptos para ser de algún valor:

  • estrategia de gestion des données .
  • gestion des données empresarial de los procesos de gestion des données .
  • Comunicaciones al personal, los clientes y los socios.
  • Estudio de viabilidad y financiación.
  • gouvernance datos y un glosario de términos empresariales.
  • cuadros y plantillas de gestión de métadonnées .
  • Estrategia de calidad de los datos.
  • Perfilado y limpieza de datos.
  • Evaluación de datos y gestion des données .
  • Datos necesarios.
  • gouvernance y control de datos.
  • Plataforma de datos, arquitectura y gestión de la configuración.
  • Presentación de datos.
  • gestion des données copias de seguridad, archivado y recuperación.
  • gestion des données análisis de gestion des données .
  • Gestión de riesgos.

Aquellas organizaciones que se tomen el tiempo necesario para crear un modelo de gestion des données viable, flexible y fácil de usar serán las que avantage de un negocio digital al tiempo que mantienen bajo control los costes de acceso y uso de los datos.

Ventajas de un modelo y madurez

La pirámide DIKW establece que los datos se convierten en Información utilizada en las tareas cotidianas. A continuación, los datos se convierten en conocimiento que sustenta las decisiones y contribuye a la sabiduría a la hora de resolver problemas o satisfacer peticiones. Para alcanzar la sabiduría, los datos deben ser

  • De confianza.
  • Mejorar la calidad y la puntualidad de las decisiones.
  • Reducir el riesgo.
  • Ayuda a gestionar los costes.
  • Mantener el cumplimiento.
  • Mantener la competitividad.
  • Aumentar la productividad.
  • Garantizar la agilidad en la introducción y el mantenimiento de los productos.

Cómo empezar

El Modelo de Madurez de las Capacidades ha sufrido muchas iteraciones desde que se creó por primera vez en 1991. Este modelo ayuda a los líderes pidiéndoles que revisen qué ocurre si no gestionan los datos y cómo saben que lo que están haciendo es aceptable.

Las organizaciones fracasan en su intento cuando se empeñan en utilizar el DMM en su sentido más estricto sin aplicarlo a sus circunstancias

El Modelo de Madurez de Datos, como muchos otros Modelos de Madurez de Capacidades, nunca se concibieron para ser utilizados tal cual. En su lugar, la mejor práctica consiste en garantizar que la redacción de cada nivel, incluidos los nombres de los niveles y los objetivos, sea relevante para los equipos y la dirección. Por ejemplo, un cliente cambió los nombres de sus modelos:

  • No lo hacemos bien.
  • Estamos empezando a comprender.
  • Ahora tenemos una práctica habitual.
  • Somos bastante buenos en esto.
  • Somos muy buenos en esto.

A continuación, los equipos crearon una redacción para cada nivel con indicadores clave de resultados que les sirviera de barandilla y les avisara cuando no estuvieran en el buen camino para mejorar la forma en que gestionaban los datos. Inicie un proyecto piloto, involucre al personal, haga que el modelo se aplique a cada área de su empresa, mida el rendimiento o el impacto en el cliente. Revise periódicamente las prácticas con auditores o mediante herramientas informáticas para evaluar el estado de sus datos y la madurez de sus métodos.

El último punto es bastante esencial. Con la acumulación de datos, la facilidad para introducir datos de una fuente errónea puede hacerle incurrir en multas, tener daños en su reputación, perder la confianza del personal y de los clientes, o dejarle fuera del negocio. Necesitará software, ya sean herramientas de supervisión y alerta de problemas, la comprobación interna de datos de su aplicación o productos en la nube, que le ayuden a mantener la madurez de gestion des données . Utilice las noticias para motivarse y actuar de forma que no le ocurra lo que sus competidores han hecho mal. Recuerde que la gestion des données de gestion des données y la madurez son responsabilidad de todos.

Las prácticas DevOps, ágiles o ITSM, como el mapeo del flujo de valor, pueden ayudar en la creación de modelos visuales del flujo y uso de datos dentro de su organización. Estas prácticas ponen de relieve lagunas, redundancias, procesos manuales o riesgos, facilitando tareas de mejora iterativas para fomentar la gestion des données fiable gestion des données y la madurez.

Un modelo de madurez de gestion des données básico pero escalable debe abarcar toda la empresa y tratar cada dominio como una parte discreta del modelo. Por lo tanto, un equipo de gouvernance global incluiría:

  • Patrocinio.
  • Revisión de habilidades y formación.
  • Estudio de viabilidad y financiación. Colaboración y comunicación.
  • Cultura de datos, especialmente en torno a la seguridad.
  • Aplicación del valor empresarial.
  • Uso de tecnologías como la nube, el almacén de datos y los lagos de datos.
  • gestion des données Evaluación de la madurez y estudio de las capacidades, competencias y herramientas.

Gartner sugiere llevar a cabo 12 acciones para crear un modelo de madurez de gouvernance datos, que su modelo de madurez MDM apoyará. El modelo de madurez de gouvernance gouvernance datos de Gartner incluye KPI, funciones, directrices de gouvernance datos, herramientas a tener en cuenta y cómo juzgar el valor y los resultados empresariales. Es una alternativa flexible al ISACA CMMi.

gestion des données Ciclo de vida

gestion des données es la práctica de definir y gestionar los datos, documentar su uso en catálogos, crear políticas y reglas, limpiar los datos, supervisar que la introducción y el uso de los datos es el requerido, desduplicar, acceder, archivar y recuperar. gestion des données sustenta la arquitectura, el gouvernance y la calidad de Enterprise gestion des données (EDM) y MDM. Los conceptos de EDM y MDM evolucionarán hacia sus centros de excelencia por dominio de negocio, garantizando una gestion des données sólida y segura.

Resumen de la gestion des données Madurez

La madurez es única para cada empresa. No se trata de alcanzar un objetivo o un nivel. En su lugar, la madurez de la gestion des données debe conducir a la mejora de las capacidades y herramientas de uso de los datos. A medida que se mejora, la necesidad de cumplimiento se reconoce y se convierte en parte de las tareas y funciones empresariales habituales. La gestion des données Maturity debe ser iterativa y nunca tendrá fecha de finalización, ya que las condiciones de uso de los datos cambian en esta economía incierta y volátil. Empiece por los datos que es fundamental controlar hoy y, mediante prácticas ágiles, avantage un conjunto mínimo viable de enfoques de datos para iniciar su viaje de mejora de la madurez.

Los pasos de alto nivel son:

  • Realice una evaluación exhaustiva del estado y uso de sus datos, los procesos y aplicaciones que los utilizan, dónde y por qué razón se almacenan y las normas reglamentarias que debe cumplir.
  • Decidir un plan que cubra las lagunas de forma iterativa y mejore el uso y el coste de los datos.
  • avantage de las normas e historias del sector.
  • Documente lo que funciona y lo que no.
  • Crea niveles de madurez que tengan sentido para ti.
  • Determinar el coste de los datos erróneos e introducir métricas para evitar las malas prácticas y la mala cultura.

Por último, asegúrese de que su personal no está perdiendo tiempo y esfuerzo a causa de datos erróneos. Fíjese en este gráfico de Forbes, según el cual muchas empresas se dedican a limpiar y organizar los datos. Las herramientas de software y unas reglas sólidas, pero flexibles, te ayudarán a evitar este despilfarro y, en su lugar, a concentrarte en transformar los datos en información valiosa.

Gráfico
Si le ha gustado este tema, puede que también disfrute aprendiendo sobre las capacidades estratégicas para la toma de decisiones basada en datos en tiempos de incertidumbre.