Data Governance: hay que ponerse las pilas

20 octubre, 2018

Business Intelligence pasó de moda (y eso que se sigue fracasando en su implementación en cuotas simplemente espectaculares – que van del 60% al 90%- y nosotros seguimos apostando erre que erre que también es fundamental), Big Data ya es para empresas caducas – lo dijo Gartner –  (y nos encontramos con porcentajes similares de fracaso) y ahora en el hype de Data Science nos encontramos con lo mismo (aunque en esta fase va a costar confesar que no es oro todo lo que reluce, lo hacemos solo en petit comité).

Y aunque esta es la situación de cara a la galería, es bueno que ya se empiece a hablar de las barreras fundamentales que existen en las empresas para generar valor (que son múltiples y variadas, y dan para múltiples entradas). No es que me guste poner el dedo en la llaga (a veces, sí), pero llevo toda la semana hablando de estos temas con otros expertos y con mis estudiantes en sesiones, foros, cafés, comidas y demás. Sí, convertirse en un profesional que genera valor a partir del dato (sea cual sea la posición dentro del espectro de profesiones – desde la calidad del dato hasta el científico del dato) es muy interesante (ya lo dijo Davenport, pero ahora con automated machine learning le entró el pánico (1)). Y lo comento, en general, por la confusión que se ha generado con la profesión – como si el científico del dato tuviera que ser ultraboy, un ser mitológico y omnipotente que cubre en profundidad todas las disciplinas y es capaz de responder a todas las preguntas).

Entre ellas destaca de forma muy significativa: muchas empresas nunca han considerado el dato como un activo (y era o bien desconocido, ignorado o premeditado). Y ahora, que el dato (y las capacidades vinculadas a la generación del valor) se ha convertido en una palanca de negocio, se han encontrado que no están en una situación de partida adecuada. Y que muchas de sus iniciativas, se encallan, se retrasan, nunca suceden o simplemente se convierte en utopías.

Así que toca convertir el dato en un activo de valor. Y esto no es un tema solo de BI, Big Data o Data Science. Esto es Data Governance. Para nada sexy. Ya hemos hablado antes en Informatica++ (aquí y aquí) y en este foro (aquí).

Es necesario reconocer que todas nuestras iniciativas de análisis van a estar condicionadas por la calidad del dato, y que no se trata de una iniciativa puntual sino dentro de un marco mucho más amplio de planificación, vigilancia y gestión del dato. Y está claro que este ámbito es amplio puesto que en dicha gestión debemos considerar la seguridad, la privacidad y el compliance con la regulación (temas que tratamos en nuestro programa).

Así que es necesario primero reconocer la enfermedad, y luego empezar a trabajar en ello. Sin duda hay que ponerse las pilas.

(1) Aquí tenemos la automatización de todo el proceso. Algo a tener en cuenta para los profesionales en este campo que van a tener de aprender los límites de este enfoque. Algo que parece que muchos (en su emoción) están olvidando y la interpretabilidad (algo de lo que hablaré en breve en datanatives en Berlín).

(Visited 18 times, 1 visits today)
Autor / Autora
Josep Curto
  • Informática, Multimedia y Telecomunicación
Profesor de la los Estudios de Informática, Multimedia y Telecomunicación de la UOC. Director del máster universitario en Inteligencia de Negocio y Big Data Analytics (MIBA) de la UOC. Especialista en inteligencia artificial (IA) y científico de datos. 
Comentarios
Xavier Villaronga22 octubre, 2018 a las 6:24 am

Con esto quieres decir que el boom del DataScience está llegando a su fin?

Responder
    Josep Curto Díaz27 octubre, 2018 a las 4:56 pm

    Hola Xavier, no necesariamente. Lo que sí debe pasar es el hype. Y debemos tener en cuenta como el resto las profesiones requiere de un aprendizaje continuo.

    Responder
Hworld8 noviembre, 2018 a las 2:50 pm

Hola, muchas gracias por la información! Hay alguna forma en que me puedan dar más información de esto? Para poder hacer una publicación en mi universidad? https://uautonoma.cl/ Muchas gracias de anticipación!

Responder
    Josep Curto Díaz8 noviembre, 2018 a las 5:14 pm

    Mi recomendación como punto de partida es leerse el DM-BOK.

    Responder
Alberto Alonso Marcos19 noviembre, 2018 a las 5:14 am

Buenas Josep,

Comentarte que en líneas generales estoy de acuerdo contigo. Sea cual se tu perfil, Data Scientist, Data Engineer, Data Master, Data Security,… el punto de partida es el dato, y sí, una correcta planificación de Data Governance es básica. He trabajado en múltiples proyectos de diversos sectores y los «problemas» son muy similares en casi todos. Silos, Excel, reticencia al cambio, falta de estrategia común,… y gran parte de la solución la tiene la Alta Dirección. Sin su sponsor, es muy difícil cambiar.

Con respecto al aprendizaje continuo. Es vital para cualquier profesional, del dato o de cualquier otra disciplina. La persona que no tenga intención de dedicar buena parte de su tiempo en aprender nuevas técnicas, metodologías, … estará fuera del «mercado» en poco tiempo.

Gracias por compartir el artículo.

Responder
    Josep Curto Díaz19 noviembre, 2018 a las 3:01 pm

    Hola Alberto,

    Gracias por tus comentarios y por leernos. Parece que cada vez hay más profesionales preocupados por este aspecto. Y eso es una buen principio para que se acaben realizando acciones en este ámbito.

    Un saludo

    Responder
Deja un comentario