Data Management, el eslabón perdido del Business Intelligence
Esta semana, quiero hacer hincapié en un tema que a mi entender, es de vital importancia comprender para llevar a cabo cualquier proyecto de BI (Business Intelligence), ya sea integrado con Big Data o no, mi objetivo es que por lo menos se tenga presente y lo anotemos en nuestras agendas.
Este tema al que quiero hacer referencia, se llama "Data Management", o como estoy leyendo en algunos artículos, como una versión mas evolucionada con enfoque mas ejecutivo,e incluso lo exponen como un nuevo perfil de usuario dentro del negocio,es el CDO (Chief Data Officer),-según lo que se lea, se le atribuyen mas o menos tareas, pero coincide en la esencia del perfil de Data Management-.
Cuando leo artículos, blogs y otros canales sobre el BI, Big Data, gestión de los TIC y otros relacionados, se habla mucho de los diferentes roles de usuarios que forman parte de los procesos del BI, como el CIO (Chief Information Officer), Dpto.IT, Gerencia, CEO ( Chief Executive Officer), Negocio, Científico de datos, etc, incluso los conceptos que engloban a todos estos, Data Steward ( perfil de usuarios responsables del contenido de los datos, su contexto y las reglas de negocio asociadas) y Data Custodian ( perfil de usuarios responsables de la custodia,transporte,almacenamiento y aplicación de las reglas de negocio de los datos), pero en contadas ocasiones ha salido explícitamente el perfil de Data Management o CDO como pieza en este engranaje llamado BI o Big Data, es el eslabón perdido dentro de la evolución del BI y esto es un grave error.
¿Porqué crees que no es conocido este perfil de Data Management?
Después de analizarlo, me doy cuenta que la principales razones por la que no aparece tan asiduamente este perfil es:
a. No es porque se desconozca algunas de sus tareas, ya que algunas de estas las realizan otros perfiles de usuarios y digo "algunas" porque solo realizan las tareas digamos, estándard que carecen de sentido si no se realizan las principales de un DM (Data Management),por lo tanto podemos intuir que se desconoce que este perfil es el encargado por naturaleza de realizar dichas tareas o funciones.
Esto provoca principalmente dos grandes problemas para nuestro BI:
1. Algunas de las tareas propias de un Data Management las realiza otro perfil de usuario, normalmente el Dpto IT, los cuales no estan especializados en dichos procesos y esto provoca deficiencias la gran mayoría de veces. Con esto no quiero poner en tela de juicio al Dpto. de IT, ni mucho menos, pero yo creo que ellos deben de estar centrados en otras tareas que si están especializados ( almacenamiento de los datos, transacciones, mantenimiento bases datos transaccionales y relacionales, en algunos casos soporte en análisis, etc), donde son muy buenos.
2. Estas deficiencias se traducen en proyectos de BI con resultados no correctos, lo cual repercute directamente de forma negativa en el negocio.
b. En otras ocasiones, el prescindir de un perfil de Data Management o CDO, es porque se considera un gasto extra durante y después del proyecto, lo cual esta muy mal enfocado. Pensemos que para realizar y mantener un proyecto de BI,este tiene un coste para el negocio, el cual lo enfoca como una inversión, ya que el objetivo es tener un retorno de esta inversión (ROI) en el menor tiempo posible, en función de los resultados de este BI donde a priori mejoraremos nuestras tomas de decisiones estratégicas y esto representara una mayor rentabilidad para nuestro negocio.
Pero es de lógica afirmar que si no se aplica bien todos estos procesos por parte de un perfil de Data Management en dicho proyecto y/o mantenimiento de BI, los resultados serán inciertos, de mala calidad y por tanto una toma de decisiones erróneas, entonces ¿podremos recuperar nuestra inversión?, la respuesta ya la conocemos, por eso es de vital importancia contar de forma interna o externa, con un perfil de DM, tanto para el caso de desconocimiento de dicho perfil como para el caso de no querer emplearlo por ser "prescindible".
Añadiré ,que estas dos razones expuestas, se reflejan en los estudios de mercado, donde se afirma que por ejemplo que en solo un año, el nível de imprecisión de los datos utilizados para campañas de marketing, ha empeorado un 5%, pasando del 17% al 22% . Los errores más comunes se deben a datos incompletos ( 56%), registros incorrectos (44%), datos obsoletos (33%). Estos errores afectan al 92% de las compañias y ponen en riesgo sus campañas.
¿Y que hace el Data Management que parece tan importante?
Muchos podrías decir que emplear un perfil de DM dependerá de la magnitud y objetivos del proyecto de BI, y estáis en lo cierto, pero dejarme que diga que si que hay tareas propias del DM que hay que realizarlas si o si, como es por ejemplo la tarea de DQ (Data Quality), el cual no entiende de proyectos BI pequeños, medianos o grandes, si no hay calidad en los datos que alimentan nuestras plataformas Data Warehouse para la inteligencia de negocio, el resultado siempre será erróneo ( Si quieres más información sobre calidad de datos, os invito a leer mi artículo "El efecto mariposa en tu Inteligencia de negocio, se llama Calidad de Datos").
El perfil de DM principalmente persigue estos objetivos:
a. Identificar y proveer las necesidades reales de información del negocio.
b. Proveer integridad y consistencia en los datos.
c. Disponibilidad y timing.
d. Asegurar confidencialidad de los datos.
e. Generar valor de negocio a partir de los datos.
f. Gestionar los datos integralmente.
Estos objetivos, se consiguen con la realización de diferentes procesos o funciones, los cuales estan englobados dentro de una sistema de Data Governance, dónde junto con "Negocio", se planifica y controla tanto la gestión de los datos, la estrategia y los roles de responsabilidad de os usuarios (si quieres ver más información sobre el concepto de Data Governance, os invito a leer mi artículo ¿Quién gobierna tus datos corporativos?").
Dichos procesos los ubicaríamos dentro de la operativa de nuestro BI:
Estos procesos son de vital importancia para cualquier proyecto y/o mantenimiento de BI, durante el ciclo de vida del dato el cual sumado a otros más de forma "inteligente", hace que obtengamos una información potencialmente estratégica que puede marcar la diferencia respecto la competencia.
Para terminar, solo añadiré que estos procesos y funciones de DM,van adquiriendo mas relevancia, con la entrada del Big Data como un valor añadido que podemos integrar en nuestro BI ,lo cual nos puede permitir ir un paso por delante en este mercado tan competitivo y volátil, mediante el análisis predictivo.
Es para pensarlo, ¿no?.
Cristian Anguera.