Census

Ciencia y Gobierno de Datos

El Gobierno de los Datos

Ing. Maria del Rosario Bruera

[email protected]
 Census
Ciencia y Gobierno de Datos

Agenda
• Qué es el Gobierno de Datos
• Disciplinas que integra
• Metadata, MDM, regulaciones legales y su impacto en el Gobierno de Datos
• Una definición de calidad de datos
• Métricas y procesos de calidad de datos
• El Data Quality Mart

BREAK

• El Gobierno de Big Data y la gestión de la identidad digital

• Las tecnologías que soportan un programa de Gobierno de Datos
• Los nuevo roles que requiere el Gobierno de Datos
• Plan de implantación de un programa de Gobierno de Datos
• Espacio de discusión y preguntas
 Census
Ciencia y Gobierno de Datos

Qué es el Gobierno de Datos

• El propósito de un programa de Gobierno de Datos es el
desarrollo e implementación de un conjunto de reglas,
políticas, procesos y estándares para manejar los datos
corporativos considerados como activos estratégicos de la
compañía.
• Se implanta a partir de un equipo de gestión (integrado por
profesionales de Tecnología y de las áreas de Negocio)
unificados en una única misión que es asegurar que los datos
corporativos alcanzan los objetivos:
– De regulación y uso autorizado
– De estandarización y documentación
– De calidad y valor potencial
 Census
Ciencia y Gobierno de Datos

Los datos en la visión del negocio

 Census
Ciencia y Gobierno de Datos
Beneficios
Beneficio Ejemplos

Reducciòn de costos de • Reducciòn en el tiempo necesario para encontrar informaciòn

consumo de datos consistente para la toma de decisiones
• Eliminaciòn de contenido duplicado
Reducciòn de costo de • Eliminaciòn de tareas tècnicas redundantes para consolidar fuentes
producciòn de informaciòn de datos
• Eliminaciòn de infraestructura redundante o innecesaria

Mejora de calidad de • Reducciòn de trabajos redundantes de recolección de datos

informaciòn • Reducciòn de errores de interpretaciòn en reportes y anàlisis
• Mejoras en los pronòsticos de comportamiento de indicadores de
negocio
Aumento de la eficiencia • Mejoras en estimaciones de costos y precios
operativa • Mejoras en las tasas de respuesta de campañas de marketing
• Mejoras en los procesos de las cadenas productivas

Mejora de la agilidad de la • Aceleraciòn del time to market de nuevos productos

organizaciòn
• Reducciòn de incidentes de atenciòn al cliente
Aumento de la reputaciòn de • Aumento de la seguridad de la informaciòn
marca • Disminuciòn de riesgo legal
 Census
Ciencia y Gobierno de Datos

Niveles de madurez en el
Gobierno de los Datos
 Census
Ciencia y Gobierno de Datos

Disciplinas que integra

el Gobierno de Datos

CICLO DE INTEGRACION
PROCESOS VIDA DEL Y MDM
DATO

CALIDAD SOPORTE
METADATA ORGANIZACION
DE DATOS LEGAL
 Census
Ciencia y Gobierno de Datos

Metadata
• Metadata es la información que describe o provee contexto a los
datos sobre su contenido, significado, procesos de negocio en los
que intervienen , servicios, reglas de negocio y políticas que
soportan los sistemas de información de la compañía.
• Existen 3 tipos de Metadata:
– Técnica : nombre de la fuente de datos, nombre de las tablas,
columnas, tipo de dato, etc
– Negocio : contexto que contiene al dato, glosario de nombres,
definiciones, responsables, referencias de origenes del dato, etc
– Operativa : información sobre el uso del dato, fecha y proceso
de actualización, cantidad de accesos, última fecha de acceso,
etc.
 Census
Ciencia y Gobierno de Datos

Ejemplo de tareas de gobierno de

Metadata
• Construcción del glosario de términos de negocio que aplican a
todos los elementos de datos que intervienen en el proceso
• Construcción del repositorio de información sobre los datos que
contiene (para cada elemento de datos del sistema de información):
– Origen del dato
– Proceso de captura
– Sensibilidad de su contenido
– Descripción semántica
– Contexto legal de uso del dato
– Procesos en los que interviene
• Definición de las políticas y procesos de actualización y publicación
de la metadata
 Census
Ciencia y Gobierno de Datos

Soporte Legal : Algunas normas

• Dato sensible : datos personales que revelan origen racial y étnico,
opiniones políticas, convicciones religiosas, filosóficas o morales, afiliación
sindical e información referente a la salud o a la vida sexual (Ley 25.326
Art 2).
• Los datos total o parcialmente inexactos, o que sean incompletos, deben
ser suprimidos y sustituidos, o en su caso completados, por el responsable
del archivo o base de datos cuando se tenga conocimiento de la
inexactitud o carácter incompleto de la información de que se trate, sin
perjuicio de los derechos del titular establecidos en el artículo 16 de la
presente ley. (Ley 25.326 Art 4.)
• Los datos sensibles sólo pueden ser recolectados y objeto de tratamiento
cuando medien razones de interés general autorizadas por ley. También
podrán ser tratados con finalidades estadísticas o científicas cuando no
puedan ser identificados sus titulares (Ley 25.326 Art 7).
 Census
Ciencia y Gobierno de Datos

Tareas de Soporte Legal

• Registración de las bases de datos en la
DNPDP
• Identificación datos sensibles y definición de
criterios de privacidad
• Definición de las políticas de tratamiento para
los datos sensibles
• Definición de las políticas de acceso y
seguridad de los datos sensibles y no sensibles
 Census
Ciencia y Gobierno de Datos

Master Data
• Master Data refiere a las copias sincronizadas de las
entidades utilizadas en aplicaciones transaccionales
o analíticas de la organización sujetas a las políticas
de gobierno. Tradicionalmente incluye a las
principales entidades (data sets) como clientes,
productos, empleados, proveedores, etc pero puede
extenderse a otras entidades críticas que no están en
esta enumeración.
 Census
Ciencia y Gobierno de Datos
Master Data
 Census
Ciencia y Gobierno de Datos

Tareas de gobierno asociadas a

Master Data Management
• Reglas de negocio para la resolución de la
identidad
• Políticas de aceptación de los niveles de
calidad de los datos
• Procesos de consolidación e integración de
fuentes de datos
• Procesos de notificación y corrección de
problemas de calidad de integración
 Census
Ciencia y Gobierno de Datos

Mejoras en los procesos para

sostener el Gobierno de Datos
• Proceso de monitoreo de avance del programa
de BDG
• Proceso de escalamiento y resolución de
incidentes y definición de prioridades
• Definición de las políticas de uso de los datos
• Acuerdos de reciprocidad para la
administración de los datos
• Modelo de negocio de monetización de los
activos de datos
 Census
Ciencia y Gobierno de Datos

La calidad de los datos

 Census
Ciencia y Gobierno de Datos

Una definición
• Los datos tienen CALIDAD cuando satisfacen los
REQUERIMIENTOS de los CONSUMIDORES DE DATOS
(DATA CONSUMERS)
• Existe un problema de calidad de datos cuando se
identifica cualquier dificultad que invalida el uso del dato
por parte del consumidor
• Un programa de aseguramiento de la calidad es una
combinación EXPLICITA de procesos, metodologías y
actividades que existen con el propósito de sostener altos
niveles de calidad en los datos
 Census
Ciencia y Gobierno de Datos

Métricas
• Para poder mejorar la calidad de los datos es necesario
medirla
• Las dimensiones de la calidad de los datos se utilizan para
definir, medir y gestionar esta calidad
• No existe un standard de la industria que defina
unívocamente estas dimensiones
• Cada usuario utiliza las dimensiones que más aplican a su
contexto de negocio.
 Métricas usuales
Los contenidos almacenados
cumplen los criterios de dominios Son los datos consistentes en todos los
definidos? sistemas y sub sistemas?

Están completas las

relaciones entre entidades
y atributos?
Los datos representan
correctamente al mundo
real?

Tenemos todos los datos

necesarios? Los datos estàn disponibles cuando
se necesita? Cuàl es su
obsolescencia?
 Census
Ciencia y Gobierno de Datos

Validez
Una medida de la concordancia del contenido
del dato con la realidad (lo cual requiere una
fuente de referencia externa accesible para su
verificación)
 Census
Ciencia y Gobierno de Datos

Cobertura
Medida de la cantidad de datos disponibles
comparada con el total del universo o
población
 Census
Ciencia y Gobierno de Datos

Degradadación / Obsolescencia

Medida de los cambios NEGATIVOS que sufren

los datos a través del tiempo
Dificultad de medición y mejora
Valor de Negocio

Validez

Disponibilidad

Consistencia

Integridad

Exactitud

Completitud

Dificultad de mediciòn
y mejora
 Census
Ciencia y Gobierno de Datos

Data Profiling
Data Profiling es el proceso de EXAMINAR los
datos disponibles en una fuente de datos
existentes y recolectar ESTADISTICAS e
INFORMACIÓN sobre estos datos.
Se puede realizar con software específico o
con sentencias SQL.
El resultado de la tarea permite calcular las
métricas de calidad que aplican en cada
conjunto de datos
 Census
Ciencia y Gobierno de Datos Data Profiling
Column profiling: analiza Permite : Descubrir
las columnas para todos problemas de contenido
los registros. Determina: Validar si los datos
Valores, frecuencias, tipo conforman las
de datos, rangos, mínimos expectativas
y máximos, patrones, Comparar el status actual
reglas de unicidad con el deseado

Table Profiling Interno: Permite : Descubrir

analiza las relaciones problemas de estructura,
entre las columnas de las dependencias
tablas funcionales, problemas
Verifica las claves con las claves
primarias Verificar las expectativas
de uso respecto de las
dependencias de la tabla
 Census
Ciencia y Gobierno de Datos

Data Profiling
Table profiling Permite : Descubrir datos
Externo:Compara los duplicados, sinónimos y
datos ENTRE tablas para valores que corrompen la
descubrir duplicaciones y integridad de los datos
redundancia Construye una estructura
Compara datos en 3era NF eliminando
provenientes de redundancias. Este
diferentes fuentes modelo luego puede
Verifica la consistencia de utilizarse como base para
las claves secundarias otros almacenamientos
 Census
Ciencia y Gobierno de Datos

Ejemplo Data Profiling

IBM Information Governance

Solutions, April 2014
 Census
Ciencia y Gobierno de Datos

Definición de métricas de DQ
Recolectar input:
1. Incidentes de calidad de Medidas
datos candidatas:
Data profiling para
2. Inconsistencias de
identificar los
sistemas de BI
problemas comunes k1 k2 k3 k4 k5
3. Requerimientos
especiales de proyectos k6 ….
4. KPIs de negocio
1 2 3

Selecciòn final de KPI significativos

KPI Concepto Definiciòn Frecuencia Objetivo

funcional
k1
k23 4

Documento de Uso Reservado 28

 Census
Ciencia y Gobierno de Datos
El Data Quality Mart
Extracciòn DQ Integración DQ Delivery
Profiling Profiling

Enterprise
DW
Fixes

Errores

Errores

DQmart
Informes Proyecciones
Data
Steward 29
 Census
Ciencia y Gobierno de Datos

Qué es Big Data

 Census
Ciencia y Gobierno de Datos

La nueva “V” VERACIDAD

Los nuevos desafìos referidos a la Veracidad de Big Data
se relacionan con preguntas tales como :
–De qué fuente provienen los datos (externa o interna)
–Se trata de informaciòn pùblica disponible o es data de
comportamiento obtenida por sumarización?
–Puede ser auditada?
–Es dato real u opiniòn?
–Còmo se define el factor de credibilidad? Esto debe
considerarse un tema central en el programa de Governance
 Census
Ciencia y Gobierno de Datos

La nueva “V” VALOR

El valor de los activos de datos depende del beneficio que se
obtiene al utilizarlos para la toma de decisiones
Monetización de datos es proceso que permite a las
organizaciones agregar valor de sus activos de información para:
• Productivizarlos y venderlos a otras organizaciones
generando un beneficio económico directo

• Integrarlos en sus productos para crear productos más

“inteligentes”

• Descubrir patrones de comportamiento de sus clientes

para optimizar su relacionamiento y mejorar el retorno de
la inversión en marketing
 Census
Ciencia y Gobierno de Datos
Factores que influyen en
el valor de los datos
Factores Factores
Objetivos Subjetivos

• Integridad • Relevancia
• Completitud • Utilidad
• Validez • Credibilidad
• Precisión • Claridad
• Obsolescencia •…….
• Disponibilidad
•……..

Mejorar Descubrir
La clave del éxito:

• Gobierno de datos.
• Uso eficiente de la tecnología y los RRHH.
• Capacitación y transformación cultural.
 Census
Ciencia y Gobierno de Datos

El proceso de monetización de datos

Identificar Gestionar Aplicar

(fuentes) (agregar valor) (beneficios)

Cadena de valor
 Census
Ciencia y Gobierno de Datos
La Identidad Digital
La identidad digital es una colección de datos que representan los atributos, las
preferencias y los rasgos de los sujetos que interactúan en el mundo digital.

Los Atributos describen la información acerca de un tema como el historial

médico, los hábitos de compra en el pasado, el saldo bancario, la calificación
de crédito, talla de ropa, la edad, y así sucesivamente.

Las Preferencias representan deseos, tales como asientos preferenciales en

una línea aérea, publicaciones que lee, deporte que practica, etc.

Los Rasgos son - como los atributos -

características del sujeto, pero se
diferencian de ellos en que son
inherentes al sujeto en lugar de
adquiridos como por ejemplo el género
o el color de los ojos.

Digital Identity Phillip J. Windley

 Census
Ciencia y Gobierno de Datos

La construcción de la identidad digital

Predictiva Monetizado

Descriptiva
Sensible

Atributos Perfil, Disponible para la toma

Identificación Preferencias Predicción de de decisiones o desarrollo
y Rasgos comportamientos de productos
 Census
Tecnologías de soporte para
Ciencia y Gobierno de Datos

Gobierno de Datos

The Forrester Wave™: Data Governance

Tools, Q2 2014
 Census
Ciencia y Gobierno de Datos

Productos analizados
 Census
Ciencia y Gobierno de Datos

Nuevos roles
• Data Governance Officer (DGO) : Es el
responsable de la gestión del programa de
Gobierno de Datos
• Data Protection Officer (DPO) : Es el responsable
del cumplimiento de las regulaciones sobre el
uso de los datos y de la aplicación efectiva de las
políticas de seguridad
• Data Stewards : Son los responsables de manejar
el contenido de los datos.
 Census
Ciencia y Gobierno de Datos

Tareas del Data Steward

• Participar activamente en los procesos de identificación
y adquisición de nuevas fuentes de datos
• Crear y mantener la metadata de negocio
• Publicar las novedades referidas a los datos de negocio y
monitorear su correcta utilizaciòn
• Ejecutar las acciones de mejora de calidad de los datos
• Interpretar y analizar los informes de calidad de datos
para identificar los problemas y dimensionar su impacto
• Trabajar activamente con IT en los proyectos de diseño
de contenedores de datos y procesos de MDM

40
 Census
Ciencia y Gobierno de Datos

¿Cómo empezar?

Plan de
Diagnóstico proyecto Start Up On going PIR
3 semanas Start Up 6 meses 6 meses
1 semana
 Census
Ciencia y Gobierno de Datos

Proyecto Start Up
• Es un proyecto cuyo sponsor principal debe ser la alta
dirección de la compañía.

• Foco en las disciplinas críticas para poder apreciar resultados

en poco tiempo
(6 meses).

• Requiere compromiso y participación de todas las áreas de la

empresa con cronogramas ajustados.

• Debe acompañarse con actividades internas de capacitación

para promover el cambio cultural que requiere.
 Census
Ciencia y Gobierno de Datos
 Census
Ciencia y Gobierno de Datos

Espacio para preguntas

 Census
Ciencia y Gobierno de Datos

Bibliografía
• Ladley John, Data Governance.How to Design, Deploy, and
Sustain an Effective Data Governance Program, Elsevier, USA,
2012
• IBM Information Governance Solutions. Ibm.com/redbooks
• Sebastian-Coleman, Laura, Measuring Data Quality for
Ongoing Improvement, Elsevier, USA, 2013
• The 12 Dimensions of Data Quality. Danette McGilvray,
Granite Falls Consulting, Inc.