Saltar al contenido
Hombre verificando datos

¿Qué es la gestión de datos?

Los datos son esenciales para las operaciones y el funcionamiento de una empresa.  Las empresas deben dar sentido a los datos y encontrar los relevantes entre el ruido creado por los diversos sistemas y tecnologías que dan soporte a las economías globales altamente conectadas de hoy. En este sentido, los datos ocupan un lugar central. Por sí solos, los datos son inútiles – las empresas necesitan una estrategia, gobernanza y un modelo gestión de datos eficaces para aprovechar todas las formas de datos con un uso práctico y eficiente en las cadenas de suministro, redes de empleados, ecosistemas de clientes y socios… y mucho más–.

 

Entonces, ¿qué es la gestión de datos? Es la práctica de recopilar, organizar y acceder a los datos para dar soporte a la productividad, eficiencia y toma de decisiones. Dado el papel fundamental que hoy juegan los datos en los negocios, una estrategia de gestión de datos sólida y un sistema de gestión de datos moderno son esenciales para todas las empresas –independientemente del tamaño o la industria–.

Qué es la gestión de datos

Los elementos clave de la gestión de datos

El proceso de gestión de datos incluye una amplia gama de tareas y procedimientos, tales como:

  • Recopilar, procesar, validar y almacenar datos
  • Integrar diferentes tipos de datos de fuentes dispares, incluyendo datos estructurados y no estructurados
  • Garantizar una alta disponibilidad de datos y su recuperación ante desastres
  • Controlar el modo en que las personas y las apps usan y acceden a los datos
  • Proteger y asegurar los datos y garantizar su privacidad

Sistemas y componentes de la gestión de datos

Los sistemas para gestión de datos se construyen sobre plataformas dedicadas e incluyen componentes y procesos que trabajan juntos para ayudar a extraer valor de sus datos. Estos pueden incluir sistemas de gestión de bases de datos, almacenes y lagos de datos, integración de datos, analíticas y más.

 

Sistemas para gestión de bases de datos (DBMS)

 

Existen muchos tipos diferentes de sistemas para gestión de bases de datos. Los más comunes incluyen sistemas para gestión de bases de datos relacionales (RDBMS), de datos orientados a objetos (OODMBS), in-memory y en columnas.

Sistemas de gestión de datos

Diferentes sistemas para gestión de datos

  • Sistema de gestión de bases de datos relacionales (RDBMS): un RDBMS contiene definiciones de datos para que los programas y sistemas de recuperación puedan hacer referencia a ellos por nombre, en lugar de describir su estructura y ubicación cada vez. Según el modelo relacional, los sistemas de RDBMS también mantienen las relaciones entre datos que mejoran el acceso y evitan la duplicación. La definición básica y características de un artículo, por ejemplo, se almacenan una sola vez y se vinculan al detalle y las listas de precios del pedido del cliente.
  • Sistema de gestión de bases de datos orientado a objetos (OODBMS): un OODBMS es un enfoque diferente de la definición y almacenamiento de datos, desarrollado y usado por desarrolladores de sistemas de programación orientados a objetos (OOPS). Los datos se almacenan como objetos, entidades autónomas y autodescritas, en lugar de usar tablas como en un SGBDR.
  • Base de datos in-memory: una IMDB almacena datos en la memoria principal de una computadora (RAM), en lugar de usar una unidad de disco. La recuperación in-memory es mucho más rápida que la recuperación desde un disco, así que las bases de datos in-memory son muy usadas en aplicaciones que requieren una respuesta rápida. Por ejemplo, los informes que alguna vez demoran días en compilarse, ahora se pueden obtener y analizar en minutos, incluso segundos.
  • Base de datos columnar: este tipo almacena juntos los grupos de datos relacionados (una "columna" de información) para tener acceso rápido. Se usa en aplicaciones in-memory modernas y para muchas aplicaciones de almacenamiento de datos independientes donde la velocidad de recuperación (de un rango limitado de datos) es importante.
     

Almacenes y lagos de datos

  • Almacén de datos: es un repositorio central acumulado desde muchas fuentes distintas con propósitos de informe y análisis.
  • Lago de datos: es una vasta reserva de datos almacenados en su formato crudo o natural. Los lagos de datos se usan habitualmente para almacenar Big Data, incluyendo datos estructurados, no estructurados y semiestructurados.
     

Gestión de datos maestros (MDM)

 

La gestión de datos maestros es la disciplina de crear una referencia confiable (una única versión de la verdad) para los datos de negocio importantes, tales como los de productos, clientes, activos, financieros, y más. La MDM ayuda a garantizar que las empresas no usen múltiples versiones de datos potencialmente inconsistentes en diferentes partes del negocio, incluyendo procesos, operaciones, analiticas e informes. Los tres pilares clave para una MDM eficaz incluyen: consolidación, control y gestión de calidad de los datos.

Una disciplina habilitada por la tecnología, donde el negocio y la organización de TI trabajan juntos para garantizar la uniformidad, precisión, administración, consistencia semántica y responsabilidad sobre los activos de datos maestros oficiales compartidos en la empresa.

Gartner: definición de MDM

Gestión de Big Data

 

Se han desarrollado nuevos tipos de bases de datos y herramientas para gestionar Big Data –los enormes volúmenes de datos estructurados, no estructurados y semiestructurados que hoy inundan a las empresas–. Además de técnicas de procesamiento altamente eficientes e instalaciones basadas en la nube para manejar volumen y velocidad, se han creado nuevos enfoques para interpretar y gestionar la variedad de los datos. Para que las herramientas de gestión de datos puedan comprender y trabajar con datos no estructurados, por ejemplo, se usan nuevos procesos de preprocesamiento para identificar y clasificar los datos y así facilitar el almacenamiento y la recuperación.

 

Integración de datos

 

La integración de datos es la práctica de ingerir, transformar, combinar y brindar datos, donde y cuando se necesiten. Esta integración se lleva a cabo en la empresa y más allá –tanto entre socios como con fuentes de datos y casos de uso de terceros– para cumplir con los requisitos de todas las aplicaciones y procesos del negocio. Las técnicas incluyen, entre otros, movimiento en masa/por lotes, extracción, transformación, carga (ETL), captura de cambios, réplica, virtualización, orquestación e integración de datos.

 

Gobernanza, seguridad y cumplimiento de datos

 

La gobernanza de datos es una recopilación de reglas y responsabilidades para garantizar la disponibilidad, calidad, cumplimiento y seguridad de los datos en toda la organización. La gobernanza de datos establece la infraestructura y nombra a las personas (o cargos) dentro de una organización que tendrán la autoridad y responsabilidad de gestionar y salvaguardar clases y tipos de datos específicos. La gobernanza de datos es una parte clave del cumplimiento. Los sistemas se encargarán de la mecánica de almacenamiento, manejo y seguridad –es el lado de las personas, de la gobernanza, el que garantiza que los datos sean precisos desde un inicio y que se manejen y protejan adecuadamente antes de ingresarlos en el sistema, mientras se usan, y cuando se recuperan del sistema para usarlos o almacenarlos otro lugar. La gobernanza especifica cómo las personas responsables deben usar los procesos y tecnologías para gestionar y proteger los datos.

 

Por supuesto, la  seguridad de los datos es una preocupación importante en el actual mundo de hackers, virus, ciberataques y violaciones de datos. Si bien la seguridad está incorporada dentro de los sistemas y aplicaciones, la gobernanza de datos se aplica para garantizar que estén correctamente configurados y administrados cuando están fuera de los sistemas, y para cumplir con los procedimientos y responsabilidades.

 

Business intelligence y analíticas

 

La mayoría, si no todos, los sistemas para gestión de datos incluyen herramientas básicas de recuperación e informes, y muchos incorporan o están agrupados con potentes aplicaciones de recuperación, análisis e informes. Las aplicaciones de informes y analíticas también son ofrecidas por desarrolladores externos, y seguramente se incluirán en el paquete de aplicaciones como una función estándar o un módulo adicional opcional avanzado.

 

El poder de los sistemas para gestión de datos actuales reside, en gran medida, en las herramientas de recuperación ad hoc que permiten que usuarios con una capacitación mínima creen sus propias consultas de datos en pantalla o impresas con una flexibilidad sorprendente de formatos, cálculos, tipos y resúmenes. Además, los profesionales pueden usar estas mismas herramientas u otras analíticas más sofisticadas para hacer aun más cálculos, comparaciones, matemática avanzada y formatos. Las nuevas aplicaciones analíticas son capaces de conectar bases de datos tradicionales, almacenes de datos y lagos de datos para permitir la incorporación de Big Data a fin de una lograr mejor proyección, análisis y planificación.

¿Qué es una estrategia empresarial de datos, y por qué debería tener una?

Muchas empresas han sido pasivas en el enfoque de su estrategia de datos, aceptando lo que su proveedor haya incorporado a sus sistemas. Pero ahora eso no es suficiente. Con la actual explosión de datos y su importancia para el funcionamiento de todas las empresas, es cada vez más necesario adoptar un enfoque más proactivo e integral para la gestión de datos. Desde un punto de vista práctico, eso significa establecer una estrategia de datos que:

  • Identifique el tipo de datos específicos que su empresa necesitará y usará
  • Asigne responsabilidades para cada tipo de datos
  • Establezca procedimientos para controlar la adquisición, recopilación y tratamiento de los datos

Uno de los beneficios clave de una estrategia e infraestructura para gestión de datos es que unifica a la organización –coordinando todas las actividades y decisiones para dar soporte al propósito de la empresa, que es brindar productos y servicios de calidad de manera efectiva y eficiente–. Tener una estrategia de datos integral y una integración de datos fluida elimina los silos de información. Esto permite que cada departamento, gerente y empleado vea y comprenda su contribución individual al éxito de la empresa, y mantenga sus decisiones y acciones alineadas con esos objetivos.

Desarrolle la estrategia de datos de su negocio

Únase a nuestra clase magistral sobre estrategia de datos impulsada por resultados –on-line y sin cargo.–

La evolución de la gestión de datos

Una gestión de datos eficaz es crítica para el éxito del negocio desde hace más de 50 años –desde ayudar a las empresas a mejorar la precisión de los informes, hasta detectar tendencias y tomar mejores decisiones para impulsar la transformación digital y potenciar hoy nuevas tecnologías y modelos de negocio–. Los datos se han convertido en un nuevo tipo de capital, y las organizaciones con visión de futuro siempre están buscando nuevas y mejores formas de usarlos en su beneficio. Estas son las últimas tendencias en gestión de datos moderna que se deben vigilar y explorar:

  • Tejido de datos: la mayoría de las organizaciones hoy tienen datos implementados on-premise y en la nube –y usan múltiples sistemas de gestión de bases de datos, tecnologías de procesamiento, y herramientas–. Un tejido de datos, que es una combinación personalizada de arquitectura y tecnología, usa integración y orquestación de datos dinámicas para permitir el acceso e intercambio de datos sin fricciones en un entorno distribuido.
  • Gestión de datos en la nube: muchas empresas están trasladando a la nube algunas o todas sus plataformas para gestión de datos. La gestión de datos en la nube aprovecha todos los beneficios que ofrece la nube –escalabilidad, seguridad avanzada, acceso mejorado, copias de seguridad automatizadas, recuperación ante desastres, ahorro de costos, y más–. Las bases de datos en la nube y las soluciones de base de datos como servicio (DBaaS)los almacenes de datos en la nube y los lagos de datos en la nube están creciendo en popularidad.
  • Gestión de datos aumentada: esta es una de las tendencias más recientes. Señalada por Gartner  como una potencial disrupción significativa para 2022, la gestión de datos aumentada usa IA y machine learning para hacer que los procesos de gestión de datos se configuren y ajusten automáticamente. La gestión de datos aumentada está automatizando todo, desde la calidad y la gestión de datos maestros hasta la integración de datos, liberando personal técnico calificado para que se enfoque en generar mayor valor.

En 2022, las tareas manuales de gestión de datos se reducirán en un 45% mediante la adición de machine learning y gestión automatizada del nivel de servicio.

Gartner

  • Analíticas aumentadas: las analíticas aumentadas –otra tendencia tecnológica principal identificada por Gartner – ya están aquí. Las analíticas aumentadas usan inteligencia artificial, machine learning y procesamiento de lenguaje natural (NLP) no solo para encontrar la información estratégica más importante automáticamente, sino para democratizar el acceso a analíticas avanzadas, de modo que todos, no solo los científicos de datos, puedan hacer preguntas sobre sus datos y obtener respuestas de una manera natural y conversacional.

Explore términos y tendencias adicionales en gestión de datos.

Resumen

Sabemos que la información se deriva de los datos. Y si la información es poder, gestionar y capitalizar sus datos de manera eficaz podría ser tranquilamente el superpoder de su empresa. Como tal, los roles de gestión de datos y de analista de base de datos (DBAs) están evolucionando para convertirse en agentes de cambio –en impulsar la adopción de la nube, aprovechar nuevas tendencias y tecnologías, y brindar valor estratégico–.  

Soluciones para gestión de datos y bases de datos

SAP puede ayudar a gestionar, controlar e integrar sus datos empresariales.

Más en esta serie

SAP Insights Newsletter

Suscríbase hoy

Obtenga información estratégica clave suscribiéndose a nuestro newsletter.

Lectura adicional

Volver al inicio