Siete pasos para mejorar la analítica de las organizaciones basadas en datos
“Todos los datos regulados deben estar protegidos criptográficamente (cifrados, enmascarados o tokenizados) en una fase temprana de la cadena de datos, cuando se crean o capturan”, afirma Ameesh Divatia, CEO y cofundador de Baffle. “Una vez hecho esto, el uso de datos podría ir mucho más rápido para todos los casos de uso, ya que no es necesario descubrir o revisar datos adicionales antes de usar esos datos”. Implementar la protección de datos al principio del proceso también crea la oportunidad de involucrar a los usuarios finales y las partes interesadas en las mejores prácticas de seguridad de datos.
Ampliar los programas de gobierno de datos
Los pasos que he dado hasta ahora pueden ayudar a mejorar las implementaciones analíticas y la toma de decisiones para casos de uso individuales. La ampliación de la toma de decisiones basada en el análisis a múltiples empresas, departamentos o dominios requiere la evolución de un modelo operativo de análisis y el establecimiento de políticas y prácticas de gobierno de datos. Felix Van de Maele, CEO de Collibra, me explicó cómo incluso las grandes empresas pueden establecer prácticas de gobierno de datos rápidamente. “La gobernanza de datos es la base para desbloquear el verdadero potencial de la IA”, afirma. “McDonald’s, una de las marcas más reconocidas del mundo, estableció una base de datos de confianza en solo 60 días con más de 570 usuarios en 21 países ya a bordo. Estos avances han transformado la forma en que McDonald’s utiliza los datos, lo que lleva a una mayor transparencia, confianza y velocidad para sus usuarios de negocios globales.”
Una herramienta de gobierno de datos clave para las organizaciones basadas en datos es el catálogo de datos, que ayuda a implementar políticas de acceso, configurar autorizaciones, permitir la detección y mantener diccionarios de datos. Entre los principales proveedores de catálogos de datos y calidad se encuentran Alation, Collibra, Informatica, Google, Hitachi Vantara, IBM, Microsoft, Oracle, Precisely, SAP, SAS y Talend.