Desde hace algunos años se percibe un enorme auge respecto a la analítica de datos como eje clave para mejorar procesos de clientes, reducir costos y optimizar procesos de negocio complejos. Según la consultora Frost & Sullivan, el mercado de Big Data y Analytics aumentará a una tasa compuesta de crecimiento anual del 28,9% en los próximos años, pasando de los 14.850 millones de dólares registrados en 2019 a una previsión de 68.090 millones para 2025. Para ese mismo año, según International Data Corporation habrá cerca de 175 zettabytes de datos e información estructurada y no estructurada a nivel mundial. Adicionalmente, el estudio IBM Global Study on the Economics Impact of IT Risk, entrega las siguientes cifras: Crecimiento de los datos (estructurados y no estructurados) año por año: 50%-60%, uno de cada tres líderes toma decisiones sin la información necesaria, 90% de los datos del mundo fueron generados en los últimos dos años, 36% del día es el tiempo que un usuario se dedica a buscar y consolidar datos disponibles en múltiples sistemas, 60% de las organizaciones tienen problemas para analizar data proveniente desde múltiples sistemas, 61% de los usuarios que trabajan con datos deben acceder regularmente a 4 o más sistemas para obtener la información que necesitan para su labor.

Ahora bien, priorizar dónde enfocar los esfuerzos, en pro de obtener el mayor beneficio posible es primordial para una organización. Usualmente, las empresas gastan gran cantidad de recursos en recabar multitud de datos, pero no todos los datos cuentan con el mismo nivel de importancia. Según la Guía de planificación de seguridad para 2023 de Gartner, entre el 55 % y el 80 % de los datos que almacena una empresa son “Datos Oscuros”, es decir, datos que las organizaciones recopilan y almacenan, pero no aprovechan para obtener conocimiento o tomar decisiones. En estos datos oscuros se esconden riesgos desconocidos para la organización.

En este contexto, ¿cómo sabe una organización qué data es importante y cuál gasta recursos sin generar beneficios? Priorizar los esfuerzos sobre los datos más valiosos es importante no solo a la hora de hacer analítica sino a la hora de realizar un programa de Gobierno de Datos, ya que, no todos los atributos de datos tienen la misma importancia para las operaciones de una organización. Según Lara Gureje, “un elemento de dato clave se puede definir como elementos con un impacto material en las operaciones comerciales, las decisiones y otras demandas de datos de su organización”.

Dicho esto, es necesario resaltar la importancia de identificar los atributos de datos críticos en las organizaciones. DAMA, en su muy conocido DMBOK2, dentro de los principios de la gestión de datos manifiesta: “los datos son activos con propiedades únicas”, “el valor de los datos puede y debería ser expresado en términos económicos” y “para gestionar los datos es crítico establecer formas de asociar valor financiero a los datos”. Además, hace referencia a que los datos se pueden priorizar en función de factores como los requisitos reglamentarios, el valor financiero y el impacto directo en los clientes.

Existen razones prácticas para darle valor a los datos, incluida una mayor rendición de cuentas, medir la eficacia de las áreas de tecnología y ayudar a justificar el costo de los sistemas de información, entre otros. La mayoría de las organizaciones no manejan sus activos de datos de la manera como lo hacen con sus otros activos. Esto se debe, a que pocos saben cómo valorar los datos como un activo.

Los expertos en Gobierno de Datos de DGov4Value han desarrollado una metodología propia y exclusiva para determinar el valor de los datos que le causan problemas a una organización bien sea por su deficiente calidad, falta de acceso, entre otras causas. Cuando una organización conoce la cantidad de dinero que “deja de ganar” anualmente por problemas relacionados con sus datos, tiene un argumento fuerte para decidirse a trabajar para remediar dichos problemas obteniendo así el apoyo gerencial para sus iniciativas de gobierno de datos y analítica. Asimismo, le permite priorizar, esto es, decidir por dónde comenzar a gobernar sus datos ya que es imposible entrar a gobernar todos los datos de una organización simultáneamente.

La metodología de DGov4Value ha sido probada en más de diez organizaciones de diferentes sectores (manufactura, financiero, retail, utilities, telecomunicaciones, de tecnología, clínicas, universidades) a las cuales ha asesorado a implementar procesos de gobierno de datos. La metodología consta de trece pasos distribuidos en tres etapas: Identificación, Valoración y Priorización.

La realización de este ejercicio requiere experiencia para su correcta aplicación y toma aproximadamente cuatro semanas en las que deben participar activamente diferentes personas de la organización. Luego de este ejercicio guiado por los consultores expertos de DGov4Value, las compañías pueden tomar decisiones más asertivas respecto a sus activos no tangibles: los datos y se puede comenzar el camino del gobierno de datos atendiendo primero los datos que más daño económico le generan a la organización, pero teniendo en cuenta el esfuerzo requerido para lograr mostrar resultados lo más pronto posible a la alta dirección de la compañía y poder así seguir contando con el apoyo para el programa de gobierno de datos.

Gobernar sobre los datos de una organización es un gran desafío, pero también una gran oportunidad empresarial que lo diferenciará de la competencia.

Asimismo, si necesitas saber algo adicional o el apoyo de profesionales especialistas para abordar estos temas, te invito a explorar la web www.dgov4value.com