¿Qué es la gestión de datos?

La gestión de datos consiste en recopilar, mantener y utilizar datos de manera segura, eficiente y rentable. El objetivo de la gestión de datos es ayudar a las personas, las organizaciones y las cosas conectadas a optimizar el uso de los datos dentro de los límites de las políticas y normativas, para que puedan tomar decisiones y tomar medidas que maximicen el beneficio para la empresa. Hoy es más importante que nunca disponer de una estrategia de gestión de datos sólida, ya que las organizaciones confían cada vez más en activos intangibles para crear valor.

La gestión de datos digitales en una organización abarca una amplia gama de tareas, políticas, procedimientos y métodos. La gestión de datos tiene un amplio alcance y abarca factores como los siguientes:

• Creación, acceso y actualización de datos en diferentes niveles.
• Almacenamiento de datos en múltiples nubes e in-situ.
• Alta disponibilidad y recuperación ante desastres.
• Uso de los datos en una amplia variedad de aplicaciones, analíticas y algoritmos.
• Garantía de privacidad y seguridad para los datos.
• Archivo y destrucción de datos de acuerdo con los programas de retención y los requisitos de cumplimiento normativo.

Una estrategia formal de gestión de datos aborda la actividad de los usuarios y administradores, las funciones de las tecnologías de gestión de datos, las demandas de los requisitos normativos y las necesidades de la organización para obtener valor de sus datos.

Los sistemas de gestión de datos en la actualidad

Hoy en día, las empresas necesitan una solución de gestión de datos que proporcione una forma eficiente de administrar los datos en un nivel de datos diverso pero unificado. Los sistemas de gestión de datos se basan en plataformas de gestión de datos y pueden incluir bases de datos, data lakes, almacenes, sistemas de gestión de big data, analítica de datos y mucho más.

Todos estos componentes trabajan juntos como una “herramienta de datos” para suministrar las funciones de gestión de datos que toda empresa necesita para sus aplicaciones, así como la analítica y los algoritmos que utilizan los datos creados por esas aplicaciones. Aunque las herramientas actuales ayudan a los administradores de bases de datos (DBA) a automatizar muchas de las tareas de administración tradicionales, la intervención manual todavía suele ser necesaria debido al tamaño y la complejidad de la mayoría de implementaciones. Siempre que haya una intervención manual, aumenta la probabilidad de error. Uno de los objetivos principales de la nueva tecnología de administración de datos, la base de datos autónoma, es reducir la necesidad de administración manual.

Sistemas de gestión de big data

En realidad, el big data es exactamente lo que parece: un montonazo de datos. Por otro lado, el big data está disponible de muchas más maneras que los datos tradicionales y se recopila a un ritmo mayor. Piense en todos los datos que aparecen cada día, o cada minuto, en una red social como Facebook. La cantidad, la variedad y la velocidad de esos datos convierten al big data en algo muy valioso para las empresas, pero también dificultan su gestión.

El incremento en la recopilación de datos de fuentes tan dispares como las cámaras de video, las redes sociales, las grabaciones de audio o el Internet of Things (IoT) ha provocado la aparición de sistemas de gestión de big data. Estos sistemas se especializan en tres áreas generales.

• La integración del big data consiste en recopilar diferentes tipos de datos (desde lotes hasta transmisión) y transformarlos para que otros los puedan usar.
• La gestión del big data consiste en almacenar y procesar datos en un data lake o almacén de datos de forma eficiente, segura y fiable, y normalmente mediante el almacenamiento de objetos.
• Durante el análisis del big data se emplea la analítica para descubrir nuevos conocimientos y se generan modelos mediante el aprendizaje automático y la visualización por IA.

Las empresas están utilizando el big data para mejorar y acelerar el desarrollo de productos, el mantenimiento predictivo, la experiencia del cliente, la seguridad, la eficiencia operativa y mucho más. Cuanto más crezca el big data, más oportunidades se generarán.

Los problemas en la gestión de datos

La mayoría de los problemas actuales en la gestión de datos se deriva del ritmo acelerado del mundo comercial y la creciente proliferación de datos. La variedad, la velocidad y el volumen de los datos disponibles para las empresas son cada vez mayores, lo que exige herramientas más eficaces que estén a la altura. Estos son algunos de los principales desafíos que afrontan las organizaciones:

• No saben qué datos tienen. Se recopilan y almacenan datos de un número y una variedad de fuentes cada vez más grande, como sensores, dispositivos inteligentes, redes sociales y cámaras de video. Sin embargo, ninguno de esos datos es útil si la empresa no sabe qué datos tiene, dónde están o cómo usarlos.
• Es necesario mantener los niveles de rendimiento a medida que aumenta el nivel de datos. Las empresas están continuamente capturando, almacenando y usando más y más datos. Para mantener los tiempos de respuesta máximos en este nivel en expansión, las organizaciones deben supervisar continuamente el tipo de preguntas que recibe la base de datos y cambiar los índices a medida que cambian las consultas; y todo eso sin influir negativamente en el rendimiento.
• Deben cumplir con requisitos de cumplimiento normativo que cambian constantemente. Las normativas son complejas, multijurisdiccionales y cambian constantemente. Las organizaciones deben poder revisar fácilmente sus datos e identificar cualquier cosa que caiga dentro de los requisitos nuevos o modificados. Es especialmente importante detectar, rastrear y supervisar los datos de identificación personal (PII, por sus siglas en inglés), a fin de cumplir con normas de privacidad globales cada vez más estrictas.
• No tienen claro cómo adaptar los datos para usarlos de formas distintas. La recopilación e identificación de los datos no aporta ningún valor si esta información no se procesa. Si hace falta mucho tiempo y esfuerzo para convertir los datos en algo preparado para el análisis, ese análisis no se realizará. Como resultado, se pierde el valor potencial de los datos.
• Deben mantenerse al día con los cambios en el almacenamiento de datos. En el nuevo escenario de la gestión de datos, las organizaciones almacenan datos en múltiples sistemas, lo que incluye almacenes de datos y data lakes no estructurados que guardan cualquier tipo de información, en cualquier formato y en un solo repositorio. Los expertos en datos de las empresas necesitan un método rápido y sencillo para transformar los datos y que pasen del formato original a la forma, el formato o el modelo necesarios para una amplia gama de análisis.

Mejores prácticas en la gestión de datos

Para afrontar los desafíos de la gestión de datos, es necesario un conjunto integral y bien planteado de mejores prácticas. Aunque las mejores prácticas varían según el tipo de datos y el sector, las siguientes abordan los principales desafíos de gestión de datos a los que se enfrentan las organizaciones hoy en día:

• Crear una capa de descubrimiento para identificar los datos. Una capa de descubrimiento que esté por encima del nivel de datos de su organización ayudará a los analistas y científicos de datos a buscar y explorar conjuntos de datos para convertirlos en utilizables.
• Desarrollar un entorno de ciencia de datos para adaptarlos con eficacia. Un entorno de ciencia de datos automatiza al máximo posible la tarea de transformación, lo que simplifica la creación y evaluación de los modelos de datos. Un conjunto de herramientas que elimina la necesidad de la transformación manual de los datos puede acelerar las hipótesis y las pruebas de nuevos modelos.
• Utilizar la tecnología autónoma para mantener los niveles de rendimiento en todo el nivel de datos en expansión. Las funciones autónomas de datos utilizan la inteligencia artificial y el aprendizaje automático para monitorizar continuamente las consultas de la base de datos y optimizar los índices a medida que cambian las consultas. Esto permite que la base de datos mantenga tiempos de respuesta rápidos y libera a los DBA y científicos de datos de tareas manuales que consumen mucho tiempo.
• Utilizar el descubrimiento para estar al tanto de los requisitos de cumplimiento normativo. Las nuevas herramientas utilizan el descubrimiento de datos para revisar los datos e identificar las cadenas de conexión a detectar, rastrear y monitorizar con el fin de cumplir con normativas multijurisdiccionales. A medida que aumentan las exigencias de cumplimiento normativo a nivel mundial, esta función será cada vez más importante para los supervisores de riesgos y seguridad.
• Utilizar una capa de consultas común para administrar formas múltiples y diversas de almacenamiento de datos. Las nuevas tecnologías están fomentando la colaboración entre los repositorios de gestión de datos y logrando que las diferencias entre ellos desaparezcan. Una capa de consulta común que abarque muchos tipos de almacenamiento de datos permite a los científicos de datos, los analistas y las aplicaciones acceder a los datos sin necesidad de saber dónde se almacenan y sin tener que transformarlos manualmente en un formato utilizable.

La gestión de datos evoluciona

Los datos se han convertido en capital empresarial, así que las organizaciones están descubriendo lo que las startups y las empresas digitales más revolucionarias ya sabían: los datos son un activo valioso para identificar tendencias, tomar decisiones y actuar antes que la competencia. La nueva posición de los datos en la cadena de valor está llevando a las organizaciones a buscar con insistencia mejores formas de sacarle valor a este nuevo capital.

Dentro de las empresas, las responsabilidades de gestión de datos del administrador de bases de datos (DBA) también están evolucionando y la cantidad de tareas rutinarias se reduce para que los DBA pueden concentrarse en cuestiones más estratégicas y ofrecer un soporte esencial para la gestión de datos en entornos en la nube (PDF); esto abarca iniciativas muy importantes, como modelado y seguridad de los datos.