Header Ads

Que es el Gobierno de Datos en Big Data


El gobierno de datos consiste en la capacidad de una organización para gestionar el conocimiento que tiene sobre su información de forma que pueda responder a preguntas tales como ¿qué sabemos sobre nuestra información?, ¿de dónde provienen esos datos?, ¿están estos datos alineados con nuestra política de empresa?. El gobierno de datos proporciona un enfoque holístico para administrar, mejorar y aprovechar la información de forma que pueda ayudarnos a ganar percepción y generar confianza en decisiones y operaciones empresariales y gubernamentales.
La importancia del gobierno de datos.
Lograr una buen gobierno y gestión de datos empresariales implica abordar la gestión de los datos como lo que son en realidad, un activo de gran valor tanto a nivel operativo como para crear valor de mercado y convertirlos en una información crítica para el negocio. Tal y como señala David Newman, vicepresidente de investigación de Gartner, "un alto porcentaje de organizaciones de todo el mundo se dedican a la gestión y desarrollo de los datos como un activo de la empresa".
Esa óptima gestión de datos clave para el éxito empresarial requiere de un marco que acoja un gobierno de datos, entendido como el ejercicio de diseñar, controlar y monitorizar todo lo relativo a los datos desde un enfoque holístico, en el que participen los implicados, desde el gobierno corporativo de la empresa y el departamento de TI hasta un consejo de gestión de datos que represente a las partes interesadas.
La función de gobierno de datos es conseguir que todas las funciones de datos se realicen del modo más eficiente, cumpliendo con lo planeado. Se trata, en suma, de asegurar que los datos cumplen con las demandas, al tiempo que se consigue una reducción de costes en lo que respecta a su gestión y a su protección, éste último un aspecto importante en lo que respecta al cumplimiento de normativas y a la preservación de la privacidad.
Por qué es necesario un gobierno de datos
"Los datos son el activo más importante de un organización y, sin normas y sin calidad de datos, la organización no funciona", apunta Valeh Nazemoff, vicepresidente senior y coofundador de Acolyst, la misma necesidad de aplicar una política de data governance demuestra la importancia y el valor de los datos dentro de la organización.

David Waddington, vicepresidente senior y cofundador de The Information Difference Ldt. centra las ventajas que aporta implementar una gobernabilidad de datos en nueve aspectos:
Apoyar las iniciativas de BI/Data Warehousing.
Apoyar una iniciativa MDM.
Facilitar la migración de datos heredados.
Cumplir con la normativa y requisitos legislativos.
Reducir el riesgo empresarial.
Mejorar la flexibilidad empresarial y la agilidad de negocio.
Apoyar actualizaciones de software operativo.
Reducir los costos.
Apoyar el manejo de fusiones y adquisiciones.
Todas ellas, qué duda cabe, son interesantes razones que, por si solas o en conjunto, justifican el gobierno de datos. Además de éstas, destacamos las siguientes:
Accesibilidad de los datos: Conseguimos una mayor accesibilidad de los datos que, a su vez, serán oportunos y confiables, siempre en función de la política definida y de un significado global.
Asegurar que los datos cumplen con las demandas: Alude a la oportunidad y calidad de los datos como resultado de la aplicación de un proyecto de gobierno de datos.
Gestionar los datos como un activo: La gestión y desarrollo de los datos como un activo ayudará a satisfacer a usuarios internos y clientes, así como a tomar mejores y más rápidas decisiones, pues contaremos con información confiable y accesible cuando la necesitemos.
Gobierno de datos por que lo necesito
Asegurar la integridad: El gobierno de datos evita y previene incoherencias entre distintos sistemas o aplicaciones, con la ventaja que, por ejemplo, ello supone para que no falten datos a la hora de operar, de hacer evaluaciones o de ofrecer un determinado servicio o información.

Responder a las demandas actuales: Establecer un marco para la gobernanza de datos nos ayuda a conseguir una mayor disponibilidad, facilidad de uso, consistencia, integridad y seguridad de los datos, requisitos clave para apoyar las iniciativas más actuales de BI, que normalmente requieren aplicaciones rápidas, con un acceso en tiempo real a los datos.

Agregar valor: Un plan de data governance, por último, ayuda a definir y establecer los diferentes tipos de comunicación necesaria para agregar valor a la organización a partir de una visión global capaz de transformar el negocio en su conjunto. Los equipos de gestión podrán tomar decisiones informadas basadas en datos más fiables. No olvidemos que la información crítica es relevante, si no esencial, para tomar decisiones.

Cuando el gobierno de datos es deficiente o simplemente se carece de él, los datos no se integran en un concepto holístico del conocimiento de la información y su control, que entonces se realiza por departamentos o por sistemas, se convierte en una tarea pendiente. Por lo tanto, se pierde ese enfoque o visión general, esenciales para lograr una necesaria coherencia.

Dentro de este contexto, ignorar el carácter decisivo del gobierno de datos es una vía más directa hacia el descontrol en la gestión de los datos. Por el contrario, el data governance (el corazón de la gestión datos), cumple una función de control y coordinación interactiva entre las distintas áreas de la empresa, definiendo roles y responsabilidadades y estableciendo estándares, políticas y procesos de forma consensuada.

 Fuente imagen: Stuart Miles / FreeDigitalPhotos.net
Fuente: edx.org

1 comentario:

  1. Big data, machine learning y data science en python
    -----------------------
    El libro está dirigido aquellos lectores que estén trabajando en proyecto relacionados con big data y busquen identificar las características de una solución de Big Data, los datos asociados a estas soluciones, la infraestructura requerida, y las técnicas de procesamiento de esos datos. Entre los principales objetivos podemos destacar:

    -Introducir los conceptos de ciencias de datos y machine learning.
    -Introducir las principales librerías que podemos encontrar en Python para aplicar técnicas de machine learning a los datos.
    - Dar a conocer los pasos para construir un modelo de machine learning, desde la adquisición de datos, pasando por la generación de funciones, hasta la selección de modelos.
    -Dar a conocer los principales algoritmos para resolver problemas de machine learning.
    - Introducir scikit-learn como herramienta para resolver problemas de machine learning.
    - Introducir pyspark como herramienta para aplicar técnicas de big data y map-reduce.
    - Introducir los sistemas de recomendación basados en contenidos.

    https://i.ibb.co/VMssJGg/bigdata1.png

    El libro trata de seguir un enfoque teórico-práctico con el objetivo de afianzar los conocimientos mediante la creación y ejecución de scripts desde la consola de Python. Además, complementa los contenidos con un repositorio alojado en el Material Adicional donde se pueden encontrar los ejemplos que se analizan a lo largo del libro para facilitar al lector las pruebas y asimilación de los contenidos teóricos. Desde la web del libro podrá descargar los ejemplos y ejerciciosque se desarrollan en el libro lo que facilitara al lector a asimilar lo aprendido.

    https://i.ibb.co/Dt5dKCJ/bigdata2.png

    1.Introducción a Big Data
    2.Arquitecturas Big Data
    3.Bases de datos para Big Data
    4.Introducción a ciencia de datos y ML
    5.Tratamiento de datos con Python
    6.Scikit-learn como librería de ML
    7.Redes neuronales artificiales
    8.Plataforma Hadoop
    9.Procesamiento distribuído con Apache Spark
    10.PySpark como librería de procesamiento distribuído
    11.Entornos de ejecución Spark
    12.Mllib como librería de Machine Learning
    13.Sistemas de recomendación

    ResponderBorrar

Imágenes del tema de enot-poloskun. Con tecnología de Blogger.