Maximice los resultados de los datos invirtiendo en personas y sistemas

Domingo: En mi experiencia, habiendo sido arquitecto en el pasado y administrando y brindando asesoramiento a muchos de mis clientes, el gobierno de datos se considera principalmente para cumplir con los requisitos normativos en el pasado. Por lo tanto, solía ser un nivel de proceso independiente, pero para cualquier gobierno de datos efectivo, debería ser un proceso holístico. Esto debe hacerse desde la fuente de datos hasta el consumo de comentarios. Esta es una de las mejores prácticas clave que recomendamos a todos nuestros clientes. Además, el gobierno de datos es un proceso continuo. No es que, “Está bien. Miré los requisitos de datos hoy”, ya sean requisitos reglamentarios o requisitos del consumidor, “Y diseñé un plan para esto y puedo tomar riesgos ahora”. No.

Por lo tanto, el gobierno de datos es un proceso continuo. Los requisitos de datos cambian continuamente. El uso de datos cambia continuamente. Las regulaciones están cambiando constantemente. Por lo tanto, el proceso de gobierno de datos y su revisión también es muy importante y una comprensión completa de lo que está sucediendo, qué cambió, por qué cambió, cuándo cambió y hacer un seguimiento también es muy importante. Es por eso que el marco de gobierno de datos debe tener un proceso holístico. No es un proceso aislado y necesita ser revisado continuamente, y también es monitoreado continuamente.

Laurel: Y como mencionaste anteriormente, las personas también son una parte integral de este proceso y esta estrategia. ¿Qué piensa de la alfabetización de datos como una habilidad crítica que todos en la organización deben poseer fuera de los equipos técnicos? ¿Cómo deberían los líderes comenzar a pensar en prepararse y garantizar que todos tengan las habilidades adecuadas para consumir datos?

Domingo: Por lo tanto, los datos son el “petróleo nuevo” que se alimenta en todas partes. Si los datos son petróleo nuevo, entender cómo usarlos, dónde usarlos se vuelve muy, muy crucial. Cómo usarlo y dónde usarlo es la mayor parte de la alfabetización de datos en cualquier organización. Además, si necesitamos usar datos dados, también necesitamos saber dónde están disponibles los datos. Por lo tanto, la alfabetización de datos se aborda en dos niveles. Primero, se trata de proporcionar información sobre qué datos están disponibles, qué calidad de esos datos están disponibles, cómo acceder a esos datos, cómo procesar esos datos. Y la segunda es que, especialmente en el mundo actual, los datos también tienen muchas limitaciones. Es muy crítico y contiene mucha información sensible. La línea entre la información confidencial y los datos que pueden consumirse fácilmente es muy delgada en el mundo actual.

Si ese es el caso, entonces la alfabetización de los datos con los que estamos tratando y su sensibilidad, lo que queremos usar con eso, esa alfabetización de esa información también es muy crítica. Entonces, cuando los líderes planifican programas de alfabetización de datos en sus organizaciones, también es importante asegurarse de que no se trate solo del uso de datos, sino también de qué es el uso de datos y cuál es el resultado de los datos. Esta es la razón por la cual la alfabetización de datos y la inversión en alfabetización de datos en las personas se vuelve muy crítica. En última instancia, son las personas quienes diseñan los sistemas y construyen los sistemas que consumen los datos, por lo que la inversión adecuada en alfabetización es primordial en este sentido.

Laurel: Esas son partes muy importantes de la alfabetización de datos, especialmente en toda la organización, pero también descubrimos que otra parte de la transformación digital es optimizar y maximizar la inversión en operaciones de datos en todas las unidades comerciales. Por ejemplo, hace años, los equipos técnicos hicieron esto al combinar el desarrollo de software y las operaciones para crear devOps, lo que permitió formas de trabajo más ágiles y basadas en datos. La firma de investigación Gartner argumenta que esta filosofía también se puede aplicar a otras áreas comerciales, incluida la inteligencia artificial y el aprendizaje automático para crear MLOps, datos para crear dataOps y finanzas para crear finOps, es decir, finanzas y operaciones. Con todo, estos se pueden agrupar en un solo término llamado XOps. Es una forma interesante de agrupar diferentes partes del negocio y agruparlas bajo un paraguas de operaciones. ¿Qué valor puede aportar XOps a una organización en su conjunto?

Domingo: Sí, como bien dijo, Laurel, XOps es un paraguas que reúne varias operaciones que impulsan la innovación a través de la tecnología para satisfacer las necesidades comerciales y llevar el negocio al siguiente nivel. Dicho esto, las tres operaciones, por ejemplo, que mencionó, ya sea devOps, dataOps, MLOps o incluso finOps, la cuarta, en todas partes, operaciones de denominador común y el requisito para estas operaciones es entregar valor de la manera más eficiente.

Entonces, lo que aprendimos de devOps es cómo administrar o desarrollar un producto, cómo combinarlos y extraer esa eficiencia. Los mismos principios se aplican a las operaciones de aprendizaje automático y las operaciones de datos. Nuevamente, desde una perspectiva tecnológica, el factor común es la automatización y la reutilización continua de procesos para hacer que toda la operación sea eficiente. Es por eso que Gartner combinó los tres y lo llama XOps, por lo que puede pensar en él como un diagrama de Venn de tres operaciones diferentes, que giraban en torno a la automatización y la reutilización con agilidad.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *