| 3 MINUTOS

¿Cómo poner en marcha una política de Gestión de Datos sin morir en el intento?

Escrito por Laurent Etcheverry
Director General @ IFAES Linkedin

Inmersos en una revolución tecnológica que no da tregua como lo estamos actualmente, las empresas se ven obligadas, tarde o temprano, a elaborar una estrategia de Gestión de Datos. Este reto tiene obviamente un componente tecnológico importante, pero implica también desafíos de gestión y de organización, más allá de la tecnología a implantar.

Las empresas se ven obligadas, tarde o temprano, a elaborar una estrategia de Gestión de Datos.

Este potencial giro hacia una organización centrada en los datos o, como mínimo eficiente en su gestión de los datos, implica reformular la propia empresa y sus procesos. Y no consiste solamente en nombrar un CDO o Chief Data Officer.

Este proceso de cambio se puede estructurar alrededor de 3 pilares:

1. Gestión de datos maestros

Es el pilar central sobre el cual pivotará el resto de las actuaciones. Un referencial de datos que debe ofrecer transversalidad y que entregará los datos a las distintas líneas de negocio y departamentos. Es fundamental definir los datos necesarios, localizarlos dentro de los distintos sistemas de la empresa, reconciliarlos y garantizar su calidad. La participación de los distintos departamentos de la compañía es necesaria, tanto para definir los datos necesarios en la construcción del modelo de datos como para su futura explotación. Los empleados de los distintos departamentos de la empresa son las únicas personas capacitadas para definir los datos que necesitan para mejorar su día a día y su rendimiento.

2. Calidad de los datos

Como he comentado anteriormente, es evidente que las empresas cuentan cada día con más datos disponibles. Pero esto no significa siempre que los datos sean de calidad. Datos erróneos, imprecisos, incoherentes, repetidos, obsoletos, inseguros… son males que acechan y pondrán en duda los resultados extraídos. Es imprescindible definir e implantar procesos que garanticen tanto la calidad del dato en el momento de su entrada como otros procesos posteriores de comprobación de la calidad del dato y su rectificación si necesario.

3. Codificación y etiquetado

Encontraremos, en una correcta política de codificación y etiquetado, un complemento a la gestión de la calidad de los datos. Un trabajo de etiquetado permitirá una mejor gestión de los datos e implicará una mayor fiabilidad de los KPIs restituidos que dispongamos de datos estructurados o no estructurados. Este importante esfuerzo de tagging se tiene que realizar en colaboración con los distintos departamentos operativos de la empresa, ellos son realmente los conocedores de los datos manejados y de su significado. Una vez realizado, el etiquetado permitirá el uso masivo de los datos y la extracción de datos de calidad e interés para los distintos departamentos de la compañía.

Pero, no solamente de datos internos viven las empresas. Muchas optan por consolidar y enriquecer sus fuentes de datos. En efecto, la multiplicación de los datos disponibles no afecta solamente a los datos disponibles a nivel interno. Cada vez más, las empresas disponen de nuevas fuentes externas de información sobre sus usuarios o potenciales clientes. En ese caso la selección del proveedor externo de datos se vuelve determinante. Tiene que garantizar la calidad del dato incorporado y de su estructura, y el departamento de sistemas tendrá que velar por la correcta integración de los datos en el data warehouse. Como veremos en el punto siguiente, la incorporación de los datos externos plantea también importantes dudas legales: fuente de obtención de los datos, consentimiento del usuario, histórico y actualizaciones del dato, consentimiento del usuario para la integración de sus datos en un tercero… son muchas las dudas jurídicas que surgen.

Tenemos que añadir a estos puntos más tecnológicos, otro factor clave cuando se habla de Gestión de Datos. Los temas relacionados con legal y compliance cobran una importancia relevante. El endurecimiento constante de las leyes que afectan al uso de los datos por parte de las empresas es una tendencia ineludible. La gestión masiva de datos, su explotación en distintas herramientas, muchas veces su exportación en entornos cloud e incluso su entrega a empresas externas obligan a instaurar medidas importantes de seguridad. Básicamente la empresa deberá velar por anonimizar los datos de sus contactos intentando minimizar la pérdida de información y el tiempo necesario con el fin de no ralentizar los otros procesos pendientes. Sin perder de vista que es necesario disponer del adecuado consentimiento del usuario en todo momento.

Cada día, nuevas empresas lanzan proyectos de data management o data centric con el fin de romper la estructura clásica de la organización empresarial por procesos para dar lugar a una nueva organización donde el dato se sitúa como elemento estructurador.

Como hemos podido ver rápidamente en este artículo la implantación de una estrategia estructurada de gestión de los datos es un reto importante para las empresas. Cada día, nuevas empresas lanzan proyectos de data management o data centric con el fin de romper la estructura clásica de la organización empresarial por procesos para dar lugar a una nueva organización donde el dato se sitúa como elemento estructurador. El reto es apasionante, pero, tal y como hemos visto, las dificultades son numerosas. La elección de un CDO solvente y el empuje de la dirección general son elementos básicos imprescindibles para abordar un proyecto transversal que impacta en todos los departamentos.

Sigue todas las novedades en el área de Customer Experience. ¡Suscríbete ahora al CX Blog!