![Information Workers [BLOG]](/wp-content/uploads/2023/08/Cabecera-BLOG.png)
Big data, datalakes, Data lakehouse, Machine Learning, desde mi punto de vista son proyectos que se ponen de moda dependiendo del marketing que los fabricantes le invierten a sus productos y soluciones. Es por esto que muchas organizaciones terminan creyendo que necesitan implementar estas soluciones para transformarse y la realidad es que no necesariamente siempre es así.
La tendencia innovadora puede no ser lo que la organización necesita debido a que no se tiene la suficiente madurez de datos. A que me refiero con esto, un proyecto de datos tiene más aristas que un reporte dinámico o un repositorio de datos en nube, por ejemplo.
Es necesario diseñar temas de gobierno, calidad y disponibilidad de datos, así como temas de cultura de la organización, para tener una adopción lo menos dolorosa posible y tecnologías y soluciones que permitan integrar los diferentes sistemas de información, de lo contrario los proyectos de datos no son sostenibles ni escalables y en vez de optimizar y ayudar, se vuelven dolores de cabeza por el mantenimiento que implican.
Acumular datos no genera ningún valor, tener la capacidad de diferenciar los datos útiles de los que sólo ocupan espacio, sí; y eso se logra dándole más importancia a la limpieza y calidad de la información, Right data, que a la cantidad.
El Right data le apunta a tener información precisa y certera que nos ayude a sacar conclusiones valiosas y desarrollar estrategias que impulsen el crecimiento de la organización. Aunque para esto, es importante recordar que en todo proceso de transformación es esencial realizar una autoevaluación inicial, en este caso de los datos que ha generado la compañía y la madurez de los mismos.
En mi anterior publicación hablé de la importancia de un buen diseño y planeación y vuelvo a enfatizar en ello, bien dice el dicho “del afán no queda sino el cansancio” en proyectos de datos esto se traduce en reprocesos con impactos negativos en tiempo e inversión, es por esto que la experiencia me permite recomendar que para ser asertivos, entender cómo opera la organización entorno a datos e identificar las oportunidades de mejora, es un paso importante que debe darse para comprender el estado actual y lo que se necesita hacer, para tomar decisiones basadas en datos.
A lo largo de los diferentes proyectos en los cuales he participado, dos frentes que suelen subestimarse, que desde mi punto de vista hacen parte del Right data, son el gobierno de datos y la calidad y disponibilidad de la información. El primero define estándares y políticas para gestionar los datos y el segundo es una estrategia que contempla prácticas de integridad, coherencia, confiabilidad y accesibilidad de los datos; lo anterior no es una buena práctica y el deber ser, implica estructurar de forma iterativa el fortalecimiento de los anteriores frentes, logrando con ello que la madurez de datos crezca, evolucione y vuelva las implementaciones de datos sostenibles en el tiempo.
Cierro este escrito proponiendo que ante la necesidad de un proyecto de datos uno de los primeros cuestionamientos que se plantee sea: ¿En verdad se necesita Big data o lo que se necesita es Right data?, en la actualidad no es suficiente tener libre acceso ni gran cantidad de datos, esos datos deben ser de calidad.