Cuando se habla de la definición de democratización de datos, frecuentemente encontramos algunos temas comunes:
- Hacer que la información digital sea accesible para el usuario.
- Brindar a los usuarios las herramientas para comprender los datos y tomar decisiones rápidas.
- Abrir a los usuarios el acceso a la información, preferentemente sin requerir la participación del personal de TI
- Permitir que la organización sea «Data Driven» para la toma de decisiones
Es cierto que el objetivo de la democratización de datos es ayudar a los usuarios empresariales a tener acceso a la información rápidamente, para que puedan tomar mejores decisiones. Ese tipo de poder es una ventaja competitiva importante y todas las organizaciones inteligentes están invirtiendo en tecnología que lo haga posible.
En la democratización de datos, la función de TI es la de asegurarse de que los usuarios accedan solo a los datos que necesitan, con control organizativo. El control es necesario para prevenir escenarios de riesgo. Por ejemplo, la organización no quiere que la información termine en lugares impredecibles, como unidades USB y dispositivos personales. Deben asegurarse de que los datos se utilicen de acuerdo con los estatutos de la industria como HIPAA y con las leyes de privacidad como GDPR.
Sin embargo, la principal razón para incluir el control organizacional en la democratización de datos es la eficiencia.
¿Por qué es relevante ahora?
Hay tantos datos y tantas herramientas diferentes para usar los datos, que la democratización era inevitable.
Es importante Considerar estas realidades de negocio:
- La escasez de talento TI es real, en puestos que van desde programadores hasta administradores de sistemas. En las organizaciones proactivas, la iniciativa de preparar a una generación de “analistas” se ha convertido en una gran estrategia empresarial con excelentes resultados.
- Cada oportunidad que se genera tiene una vida útil y puedes perderla si no tienes accesos a los datos que necesitas a tiempo. La historia reciente ha demostrado el papel que puede desempeñar el análisis de datos para frenar la propagación de un virus y diseñar una vacuna. Si bien no todas las empresas se enfrentan a la misma variedad de decisiones, todas tienen competidores formidables. Las decisiones tomadas rápidamente y basadas en datos correctos, son la clave para salir adelante.
- Los científicos de datos dedican hasta el 45% de su tiempo a tareas de preparación de datos, incluida la carga y limpieza. Si bien eso es una mejora con respecto al 75-85 por ciento que gastaban hace unos años, todavía representa una gran cantidad de tiempo la organización de los datos en lugar de analizarlos.
¿Cómo es la democratización de datos? ¿Debe funcionar como las Compras de autoservicio?
Idealmente, a los usuarios empresariales les debería resultar fácil encontrar y utilizar los datos que requieren/ correctos como lo es el comprar online o encontrar una película para ver. La democratización de los datos consiste en guiar y entregar los datos correctos desde las diferentes fuentes de información y ponerlos al alcance de los usuarios.
Eso significa que los usuarios tendrían una experiencia de autoservicio que incluye características como las siguientes:
- Navegar con parámetros sensibles hasta encontrar datos de interés.
- Obtener más detalle de la información sobre los datos: qué contienen, qué no contienen y cómo se obtienen.
- Ver datos relacionados: «Las personas que usaron esos datos, también que otro tipo de información usaron y usarán».
- Usar un carrito de compras que muestre los datos que deseas utilizar y cuándo puedes esperar recibirlos.
- Participar en todo un ecosistema de usuarios en lugar de solo profesionales de TI.
- Determinar los datos que deben ser anonimizados para no infringir las leyes de privacidad.
A través de la democratización de los datos, puedes lidiar con la abundancia de información brindando a más personas la información que necesitan para tomar decisiones de negocios. Para hacer esto posible, las empresas necesitan invertir en la tecnología y herramientas correctas para modelado de los datos y permitir analizarlos de forma fácil e intuitiva.
Por Jesús García, Country Manager de Quest Software en México.