• Saltar a la navegación principal
  • Saltar al contenido principal
  • Saltar al pie de página
Bluetab

Bluetab

an IBM Company

  • Soluciones
    • DATA STRATEGY
    • DATA FABRIC
    • AUGMENTED ANALYTICS
  • Assets
    • TRUEDAT
    • FASTCAPTURE
  • Conócenos
  • Oficinas
    • España
    • Mexico
    • Perú
    • Colombia
  • talento
    • TALENT HUB BIZKAIA
  • Blog
  • ES
    • EN

Bluetab

Data Mesh

julio 27, 2022 by Bluetab

Sí, Data Mesh es realmente transformacional, pero…
¿quién me ayuda a implantarlo?

En las últimas décadas, las compañías han tratado de generar o determinar un lugar que les permita mantener, controlar y acceder a datos analíticos de su empresa y del mercado; esto con el objetivo de mejorar su negocio.

Un ejemplo típico de ello es la utilización datos del comportamiento de los clientes y el uso de sus productos para la obtención de conocimientos claros y prácticos que les permitan administrar más eficientemente el negocio, así como mejorar y crear nuevos productos.

Sin embargo, al tratar de generar estas entradas de información, los profesionales dentro de la industria se enfrentan a varios retos que pueden llegar a crear mucha frustración y caminos cerrados. Tecnologías como el Big Data o los Data Lakes han ido dando soluciones conforme se evolucionaban los modelos.

Desde mayo de 2019 con la publicación de Zhamak Dehghani, estamos viendo una nueva evolución de las prácticas para diseñar arquitecturas de datos que están cambiando estos modelos del mundo del Big Data y del Data Lake.

Hasta ahora las clásicas tres capas de ingesta, procesamiento y publicación resultaban suficientemente eficientes. Pero esa eficiencia basada en la centralización y el gobierno, hoy genera silos de conocimiento, cuellos de botella en las organizaciones complejas, falta de escalabilidad en la agregación de características y en definitiva desconexión entre los originadores de la información y los consumidores.

El enfoque de Data Mesh es más que una metodología, un paradigma para la integración de una arquitectura de datos que descentraliza la propiedad de los dominios de datos, y al mismo tiempo define productos de datos analíticos, en un entorno que equilibra le gestión gobernada y la autonomía de los citados dominios. El paradigma Data Mesh, que hereda conceptos de la filosofía DDD (Data Driven Design), identifica cuatro conceptos como base de su modelo:

  • Los dominios como dueños de los datos, dominios cuya concepción inicial puede aproximarse a los dominios de negocio, y es donde se definen las entidades de datos y las relaciones con otros dominios para su consumo.
  • Los datos como producto, y como tal, pasan a ser susceptibles de proveer niveles de servicio. Pasando la responsabilidad de los mismo de la plataforma al equipo responsable del dominio.
  • La plataforma como autoservicio, automatizada y asegurando la independencia y la autonomía de cada dominio.
  • El gobierno federado, que asegure las decisiones próximas a los dominios pero que a la vez establezca las reglas de mínimos que aseguren la interoperabilidad entre ellos.

Este nuevo modelo supone además un cambio organizacional para asegurar su éxito. Los dominios además de dueños de sus productos de datos deben ser autónomos a la hora de desarrollar nuevos productos tanto para consumo propio como de otros dominios. Y, además, deben asegurar el consumo y el gobierno de los productos de datos. Y para ello deben contar con el conocimiento necesario de las plataformas, de forma que se asegure su autonomía, descargando del equipo de plataforma ciertas responsabilidades de gestión de dichos productos de datos.

Estos cambios a modelos más ágiles, pero a la vez de responsabilidades distribuidas, son fundamentalmente culturales, y requieren contar con equipos maduros capaces de asumir de forma autónoma la nueva distribución de responsabilidades, los nuevos procesos y su gobierno.

Vale, pero ¿por dónde empiezo?

Hoy nuestros clientes se enfrentan aún a un modelo en proceso de maduración en el mercado que genera muchas cuestiones de enfoque inicial.  Pese a que parece claro que ese equilibrio entre gobernabilidad y autonomía puede aportar eficiencias, el modelo metodológico de Data Mesh es aún emergente, y por descontado requiere del soporte de equipos senior técnicos y de negocio con alto nivel de madurez, capaces de tomar decisiones ágiles a lo largo del proceso, que no puede entenderse como puntual, sino de medio o largo plazo.

Bluetab a lo largo de los proyectos en entornos de clientes, ha desarrollado una metodología basada en experiencias de implantación de modelos de gobierno que aseguran un enfoque adecuado de este proceso de transformación. Una metodología muy operativa enfocada, más allá de un trabajo teórico, a la aplicación práctica de los modelos a los diferentes ecosistemas de nuestros clientes.

Esto se lleva a cabo estableciendo primero, casos de uso controlados y relevantes que permitan la visión desde la generación hasta el consumo de la información requerida por negocio, posteriormente, definiendo el plan de despliegue a los demás casos de uso de la organización y, finalmente y en paralelo, actuando sobre los requerimientos del cambio organizacional con comunicación y acciones específicas que habiliten la gestión del cambio.

Esta metodología inicia con el apoyo a la definición del contexto de dominios y la identificación de un primer caso de uso (MVP) que permita la visión end-to-end de los requerimientos a lo largo de los cuatro elementos, los citados dominios, los productos de datos y sus interdependencias, el modelo de autoservicio y las arquitecturas habilitadoras, y los requisitos de un gobierno no limitativo.

Una vez establecido dicho MVP e implantado, se genera el entendimiento global necesario para la definición de un plan de despliegue capaz de escalar a todo el ecosistema con éxito. Un plan que mediante métodos ágiles irá adaptándose a las diferentes particularidades y al propio cambio de requerimientos de negocio en el tiempo.

Pero el valor de nuestra aportación está en que, a lo largo de nuestros proyectos, hemos desarrollado herramientas prácticas de automatización para la implantación práctica de los modelos, aceleradores que Bluetab pone a disposición de sus clientes y que aseguran la optimización de los tiempos en el proceso de despliegue y su posterior evolución, y el apoyo a los clientes para una definición del modelo adecuado a su ecosistema y adaptada a sus requerimientos de negocio. Todo ello soportado por una estrategia de medición del valor aportado mediante datos objetivados KPIs.

En la definición de un ecosistema orientado a dominios es crucial el entendimiento del negocio y de la realidad de los consumos de datos dentro de cada una de las estructuras organizativas. A partir de ahí se puede establecer el debate para una definición de dominios consistente, acordada y de largo plazo.

Una herramienta como nuestra Matriz de Convergencia, donde se cruzan consumos, proyectos, orígenes, etc., permite una evaluación objetiva y profundizar en un mismo entendimiento y nomenclatura común en la organización. A partir de ahí, la definición del primer caso de uso y la priorización en el plan de escalado posterior se realiza de forma consistente.

En la generación de productos de datos, hay varios factores relevantes además del entendimiento y los modelos del consumo seguramente mediante API´s y una estrategia de disponibilización con la definición de mínimos requeribles. Uno de esos factores es la evaluación de la aportación del valor de dichos productos, y otro la estrategia de comunicación y comunicación/disponibilización a los demás dominios.

Para todo ello nuestro asset de gobierno del dato, Truedat, posibilita una solución que cubre desde el metadatado, a la generación de un Marketplace común, asegurando el control de los mínimos de gestión.

En la gestión del gobierno federado y el equilibrio entre el control y la autonomía de los dominios, nuestra Matriz de Madurez es fundamental para la evaluación del nivel de dicha madurez y el establecimiento del programa que cubra el gap de requerimientos. Y una vez establecido el programa, esta misma suite de servicios, Truedat, aporta capacidades adecuadas de calidad o trazabilidad que aseguran la implementación de las reglas que definan los propietarios en los dominios y la gestión técnica del end-to-end del ciclo de vida del dato.

Y finalmente en el desarrollo de una plataforma automatizada y enfocada al autoservicio de los dominios, nuestros modelos de arquitecturas, así como nuestras herramientas de despliegue automático de servicios y nuestros modelos de despliegue de estrategias Devops y MLops, aseguran una implantación optimizada de la estrategia y un time-to-market eficiente en su evolución de requerimientos.

La implantación de una estrategia Data Mesh genera aún muchas dudas sobre cómo abordarla en entornos complejos en el que coexisten diferentes arquitecturas, modelos de datos y requerimientos de consumo. Nuestro enfoque metodológico, más dirigido al desarrollo práctico de la puesta en marcha de cada uno de los pilares de la estrategia, puede asegurarte un despliegue ágil y en unos tiempos asumibles. De esta forma tanto las áreas técnicas como negocio pueden obtener el retorno de valor en los plazos requeridos.    

Síguenos y en próximos artículos entraremos en mayor detalle sobre cómo aterrizar de forma práctica y eficiente en este nuevo paradigma Data Mesh.

Autores

Liliana Palestina

CTO

Alvar Noe Arellanos

Business & IT Strategy Professional

Juan Manuel Sanchez

Data Strategy

Armando Camargo

Data Governance Manager

Jesus Saavedra

BI Manager

José Carranceja

COO

¿Quieres saber más de lo que ofrecemos y ver otros casos de éxito?
DESCUBRE BLUETAB

SOLUCIONES, SOMOS EXPERTOS

DATA STRATEGY
DATA FABRIC
AUGMENTED ANALYTICS

Te puede interesar

Mi experiencia en el mundo de Big Data – Parte I

octubre 14, 2021
LEER MÁS

Del negocio físico a la explosión del On-Line

abril 7, 2021
LEER MÁS

Espiando a tu kubernetes con kubewatch

septiembre 14, 2020
LEER MÁS

Hashicorp Boundary

diciembre 3, 2020
LEER MÁS

5 errores comunes en Redshift

diciembre 15, 2020
LEER MÁS

Los Incentivos y el Desarrollo de Negocio en las Telecomunicaciones

octubre 9, 2020
LEER MÁS

Publicado en: Blog, Destacado

Algunas de las capacidades de Matillion ETL en Google Cloud

julio 11, 2022 by Bluetab

Algunas de las capacidades de Matillion ETL en Google Cloud

Duvan Duque

Data Engineer | Google Cloud Associate Cloud Engineer

Matilion ETL es un producto que nos permite recopilar datos de distintas fuentes y estructurarlos actualmente cuenta con versiones para Snowflake, Delta Lake en Databricks, Amazon Redshift, Azure Synapse, Google BigQuery siendo esta última en la que vamos a profundizar.

En Google cloud se cuenta con 4 opciones para implementar Matillion las cuales son:

Matillion ETL for BigQuery – Cluster:

  • 12 usuarios concurrentes , 36 entornos y autobalanceo zonal para satisfacer la demanda de forma constante

Matillion ETL for BigQuery – Extra Large:

  • 12 usuarios concurrentes y 36 entornos

Matillion ETL for BigQuery – Large:

  • 5 usuarios concurrentes y 15 entornos

Matillion ETL for BigQuery – Medium:

  • 2 usuarios concurrentes y 6 entornos

Matillion ETL for Snowflake:

  • Esta opción está dirigida a Snowflake

El servicio se encuentra ubicado en el Marketplace de Google De ahora en adelante se hablará de la versión médium ya en ese momento las necesidades del proyecto no se necesitaban más recursos.

Cada una de las versiones tiene un costo diferente la versión médium tiene un precio estimado sin descuentos de 1437.05 USD al mes teniendo en cuenta que la instancia se encuentre encendida durante 30 días 24 horas y la facturación mínima es por 1 minuto.

Una vez lanzado el servicio desde Marketplace se creará una instancia en compute engine la cual cuenta con una dirección IP estática mediante la cual se puede acceder al servicio

Una vez dentro se debe establecer estructura de proyectos los cuales pueden contener carpetas para organizar el flujo de trabajo los cuales van a contener dos tipos de Jobs orquestación y transformación. los cuales se pueden crear realizando un clic derecho sobre las carpetas.

Cada de los jobs cuenta con distintos componentes y capacidades para el caso del job de orquestación son los siguientes:


Componentes de carga

Estos componentes son los que extraen información de las diversas fuentes para llevarla a Bigquery entre ellos tuve la oportunidad de usar integraciones con Hubspot, APIs, Cloud storage y Facebook. siendo estos solo una pequeña porción de la lista de integraciones disponibles

Componentes de descarga

Los cuales principalmente tienen como fuente una tabla de Bigquery y la llevan a otro destino como Cloud Storage

Componentes DDL

Los cuales permiten manipular las tablas de Bigquery

Componentes de flujo

Los cuales permiten realizar operaciones con los otros componentes

Componentes de iteración

Los cuales permiten crear ciclos de un componente

Componentes de código

Los cuales permiten ejecutar códigos como Bash, Jython, Python 2 y Python 3

Componentes de transformación

Los cuales permiten ejecutar otros Jobs de orquestación y transformación

los nombrados anteriormente solo son algunos de los que tuve la oportunidad de trabajar ya que eran los requeridos para alcanzar las necesidades del proyecto y cabe mencionar que la herramienta cuenta con más.
Los jobs tienen la capacidad de encadenar y ejecutar distintos componentes.

Es posible encadenar y establecer condiciones en un Job o múltiples para su ejecución dentro de otro Job

se cuenta con la capacidad agendar la ejecución de los Jobs dentro del propio Matillion

¿Quieres saber más de lo que ofrecemos y ver otros casos de éxito?
DESCUBRE BLUETAB

Duvan Duque

Data Engineer | Google Cloud Associate Cloud Engineer

SOLUCIONES, SOMOS EXPERTOS

DATA STRATEGY
DATA FABRIC
AUGMENTED ANALYTICS

Te puede interesar

Algunas de las capacidades de Matillion ETL en Google Cloud

julio 11, 2022
LEER MÁS

MODELOS DE ENTREGA DE SERVICIOS EN LA NUBE

junio 27, 2022
LEER MÁS

Data Mesh

julio 27, 2022
LEER MÁS

Cómo preparar la certificación AWS Data Analytics – Specialty

noviembre 17, 2021
LEER MÁS

Workshop Ingeniería del caos sobre Kubernetes con Litmus

julio 7, 2021
LEER MÁS

Análisis de vulnerabilidades en contenedores con trivy

noviembre 16, 2020
LEER MÁS

Publicado en: Blog, Tech

MODELOS DE ENTREGA DE SERVICIOS EN LA NUBE

junio 27, 2022 by Bluetab

Modelos de entrega de servicios en la nube

Alejandro León

Senior Data Consultant

Este artículo nos pretende acercar a los modelos de entrega que hoy en día se ocupan dentro de las nubes principales del mercado y cómo es que estas adoptan estos mismos modelos para sopesar las necesidades de un mundo tecnológico y cambiante constantemente.

  • PaaS (Platform as a Service), plataforma como servicio.
  • IaaS (Infraestructure as a Service), infraestructura como servicio.
  • SaaS (Software as a Service), software como servicio.

Por otra parte, se tienen los modelos de despliegue que se pueden implementar en las organizaciones: la nube privada, pública e híbrida, entre otras.

SAAS (SOFTWARE COMO SERVICIO)

El término software como servicio, infiere básicamente al software residente, es decir; el (instalado) en la nube, aunque no todos los sistemas SaaS son sistemas instalados en la nube, la mayoría sí.

SaaS es un modelo de software basado en la Web, que provee el software a través de un navegador web, en donde cada una de las aplicaciones son accesibles desde diferentes dispositivos hacia el usuario final, por medio de una interfaz ligera, ocupando la interfaz de los navegadores que tenemos hoy en día.

En un sistema SaaS, el usuario no requiere saber sobre el alojamiento del software ni el Sistema Operativo (SO), así como tampoco si está escrito en algún lenguaje de programación como, por ejemplo: PHP, Java o .Net; Adicionalmente, el usuario final no requiere instalar ningún software o programa, inclusive no gestiona ni administra la infraestructura principal de la nube, incluyendo redes, SO, servidores, ni las funcionalidades de las aplicaciones individuales, salvo las posibles configuraciones personalizadas requeridas por el servicio de nube correspondiente.

Una aplicación típica de software SaaS es Gmail, un programa de correo electrónico de Google, es un programa que se utiliza a través de un navegador web, proporcionando la misma funcionalidad de Microsoft Outlook o Apple Mail, pero sin necesidad de configurar la cuenta de correo electrónico, solo basta ingresar directamente a Gmail para acceder a su correo, dada la importancia de este tipo de modelo de servicio en la informática en la nube.

A finales de los 90 y a inicios del 2000, surgieron los ASP (Application Service Provider) proveedores de servicios de aplicaciones, estas empresas proporcionan servicios de software a múltiples organizaciones desde un centro de cómputo y a través de Internet.

En los últimos años, los servicios SaaS han evolucionado como modelo de bajo demanda, ya que el pago del servicio depende de su uso y consumo. La aparición de herramientas como Google Apps apunta a los servicios SaaS como modelo de desarrollo de software del siglo XXI.

SaaS ha provocado diversos cambios en su uso e incluso para las otras licencias del software, esto es un gran reto entre el software como servicio basado tanto en código abierto (software libre) y el software propietario, modelo popular representado por Microsoft y los otros grandes como IBM, Oracle, SAP.

PLATAFORMA COMO SERVICIO (PAAS)

La plataforma como servicio (PaaS), ofrece un entorno de desarrollo de aplicaciones a los programadores, quienes las desarrollan y ofrecen sus servicios a través de la plataforma PaaS. Por otra parte, el proveedor ofrece estos servicios regularmente para el desarrollo de aplicaciones kits de herramientas (toolkits), lenguajes de programación, estándares de desarrollo y canales de distribución. Estos estándares permiten el desarrollo y la programación de aplicaciones de software, dado el bajo costo como la oportunidad que ofrecen los canales de comunicaciones establecidos, para la comercialización hacia los clientes.

Los sistemas PaaS son muy rentables ya que facilitan a los desarrolladores de aplicaciones y pequeñas empresas innovadoras para expandirse a través de aplicaciones web sin el coste y complejidad que supondría la compra de servidores, configuraciones y la puesta en funcionamiento.

INFRAESTRUCTURA COMO SERVICIO (IAAS)

La infraestructura como servicio (IaaS), proporciona los servicios básicos necesarios para ejecutar las aplicaciones. Este modelo brinda servicios de almacenamiento de datos, capacidad de procesamiento, servidores y otros equipamientos físicos, en pago exclusivo por uso.

Esto puede incluir también, la entrega de sistemas operativos SO y tecnología de virtualización para gestionar los recursos. Al usuario se le provee la capacidad de almacenamiento, procesamiento, redes y otros recursos informáticos fundamentales en donde este es capaz de desplegar y ejecutar un software específico, que puede incluir SO y/o aplicaciones.

El usuario final no gestiona ni controla la infraestructura principal de la nube, pero

puede tener el control sobre el SO, almacenamiento y aplicaciones desplegadas.

En la práctica el cliente IaaS “renta” (paga por uso y prestaciones) de los recursos informáticos en su propio data center (centro de datos), en lugar de comprarlos e instalarlos.

CONCLUSIONES

Una vez abordados estos conceptos podemos comentar que la nube (Cloud) es un sinónimo de Internet y en términos científicos, una representación simple de una red de conexión de datos compleja y dispositivos interconectados que forman la nube.

En la actualidad, surgen nubes públicas y privadas como subconjuntos de Internet en función de sus relaciones entre sí con pequeñas, medianas y grandes empresas.

De hecho, las nubes públicas y privadas se dan a conocer como redes internas o externas, al igual que los centros de datos corporativos o de la nube; en la práctica la diferencia reside en las relaciones de las empresas con la nube.

La definición de público o privado de la computación en la nube debe facilitar las relaciones entre los proveedores del servicio y los clientes, mediante las tarifas acordadas previamente o gratuitas, regularmente las ofertas comerciales siempre deben cumplir la calidad de los requisitos de servicio de los clientes, ofreciendo acuerdos de nivel de servicio, tipo SLA (Service Level Agreements).

¿Quieres saber más de lo que ofrecemos y ver otros casos de éxito?
DESCUBRE BLUETAB

Alejandro León

Senior Data Consultant

SOLUCIONES, SOMOS EXPERTOS

DATA STRATEGY
DATA FABRIC
AUGMENTED ANALYTICS

Te puede interesar

Bluetab se incorporará a IBM

julio 9, 2021
LEER MÁS

¿Existe el Azar?

noviembre 10, 2021
LEER MÁS

Mi experiencia en el mundo de Big Data – Parte II

febrero 4, 2022
LEER MÁS

Cómo depurar una Lambda de AWS en local

octubre 8, 2020
LEER MÁS

Hacia un Gobierno del Dato 2.0: Del Gobierno del Dato al Gobierno de los Productos de datos

enero 31, 2022
LEER MÁS

Mitos y verdades de los ingenieros de software

junio 13, 2022
LEER MÁS

Publicado en: Blog, Blog, Destacado, Tech

Un Gobierno del Dato consistente como base de una estrategia Data Driven global

mayo 27, 2022 by Bluetab

Un Gobierno del Dato consistente como base de una estrategia Data Driven global


Nuestro cliente es una marca mexicana líder mundial en el sector de la alimentación, con presencia en 33 países, más de 100 marcas, 3.000 puntos de venta y 200 centros de producción. Tiene como uno de sus pilares estratégicos la transformación digital que habilite el crecimiento y su evolución hacia una compañía ágil y centrada en el cliente, innovadora y con decisiones basadas en datos.

Un sector que está viviendo de pleno la transformación digital, desde los cambios en los modelos de fabricación con la Industria 4.0, la trazabilidad de los productos y su producción con el IoT, las nuevas estrategias en la Cadena de Suministro o el mismo e-Commerce y las redes sociales para la interacción con los nuevos clientes digitales.

Sus más de 10.000 productos, con heterogénea producción y distribución por sus geografías, la continua innovación y los cambios orgánicos, han supuesto un reto para la gestión eficiente de la información de las diferentes unidades. Y la necesidad de un marco de gobierno del dato como base de una gestión integrada de la tecnología, que asegure la implantación de modelos analíticos globales, son el punto de partida.

El equipo Bluetab ha realizado una detallada evaluación para las diferentes geografías del estado de madurez de los distintos ejes del gobierno y entre ellos la seguridad, la calidad, los datos maestros, los metadatos y la arquitectura. La armonización del estado de madurez es crítica para poder iniciar una estrategia de explotación global.

Una vez entendido ese mapa, la modelización del proyecto de México servirá como base para la el despliegue adaptado en cada entorno geográfico. Un proyecto que contempla procesos, políticas, dominios, roles, organización y estrategia, soportados por nuestro acelerador: Truedat

Con nuestra experiencia en este tipo de proyectos bajo arquitecturas cloud, además de asegurar esa armonización necesaria para dicha explotación global de la información, establecemos las bases para una evolución a modelos Data Mesh que aseguran a la vez, una gestión distribuida de los diferentes dominios de información.

CASOS DE ÉXITO

Almacén Cloud en Banca
Almacén Cloud en Banca
Posted onseptiembre 10, 2020julio 1, 2021
Data Governance en sector Media
Data Governance en sector Media
Posted onseptiembre 10, 2020abril 7, 2021
Normativa MIFID
Normativa MIFID
Posted onseptiembre 10, 2020septiembre 21, 2020
Regulatorio RDA
Regulatorio RDA
Posted onseptiembre 10, 2020septiembre 21, 2020
Modelos de gestión y gobierno del dato global
Modelos de gestión y gobierno del dato global
Posted onseptiembre 10, 2020octubre 6, 2020
Monitor Batch
Monitor Batch
Posted onseptiembre 10, 2020septiembre 21, 2020
Optimización del módulo de Rentabilidad de Centros y Clientes Online
Optimización del módulo de Rentabilidad de Centros y Clientes Online
Posted onseptiembre 10, 2020abril 7, 2021
Modelo de reporte en autoservicio en acceso en virtual desktop en cloud híbrida
Modelo de reporte en autoservicio en acceso en virtual desktop en cloud híbrida
Posted onseptiembre 10, 2020abril 7, 2021
Plataforma de integración continua
Plataforma de integración continua
Posted onseptiembre 10, 2020octubre 6, 2020

    Publicado en: Casos Etiquetado como: data-strategy

    Gobierno del Dato: Una mirada en la realidad y el futuro

    mayo 18, 2022 by Bluetab

    Gobierno del Dato: Una mirada en la realidad y el futuro

    Silvia Juliana Rueda Urrea

    Experienced Consultant

    En las últimas décadas las organizaciones han cambiado continuamente desde una mirada en el mejoramiento, el aprovechamiento de las oportunidades, la innovación y los ejes diferenciadores para superar a la competencia.

    Un claro ejemplo de lo expuesto, es el gobierno del dato, para organizar la información, mantener una mejor comunicación con los consumidores y tomar decisiones.

    Para White (2019), es indispensable que las organizaciones adopten el gobierno del dato para mejorar su rendimiento organizacional, brindar oportunidades a los clientes y contribuir al desarrollo de cualquier actor dentro de las empresas; además de logar a mediano plazo estar en el mundo globalizado de la virtualidad.

    Desde este punto de vista, el gobierno de datos ayuda a tener una ventaja competitiva, superar los obstáculos, innovar con nuevos aprendizajes y establecer planes de acción ante posibles riesgos. En la importancia del gobierno de datos, es válido resaltar que, su organización o aplicabilidad depende de los contextos de las entidades; sin embargo, suele ser flexible, pero con elementos directivos de seguridad, calidad, agilidad en el almacenamiento y los expertos que se encargarán del circuito deberán tener profesionalismo, experiencia y compromiso.

    Lo expuesto, genera una reflexión autónoma como participativa, que se centraliza en que el gobierno del dato permite el crecimiento de las organizaciones, los mantiene en el auge tecnológico y en la competencia, sin olvidar las necesidades del cliente.

    Para organizaciones mundiales como IBM, la gestión de los datos brinda la oportunidad de flexibilizar las estrategias, tener analítica en la confianza, determinar la privacidad, seguridad, gestión de la información y sobre todo la catalogación inteligente del dato.

    El gobierno del dato facilita una accesibilidad, trasformación, la actualización rápida y la operacionalización dinámica en las necesidades o quehaceres diarias de las entidades, pero, sus múltiples ventajas dependerán de las cualidades de las empresas de forma independiente y los objetivos que se tracen desde la visión panorámica de un proceso continuo y permanente (Lurillo, 2020).

    Gobierno del dato

    El Gobierno del dato permite a las organizaciones tomar mejores decisiones, ajustarse a la calidad, custodiar y seguir circuitos con la participación de todos los proyectos para tener exitosos resultados.

    El gobierno del dato en sus muchas oportunidades y capacidades se caracteriza por tener un foco específico en el aprovechamiento de la tecnología por el uso de programas que permiten la agilidad y la gobernanza; además de tener una eficiencia de valor TI, tener mejor impacto productivo y dar soluciones ante problemáticas del entorno.

    Otra de las características que priman en el gobierno del dato es el conocimiento específico del mismo y su uso transformacional con calidad, transparencia y migración. Entonces, ante las realidades y novedades de los datos, las organizaciones deben estar al día y adoptar las anteriores variables.

    El gobierno del dato se encuentra en diferentes sectores de la misma organización como por ejemplo la arquitectura de datos, la custodia, la ingesta y el tratamiento de disposición final; estos pasos suelen estar acompañados de sus procesos, equipos generalizados y profesionales expertos. Estas capacidades del gobierno parten de las demandas del contexto, de los proyectos, una identificación inicial, un análisis panorámico, el perfilamiento, la definición, gestión, despliegue de almacenamiento y aprovechamiento final para una gestión especifica en los sectores productivos, financieros o empresariales (Ministerio de Tecnologías de la Información y las Comunicaciones, 2014).

    Acciones

    En la transformación digital de las organizaciones

    Escrito por Silvia Juliana Rueda Urrea

    Ante las acciones y ejecuciones, las organizaciones pueden generar impactos con los elementos de la figura anterior, tales como la gobernanza, la seguridad, el afianzamiento de la calidad, la migración de los datos desde los sistemas orígenes a los repositorios finales, el ciclo de vida del dato y todo en relación con la actualización y estandarizaciones en novedades digitales.

    En cada sentido y horizontalidad de la gestión de los datos, el equipo debe manejar sólidas metodologías para alcanzar los objetivos y buscar que el equipo pueda contribuir a las metas con sus capacidades, habilidades y destrezas individuales como colectivas. 

     

    En el camino tecnológico "un después de la pandemia”

    Con relación a la situación de pandemia en todos los sectores se obtuvo una transformación significativa.

    turned on gray laptop computer

    Con las necesidades de innovación por los cierres masivos de las organizaciones, estas aprovecharon los datos y el auge digital para impactar en su quehacer, reapertura y adaptarse a las realidades tecnológicas.

    Respecto a las innovaciones, con el paso de los días se crean nuevos sistemas que apoyan la gestión de los datos y que permiten tener óptimos resultados en la gestión diaria de cada empresa.

    Finalmente, la invitación es abierta a seguir en el camino del cambio, de la tecnología y del aprovechamiento de los datos que seguramente son el camino al futuro.

    Referencias Bibliográficas

    IBM. Gestión de datos. 

    Lurillo, M. (2020). Actividades Claves en el diseño de una estrategia de Gobierno de Datos. 

    Ministerio de Tecnologías de la Información y las Comunicaciones. (2014). G.INF.06 Guía Técnica de Información – Gobierno del dato. 

    White, D. (2019). Por qué los datos serán la clave del éxito en el futuro de las empresas. Opinión – BBVA. 

    ¿Quieres saber más de lo que ofrecemos y ver otros casos de éxito?
    DESCUBRE BLUETAB

    Silvia Juliana Rueda Urrea

    Experienced Consultant

    SOLUCIONES, SOMOS EXPERTOS

    DATA STRATEGY
    DATA FABRIC
    AUGMENTED ANALYTICS

    Te puede interesar

    ¿Cuánto vale tu cliente?

    octubre 1, 2020
    LEER MÁS

    Bluetab se certifica como AWS Well Architected Partner Program

    octubre 19, 2020
    LEER MÁS

    Tenemos Plan B

    septiembre 17, 2020
    LEER MÁS

    Gobierno del Dato: Una mirada en la realidad y el futuro

    mayo 18, 2022
    LEER MÁS

    Desplegando una plataforma CI/CD escalable con Jenkins y Kubernetes

    septiembre 22, 2021
    LEER MÁS

    Big Data e IoT

    febrero 10, 2021
    LEER MÁS

    Publicado en: Blog, Tech

    ¿Cómo gobernar los productos de datos? Hacia un gobierno de los datos federado

    mayo 12, 2022 by Bluetab

    ¿CÓMO GOBERNAR LOS PRODUCTOS DE DATOS?

    HACIA UN GOBIERNO DE LOS DATOS FEDERADO

    Una de las características de la evolución de los modelos tradicionales de gobierno del dato es incorporar el gobierno del ciclo de vida del dato, y por lo tanto ampliar el “enfoque dato” al “enfoque del dato como producto y de los productos de datos”.

    • ¿Cómo aprender a generar valor a partir de los datos desde las áreas de negocio?
    • ¿Qué beneficios tiene tratar los datos como un producto?
    • ¿Cómo encontrar el equilibrio entre el grado de centralización y de distribución de infraestructura y gobierno de los datos?

    Desde Bluetab creemos en la visión de un gobierno del dato integral, un enfoque que combina principios y políticas globales para los aspectos más relevantes, y una gestión descentralizada y federada por dominios de datos.

    En este paper ponemos foco en el rol de la Oficina Central (Data Management Office), así como en la infraestructura o plataforma de datos y los dominios de datos, en un entorno federado. Además, Te contamos nuestras recomendaciones para la transición hacia la aportación de valor mediante los datos.

    ¿Tú también crees en esta evolución del Gobierno del Dato?
    ¡Nos encantaría hablar contigo!

    Descarga el documento completo para ver todos los detalles del nuevo enfoque que proponemos desde Bluetab.

      Al cumplimentar el formulario das tu consentimiento para el tratamiento de los datos que nos facilitas de forma voluntaria, libre e informada con la finalidad descargar el documento completo para ver todos los detalles del nuevo enfoque sobre la gestión del Gobierno del Dato 2.0, así como contactarte para informarte de manera más detallada sobre el servicio. No cederemos tus datos a terceros, salvo autorización expresa u obligación legal. Tampoco están previstas transferencias internacionales a terceros países. Podrás ejercer tus derechos con relación a tus datos o retirar el consentimiento por escrito en la dirección Poeta Joan Maragall 1, 8ºpl 28020 Madrid España o mediante el envío de un correo electrónico a dpo@beta.bluetab.net. Para más información al respecto consultar Política de Privacidad.

      política de privacidad

      DESCARGAR PDF

      SOLUCIONES, SOMOS EXPERTOS

      DATA STRATEGY
      DATA FABRIC
      AUGMENTED ANALYTICS

      Te puede interesar

      Serverless Microservices

      octubre 14, 2021
      LEER MÁS

      Databricks sobre Azure – Una perspectiva de Arquitectura (parte 1)

      febrero 15, 2022
      LEER MÁS

      Data-Drive Agriculture; Big Data, Cloud & AI aplicados

      noviembre 4, 2020
      LEER MÁS

      Databricks sobre AWS – Una perspectiva de arquitectura (parte 1)

      enero 12, 2022
      LEER MÁS

      ¿Cómo gobernar los productos de datos? Hacia un gobierno de los datos federado

      mayo 12, 2022
      LEER MÁS

      Introducción a los productos de HashiCorp

      agosto 25, 2020
      LEER MÁS

      Publicado en: Blog, Noticias

      • Ir a la página 1
      • Ir a la página 2
      • Ir a la página 3
      • Páginas intermedias omitidas …
      • Ir a la página 15
      • Ir a la página siguiente »

      Footer

      LegalPrivacidadPolítica de cookies

      Patrono

      Patrocinador

      © 2022 Bluetab Solutions Group, SL. All rights reserved.