Analítica de datos
Gobierno del dato
Data Governance o Gobierno del dato hace referencia a la capacidad que una organización tiene para cuidar la calidad de los datos, crear una estrategia del dato, la gestión y la explotación del dato. Por tanto, se refiere a la disponibilidad, integridad y usabilidad de los datos que utiliza una empresa.
Es necesario contar con los procesos y las tecnologías necesarias para su adecuado uso, además del componente humano, especialmente cualificado para su manejo. De esta manera, la empresa podrá contar con la información que le permita generar un conocimiento que la haga más competitiva.
El Data Governance no es un requisito básico para una empresa pero supondrá una mejor gestión de los datos. Debemos tener en cuenta que necesitaremos de este Gobierno del dato en los siguientes supuestos:
● La organización ha crecido y la gestión tradicional que se ha estado realizando no puede hacer frente al nuevo volumen de información.
● Los sistemas de datos de la empresa se han vuelto más tediosos y el sistema tradicional no puede abarcar su complejidad y volumetría.
● Ciertos puestos en la empresa, como los arquitectos de datos, necesitan de una herramienta que tenga visión acerca de las preferencias de datos de la empresa para que les ayude a mejorar los procesos.
● Nuevas regulaciones o contratos que exigen un tratamiento de datos más formal, como es un Data Governance.
Proyectos tipo
• Definición del Gobierno del dato
• Desarrollo e implantación del Gobierno del dato
Perfiles
• Auditor de seguridad.
• Experto en Gobierno del dato
• Arquitecto de datos.
Certificaciones profesionales
• Arquitecto de datos Cloud (si su implantación fuese Cloud)
• RGPD DPD
Servicios de Analítica Digital y Big Data
Dentro de una empresa, el disponer de acceso a información de calidad para la toma de decisiones, te ayuda a detectar cuáles son los puntos débiles que necesitan de mejora y dónde focalizarse para obtener un mayor valor de los datos.
Para tomar decisiones basadas en datos de forma eficaz es necesario exprimir al máximo los datos de negocio y para ello se pueden seguir unos puntos iniciales, como son:
• Identificar los objetivos de la empresa: En este punto se encuentran los objetivos que tiene la dirección ejecutiva, permitiendo determinar qué datos se deben analizar y qué preguntas hacer para que tu análisis respalde los objetivos empresariales.
• Recopilar y preparar los datos: Los datos deben ser confiables y disponer de calidad para que puedan ser utilizados para la toma de decisión.
• Visualizar los datos para la toma de decisiones basadas en ellos. Si representas la información de un modo que genere un impacto visual como, por ejemplo, gráficos interactivos, conseguirás una manera más accesible para detectar y comprender las tendencias, los valores atípicos y los patrones en los datos.
Para llegar a desarrollar un sistema potente en analítica digital se debe disponer de diferentes perfiles técnicos capaces de desarrollar un proyecto de este tipo en todo su alcance.
Proyectos tipo
• Definición de necesidades de proyecto en analítica digital.
• Implantación de proyecto de analítica digital.
• Definición de arquitectura de datos
• Diseño y desarrollo de Data Pipelines de datos
• Visualización de resultados o activación de datos
Perfiles
• Arquitectos de datos.
• Ingenieros de datos
• Expertos en visualización (PowerBI, Tableau, etc…)
Frameworks, herramientas, certificaciones de empresa
En Cloud: AWS, GCP, Azure
Como sistemas de tratamientos de datos: Spark, Databricks
Como herramientas de visualización: PowerBI, Tableau, QlickSense,
Lenguajes de programación y desarrollo ETLs: Python, Spark, Scala, SQL.
Certificaciones profesionales
- Certificaciones Cloud y de fabricantes