Lograr la madurez de los datos: un acto de equilibrio organizacional

Por el personal de Techopedia, 8 de noviembre de 2017

Para llevar: El presentador Eric Kavanagh habla sobre la madurez de los datos y la madurez organizacional con Jen Underwood de Impact Analytix y Ron Huizenga de IDERA.

Actualmente no has iniciado sesión. Inicia sesión o regístrate para ver el video.

Eric Kavanagh: Muy bien, damas y caballeros. Hola y bienvenidos de nuevo. Es miércoles a las 4 en punto del este, lo que significa que es hora de Hot Technologies. Si, de hecho. Me llamo Eric Kavanagh; Seré su anfitrión para nuestro programa de hoy, que realmente está definido, diseñado para definir ciertos tipos de tecnología en ciertos estados del mundo de la gestión de datos. Y nuestro tema de hoy es "Lograr la madurez de los datos: una ley de equilibrio organizacional". Entonces, ahí está el punto sobre el suyo, contácteme en Twitter, @eric_kavanagh. Siempre retuiteo si me mencionas, y también intentaré seguirte. Es un buen lugar para obtener información sobre lo que está sucediendo en el mundo. Me encanta ese formato Caracteres cortos, 140 caracteres, o más en estos días. Así que siéntase libre de enviarme un tweet y lo seguiré.

Este año es caluroso, por supuesto. Estamos hablando de la madurez de los datos hoy y aquí está la alineación, con la suya realmente en la cima. Tenemos un nuevo analista hoy; Estoy muy emocionado de tener a Jen Underwood de Impact Analytix. Ella es una experta en inteligencia de negocios y análisis y visualización de datos y todos estos excelentes temas. Y, por supuesto, la madurez de los datos. Y nuestro buen amigo Ron Huizenga llama desde IDERA. Así que primero escucharemos de Jen y luego de Ron. Y luego tendremos una buena mesa redonda.

Mientras empujo esta próxima diapositiva aquí arriba, solo diré un par de palabras rápidas. La madurez de la gestión de datos ha sido un tema desde hace un tiempo. Obviamente en la historia, debe llegar a un cierto punto antes de comenzar a pensar en la madurez, y se han desarrollado muchos ciclos de vida de madurez, o ciclos, tratando de averiguar dónde se encuentra en la curva. ¿Eres una etapa temprana? ¿Eres un adolescente? ¿Eres maduro? Etcetera

Y creo que muchas organizaciones se encuentran en la adolescencia o en la adolescencia o principios de los años veinte en términos de madurez. Y eso no dice nada desalentador. Es solo que todavía estamos en los primeros días de poder administrar los datos como un activo estratégico. Y las cosas han estado cambiando rápidamente. Especialmente en los últimos cinco a siete años, ya que hemos pasado de datos pequeños a datos grandes y están tratando de conciliar estos mundos bastante dispares y las nuevas tecnologías con las tecnologías antiguas. Entonces el legado está ahí afuera, está en todas partes.

Una de las bromas que escuché hace años es que el legado es un sistema que está en producción. En el momento en que un sistema entra en producción, técnicamente es legado. Y en cierto modo eso es cierto. Pero la conclusión es que tenemos todos estos sistemas que han existido durante mucho tiempo y tenemos que encontrar una manera de comprender dónde estamos en nuestra propia curva de madurez para poder maximizar y optimizar el valor de los datos como un activo . Y, por supuesto, hay algunos problemas de cumplimiento, algunas regulaciones de las que debemos preocuparnos, dependiendo de la industria en la que nos encontremos. Y, por supuesto, también tenemos que preocuparnos por la piratería. En el pasado, hemos hablado sobre la gobernanza de datos y cómo eso es realmente parte de la seguridad y solo entendemos los roles y responsabilidades de usar los datos y asegurarnos de que obtengamos el mejor valor de ellos.

Y con eso, le entregaré las llaves a Jen Underwood y ella podrá contarnos su perspectiva sobre la madurez de los datos. Jen, llévatelo.

Jen Underwood: Gracias Eric y gracias por invitarme. Así que hoy, voy a cubrir algunos temas diferentes y luego voy a presentar a Ron con IDERA y va a profundizar en otras áreas de este tema en particular. Diré que es un papel crítico en la era digital o en la transformación digital en la que estamos ahora y, como Eric había dicho, es una era en evolución. Algunas estadísticas divertidas del Consejo EDM, hubo un informe de referencia de la industria de gestión de datos. Tiene casi dos años, pero sigue siendo bastante relevante y revelará algunos de los, factoides en sí, de ser un adolescente en este espacio. Hablaré un poco sobre la madurez de los datos y los pilares de la gobernanza, per se.

En este tema de la era digital o transformación digital que está escuchando en todas partes, esto realmente está sucediendo en este momento. Uno de los hechos interesantes que he reunido mientras seguía a la industria todos los días fue un punto destacado por Gartner en sus diez principales tendencias tecnológicas estratégicas. Y habían dicho para 2020, por lo que estamos a solo unos años de eso, la información se utilizará para reinventar, digitalizar y automatizar o eliminar el 80 por ciento de los procesos que tenemos de una década antes.

Y he estado viendo esto por un tiempo, creo que aquí están viendo diferentes tipos de personas que dicen: "Los datos son el nuevo petróleo" y ese tipo de cosas. Me gusta decir que los datos ahora son oro digital. Y si piensas en las aplicaciones de software y la participación del software, en el pasado fui gerente de producto mundial para Microsoft, e incluso el cambio en mi carrera desde, ya sabes, realmente nos enfocaríamos en el software hasta ahora estamos enfocados en los usuarios y reunir los datos y pensar en la monetización de los datos.

Estamos entrando en esta era donde los datos son oro digital y están comenzando a ver que con la aparición de lo que se llama el oficial de datos en jefe, y son, tienen, ya sabes, dos misiones principales, y ciertamente algunas otras. de asegurarse de que los datos estén seguros y protegidos y también de encontrar formas de maximizar el valor de los datos internamente, e incluso externamente, como ese activo digital. Entonces, este tipo de cosas que podrían no haber sido o no haber parecido importantes para su organización en el pasado, los datos finalmente están ocupando un lugar en la mesa de nivel C con el CDO y se tomarán mucho más en serio en el futuro.

Si piensa en la gestión y la madurez de los datos, hay dos temas diferentes que tengo en esta diapositiva particular aquí, el primero es, ya sabes, la gestión de datos en sí. Se trata más de las funciones comerciales que desarrollan y crean datos y flujos de datos, algunas de las políticas y las prácticas allí. Y luego, cuando piensa en la madurez de la gestión de datos, es la capacidad de una organización para definir con precisión, integrar fácilmente, ya sabe, aprovechar esos datos que tienen nuevamente para fines internos o externos, como la monetización de datos. Y uno de los grandes temas, y ha sido divertido, al principio de mi carrera, y en realidad aproveché algunas de las herramientas de IDERA y los proyectos de arquitectura de datos, fue todo este concepto de metadatos y seguimos pensando en los metadatos, y luego no se habló sobre por mucho, mucho tiempo. Finalmente estoy viendo que los metadatos son geniales nuevamente. Es realmente muy importante para interactuar con diferentes grupos, comprender dónde están sus datos, cuáles son los datos. Especialmente en cosas como un lago de datos. Finalmente, finalmente se está poniendo interesante.

Ahora, prometí que tenía algunas estadísticas aquí de un informe de referencia de la industria. Este fue de 2015 para el Consejo EDM. Se trata de modernizar la calidad y la gobernanza de los datos, y hay algunos factores divertidos en este particular. Entonces, aquí, más del 33 por ciento de las organizaciones tienen un programa de gestión de datos activo y formal en algún nivel de la organización, solo 33. Entonces, eso es muy interesante en sí mismo. Del 50 por ciento que tiene, realmente se ha formalizado, queremos gestionar los datos, nos damos cuenta de que este es un activo realmente importante en nuestra organización, al igual que los humanos tienen recursos humanos. Solo el 50 por ciento de ellos tenían programas que tenían más de un año. Así que, nuevamente, es un área emergente, es realmente interesante en lo que nos hemos vuelto más y más importantes, especialmente con cosas como algunas de las regulaciones de la industria que están saliendo.

Entonces, en ese punto, muchas veces, y es interesante haber estado en ventas técnicas y roles a lo largo de mi carrera, no fue realmente, "Oh, podemos ahorrar dinero que motivaría a una organización", generalmente es miedo. Es más de "Oh, Dios mío, tenemos que asegurarnos de que estamos cubiertos. No queremos perder nuestros trabajos ”. Y, ciertamente, cosas como el pirateo y los riesgos de datos y la filtración de datos, hay estudios de referencia realmente interesantes sobre esto. Verizon hace uno cada año y probablemente sea uno de mis favoritos para revisar. Lo que casi siempre ves es un error involuntario, no necesariamente, ya sabes, el uso indebido intencional de los datos o la mala gestión de los datos que resulta en una fuga. Y a menudo, no tienen estas estadísticas para esta sesión en particular, pero es fascinante que estas filtraciones accidentales de mala administración de permisos y etc. Ya sabes, para facilitar un poco las cosas, estas filtraciones se prestan. Y, por lo general, para las personas que son notas al margen o externas a su organización, y eso no es lo que desea.

Así que esos son los tipos de cosas cuando piensas en tener un programa de gestión y seguridad de gestión de datos. Ya sabes, no solo malas decisiones y ahorro de dinero, sino también asegurándote de que estás seguro y de que respetas las leyes de privacidad y seguridad. Puede monetizar los datos en esta era digital y, por supuesto, ya sabe, quiere hacer las cosas de manera eficiente y reutilizar los datos y tener la copia bendecida y tener - Odio cuando la gente dice, y estoy en análisis y yo He estado en análisis durante mucho tiempo, una versión de la verdad. Por lo general, hay varias versiones de la verdad, solo desde diferentes perspectivas. Pero, esencialmente, desea que los datos sean confiables en los que basa sus decisiones.

Uno de los principales impulsores que estoy viendo, y es algo bueno, es bueno que se esté volviendo a enfriar, es todo el concepto del RGPD de la Unión Europea. Y déjame hablar un poco sobre eso. Entonces, si no conoce GDPR, va a escuchar mucho sobre esto el próximo año. Es una nueva legislación que tiene lugar en mayo. Se aplicará en mayo de 2018 y tiene algunas sanciones importantes por el mal manejo de la información. Es posible que haya escuchado hablar de esto en otras formas, tal vez sin usar el término GDPR, puede haber escuchado o visto esto escrito como el derecho a ser olvidado, lo que significa que puede comunicarse y solicitar a los proveedores que eliminen sus datos. Una vez más, los arquitectos de datos pasados ​​no eliminarían datos. Lo cambiaríamos, lo haríamos inactivo en escenarios de almacenamiento de datos. Realmente nunca eliminamos nuestros datos. No teníamos procesos para eso. Por lo tanto, son cosas que tocarán todos los aspectos de su organización y diferentes formas y procesos que quizás nunca haya considerado al construir su aplicación o almacén de datos. Entonces, si ve cosas en las que GDPR está pensando, muy pronto necesitará una base legal para justificar la recopilación y el procesamiento de datos personales.

Por lo tanto, esto es principalmente a nivel personal, por lo que el consentimiento debe darse libremente: específico, informado, inequívoco. Y va a afectar muchas áreas de la inteligencia artificial y la ciencia de datos: esa es el área que cubro principalmente en estos días, las implicaciones de la ciencia de datos y solo asegurarme de que haya cierta transparencia en los modelos mismos, así como muchas otras áreas de su autoservicio BI, su almacén de datos, su gestión de datos maestros, incluso sus proyectos 360 de clientes, hasta la personalización e incluso su línea de aplicaciones comerciales. Entonces, esto es algo que va a tocar cada parte de su organización. Y a diferencia de las leyes de privacidad en otras jurisdicciones, el RGPD será aplicable a cualquier organización ubicada dentro o fuera de la Unión Europea. Y las multas de cumplimiento, nuevamente, son significativas. Es su organización puede recibir una multa de hasta el cuatro por ciento de su total bruto anual, creo que se llama facturación, ingreso per se.

Espero que tenga su atención y estas son cosas que debe tener en cuenta. Si su empresa ya sigue algunas de estas prácticas y estándares de la industria con el PCI, tal vez sea un ISO; no estoy seguro de si voy a decir esto correctamente: 27001. Si ya está haciendo alguno de esos, no debería No es demasiado abrumador, pero es algo a tener en cuenta. Entonces, mientras se prepara para esto, hay un par de áreas, especialmente en la gestión de datos y una de las primeras cosas es tener un catálogo y clasificar sus datos, saber dónde se encuentran sus datos. Y en un mundo, un mundo híbrido, donde los datos viven en todas partes: están en la nube; está en estas aplicaciones; está en la fuerza de ventas; está en algún otro programa aleatorio que el marketing también está utilizando, ya sabes, tus sistemas de clientes o tus sistemas de inventario, todo este tipo de lugares. Sepa dónde están sus datos y lo más fácil de hacer, y este ha sido un área muy divertida de administración de datos, es estos conceptos de estos catálogos de datos que tienen inteligencia, incluso la clasificación de aprendizaje automático es parte de la información.

Y una vez más, los metadatos: mencioné que los metadatos se están volviendo geniales nuevamente, así que realmente pensar en los metadatos y no pasar por alto ese tema importante a medida que comienza a diseñar lagos de datos y ese tipo de cosas, y por supuesto gobernarlos y monitorearlos. Por lo tanto, el monitoreo se volverá mucho más importante cuando tenga que regresar y alguien de GDPR, por ejemplo, podría pedirle que pruebe a dónde fueron esos datos, quién los tiene, quién tuvo acceso a ellos, etc. Porque en realidad vas a tener que mostrar a las autoridades ese tipo de cosas.

Para ayudarlo con la madurez de la gestión de datos, en realidad hay algunas escuelas de pensamiento, y creo que, no estoy 100 por ciento seguro, creo que vi en el mazo de Ron que cubrirá algunas de estas, así que una que yo De lo que voy a hablar hoy es de la CMMI. Y este, esto está disponible para la gente; Cubre seis categorías diferentes de gestión de datos, 25 áreas de proceso, 414 declaraciones de práctica y 596 productos de trabajo diferentes. Entonces, cuando piensa incluso en todas las cosas que hace, como la administración y la arquitectura de datos, 596 productos de trabajo funcional, no se da cuenta de cuánto hizo, ¿verdad? O lo que realmente no estás haciendo. Cuando miro un número como ese, es una de las cosas que realmente se me ocurre. Entonces, en esto, y lo que me gusta de este en particular, es su arquitectura y tecnología neutral. Eso significa que si lo tiene, y la mayoría de las organizaciones más grandes con las que he consultado o trabajado e implementado a lo largo de los años, ya saben, tienen todo tipo de tecnologías diferentes allí. Por lo tanto, querrá traducir lo que significa el DMM a las plataformas y las tecnologías que está utilizando dentro de su entorno específico. También es independiente de la industria, por lo que no es necesariamente específico de la atención médica, por ejemplo. La atención médica tiene certeza: ya sea BAA o diferentes tipos de clasificaciones, debe traducir o ver diferentes tipos de cosas a medida que elabora su programa o su plan para mejorar su nivel de madurez de gestión de datos dentro de su organización.

¿Qué es esto si no son algunas de esas cosas? Esencialmente está definiendo el qué, pero no le dice específicamente cómo hacerlo. Habiendo sido una personalidad tipo A la mayor parte de mi carrera, me gustó cuando la gente me dio una meta y pude descubrir cómo llegar a esa meta y, por ejemplo, no estaba microgestionando mi tiempo, cómo llegar allí. Así es como la madurez de la gestión de datos, y estos procesos con CMMI, le está dando los objetivos y le está dando cómo medirse en algunas de estas diferentes áreas. Y te darán un nivel. Hay diferentes maneras en las que puedes puntuar y medirte, ya sea desde el nivel uno hasta el nivel cinco, lo que significa que lo has optimizado y tienes un programa realmente sólido.

Y para darle una idea de lo que realmente significa, tengo una pequeña descripción de lo que eso podría significar. Entonces, aquí, cuando piensas en tener un ciclo de vida del procesador de madurez de gestión de datos, es tener los procesos de soporte en marcha, de todo, desde requisitos, gestión de riesgos, tienes que soportar procesos allí, hasta el gobierno de datos y soy amable de pasar por alto eso, pero esencialmente el gobierno de datos es un programa completo en sí mismo. Con un glosario comercial, hemos hablado sobre glosarios comerciales y arquitectos de datos para siempre; esto debería ser algo que tenga dentro de su organización. Están elaborando algunos de estos tipos de tecnología de catálogo, desarrollando un glosario empresarial con crowdsourcing de información y toma y demás y, ya sabes, poniendo enlaces en documentos a diferentes perspectivas de esos mismos datos, del campo de los datos o versión de los datos a medida que cambian a lo largo del ciclo de vida del valor.

Estos son los tipos de cosas que han mejorado mucho desde que comencé en mi carrera. Solíamos tener que desarrollar sistemas propios en el pasado para hacer este tipo de cosas. Así que estamos analizando el todo y el panorama general, es la estrategia y luego todas las diferentes piezas aquí, desde la gestión hasta la calidad en la gobernanza. Y una cosa sobre la calidad de los datos, es interesante a medida que la industria se vuelve más automatizada y tenemos, nuevamente, estos procesos digitales con toma de decisiones automatizada. Estoy trabajando mucho en el espacio de la ciencia de datos donde tenemos algunas de estas herramientas para automatizar decisiones y actualizar modelos predictivos sobre la marcha. Muchas de estas herramientas y algoritmos requieren y asumen que los datos son buenos. Necesita que los datos sean válidos para darle una buena decisión automatizada. Entonces, al pensar, la calidad de los datos suele ser una de esas cosas que la gente ignora y no se toma muy en serio. Pero una vez que comienza a automatizar la toma de decisiones en modelos de modelado predictivo y aprendizaje automático, la calidad de los datos se vuelve realmente importante.

Algunas maneras de medir su progreso aquí es, y dejaré que Ron hable sobre esto, él también tiene una hermosa diapositiva sobre esto en su sesión. Solo voy a darle un vistazo rápido de, ya sabes, estos diferentes niveles en esto. Esencialmente es una autoevaluación, ¿verdad? Por lo tanto, analizará su gobierno de datos y lo que cree que tiene algo en su lugar. Y no te avergüences si no lo haces. Como dije, solo hay un 33 por ciento de las organizaciones que realmente han comenzado a hacer este tipo de cosas. Aunque, ya sabes, este tipo de programas se han desarrollado al menos: he estado en la industria durante más de 20 años y, sin duda, hacía este tipo de cosas hace años, puede que no lo hayamos llamado así. El CMMI, tienen un ejercicio que puede autoevaluarse y puede realizar y observar y crear su propio - en este caso, este tipo de tabla de radar - calificó todos estos ángulos o cosas diferentes. Y cada organización, como he hecho diferente, ya sabes, cuando solía consultar e implementar estos proyectos, cada organización es única. Serán áreas que serán muy, muy importantes para ellos. Tal vez, ya sabes, es la gestión de procesos o la gestión de calidad o los riesgos, depende de lo que sea, pero querrás buscar y crear un punto de referencia o una línea de base, y luego también pensar en lo que define su éxito.

Sobre eso, cuando esté pensando en medir y gobernar este tipo de cosas, primero querrá asegurar un patrocinio ejecutivo para un programa como este. Esto es algo que será multifuncional en toda la organización, por lo que incluso si Susie Q y John Smith deciden: "Sí, hagamos esto. Necesitamos hacer esto", no pueden hacerlo en un silo en su organización, o incluso si es TI. Realmente necesita tener esa aceptación del negocio y de los expertos en la materia. Necesitan tener algo de tiempo. No quieren que sea solo una tarea extra. Si alguna vez ha trabajado, creo que he realizado algunas tareas de administración de datos maestros, proyectos anteriores y calidad de datos, y generalmente, usted sabe, llega al negocio y ellos, "Oh, administración de datos". No es algo que les entusiasma. Y dicen: "Oh, no. Necesitamos tener tiempo para esto ”, y lo hacen. Por lo tanto, querrá tener un compromiso de tiempo. Necesitarás tener esa bendición desde arriba. Querrás que sea multifuncional.

Nuevamente, esto es algo que realmente toca muchas áreas de la organización. Y con GDPR, eso debería facilitarlo un poco porque, nuevamente, las leyes de GDPR y dónde se usan esos datos personales para sus clientes y en toda su organización, eso debería ser un poco más fácil si lo aplica, si tiene adherirse a GDPR. Quedarse con la lengua aquí. Eso debería ser más fácil para ti. Querrás asignarle alguna responsabilidad y luego mirar, ya sabes, vas a personalizarlos. Por lo tanto, siempre observa estos tipos de orientación que brindan estas organizaciones, y eso suele ser lo que son: son pautas para usted e implementará para su cultura en su organización.

Haber trabajado en la gobernanza ha sido realmente muy importante, una de las cosas que algunos de los productos que desarrollé cuando estaba en la gestión mundial de productos en Microsoft fueron BI de autoservicio y permitieron que el usuario comercial y el usuario de datos no técnicos jugar con datos y crear sus propios informes, y muchas veces la TI retrocedería. Así que pasé mucho tiempo en este gobierno y me aseguré de que los productos tuvieran las características correctas y la auditoría y el registro y, ya sabes, hacerlo para que no derriben la base de datos per se. Pero hay un marco que, ya sabes, trabaja a través de los años en este tema en particular de este tipo de cosas que es realmente similar a la gestión de datos también. Querrá tener esa base establecida con el patrocinio ejecutivo para esto, y querrá ese compromiso entre el negocio y la TI.

Entonces, nuevamente, hablamos sobre la asignación de presupuesto / tiempo y sobre el desarrollo de nuevos procesos. Será un cambio a nivel cultural cuando hagas algunas de estas cosas, ya sabes, empiezas a buscar datos. Pero ya sabes, es muy importante desde una perspectiva estratégica, de nuevo. Y para darle una idea, aquí hay un ejemplo, y lo limpié de uno de mis viejos proyectos de hace años sobre este tipo de cosas. Y nuevamente, esto es probablemente más desde el punto de vista de la gobernanza genérica, pero ciertamente puede reutilizarse para este tipo de proyectos con la gestión y evolución de sus procesos de gestión de datos y su control. Usted tiene un experto en el tema de negocios, tenemos administradores de datos aquí, los expertos en el tema de TI, ya sabe, para diferentes líneas de negocios. Muchas empresas que son más grandes tendrán su junta de estándares empresariales y sus arquitectos y arquitectos y modeladores de datos allí. Por lo tanto, habrá diferentes expertos en la materia de diferentes niveles. Y de nuevo, muchos de estos, odio tenerlo como ejemplo, estarán personalizados para su organización y su cultura.

Una de las cosas cuando trabajas con estos proyectos, de nuevo, muchas veces probablemente no sea el proyecto más emocionante en las organizaciones, ni tan visual como la gente quiera. Es curioso, es una de esas cosas que, cuando la empresa de consultoría entra o incluso en su propio grupo de TI o su grupo de centro de excelencia de BI entra o su centro de excelencia de análisis entra y vamos a estar trabajando en datos calidad y madurez de la gestión de datos, es posible que no estén increíblemente entusiasmados de hacerlo. Pero debe encontrar formas de motivarlos e incluirlo en sus mediciones. Entonces, cuando piensas en lo que va a ser, una cosa es hacer este ejercicio una vez y lograr que las personas participen. Y descubres que les encantó el catálogo de datos o que les encantan algunas de estas cosas porque les facilita la vida y pueden encontrar lo que significan los datos o comprenderlos, y pueden agregar su propia perspectiva. Y la cosa, los catálogos de datos son probablemente uno de los mejores proyectos para ayudar a las personas a enamorarse de esto.

Entonces, lo siguiente es mantenerlos comprometidos. ¿Cómo mantienes a alguien comprometido para que tal vez no les importe esto? Es para definir algunas métricas e incluirlas, su medición en el y luego proporcionar algo de aprendizaje para cuando hay violaciones y cierta conciencia de que, "Hey, lo estábamos haciendo realmente bien por un tiempo y luego no tan bien después de un tiempo". Hay tipos de cosas en las que estar pensando para que siga funcionando. Y luego, cuando piensas en calificar, y este es un ejemplo de CMMI, así es como lo califican. Una vez más, tendrá sus propios paneles, sus propios KPI, ya sabe, diferentes formas en que las personas se miden en una organización. Pero tendrá diferentes formas de calificar y medir su propio éxito. Mi punto clave de que debes quitarte esto, o un gancho para quitarte esto, es asegurarte de que tienes una manera de medir el éxito y que también puedes celebrar tus éxitos.

Entonces, con eso, aprecio que hayas colgado allí para este emocionante tema, y ​​voy a entregarle a Ron, eso va a profundizar un poco más.

Ron Huizenga: Bueno, gracias Jen. Y gracias a todos por acompañarnos hoy. Ahora voy a tomar un par de facetas de lo que Jen habló y profundizaré un poco en ciertas áreas. Pero lo que también voy a hacer es proporcionar una especie de resumen de cómo al menos puede tener una especie de autoevaluación de alto nivel de algunas de estas áreas también. Porque como viste con los modelos CMMI y ese tipo de cosas, puedes profundizar muy rápidamente con muchos indicadores diferentes. Entonces, lo que realmente queremos llegar es algo para que pueda tener una buena idea de dónde está su organización en un nivel bastante alto y luego comenzar a profundizar en los demás. Entonces con eso voy a hablar sobre la efectividad organizacional. Y voy a basar eso en CMMI y algunos de los otros estándares u cuerpos de conocimiento que han surgido de eso a lo largo de los años. Y luego voy a hablar sobre algunos de los indicadores de madurez para la madurez de los datos y la madurez del proceso porque, a medida que avancemos en esto, verán que van de la mano. Y apoyando perspectivas, Jen habló sobre la gobernanza en un área. Y también voy a hablar un poco sobre arquitectura empresarial. Y luego lo resumiremos y llegaremos a la mesa redonda.

Si lo miramos, hay muchos estándares y BOK, que por supuesto son cuerpos de conocimiento, que se han publicado a lo largo de los años. Muchos de estos realmente se han originado a partir de la capacidad del modelo de madurez. Y aquí es de donde vino el CMMI del que hablaba Jen. El modelo CMM en sí fue en 1998. En realidad fue iniciado por un caballero llamado Watts Humphrey cuando estaba con IBM. Tuvo una carrera de 27 años en IBM. Pero su verdadero desarrollo activo de ese modelo en particular comenzó cuando estaba en Carnegie Mellon y fue encargado por el Departamento de Defensa de los EE. UU. Se han utilizado muchos otros estándares para derivar esto. Y algo que es muy bueno saber sobre la industria cuando hablamos de esto en algunos de los otros estándares es que, cuando miramos el momento de esto, también es en el contexto de las cosas que estábamos viendo en la industria en general. Esto fue cuando el movimiento de calidad realmente estaba comenzando a afianzarse, particularmente en la fabricación, y eso se extendió a otras áreas. Donde estábamos buscando formas de mejorar los procesos de fabricación, haciendo cosas como la gestión de calidad total, la fabricación justo a tiempo y otras cosas. Y muchas de las filosofías que surgieron de eso entraron en todo el cuerpo de trabajo de calidad.

Y ese es realmente el punto de partida desde el que comenzaron muchas de estas cosas. Comenzó en la industria general y también se abrió paso en los sistemas de TI, datos, procesos e información. Otros estándares que vemos que están más estrechamente relacionados o son más específicos de algunas de las cosas de las que estamos hablando es, por supuesto, el modelo de madurez de datos, del que Jen habló un poco. También está el modelo de madurez de procesos de negocio del Object Management Group. Y una serie de otros estándares que puede haber visto que su organización puede estar lidiando o utilizando para diferentes áreas del negocio, particularmente impulsadas por TI, como COBIT, que es objetivos de control de información y tecnología, ITIL, que generalmente es infraestructura -enfocado, que muchos de ustedes pueden haber tratado. Nuevamente, gestión de calidad total. Y especialmente cuando entras en cosas como las métricas y todo lo demás, es posible que hayas visto cosas como el control estadístico de procesos también. Y, por supuesto, algunos de los cuerpos de conocimiento con los que tratamos son los profesionales de la información o de TI. El cuerpo de conocimiento de gestión de datos por.

También existe, equivalente a eso, el cuerpo de conocimiento de análisis empresarial. Y el cuerpo de conocimiento de gestión de proyectos. Es posible que varias o más de estas cosas en juego sean utilizadas por diferentes partes interesadas en su organización al mismo tiempo. Pero filtremos los BOK y regresemos y digamos, ¿qué es la madurez? Y enumeramos la definición de maduro porque, cuando preguntas qué es la madurez, cuando lo buscas en el diccionario, en realidad dice "eres maduro". Entonces, usar la palabra "maduro" realmente significa haber alcanzado un nivel avanzado etapa de desarrollo, por supuesto, muy genérica. Pero lo que realmente estamos viendo aquí es avanzar en lo que estamos haciendo a un nivel cada vez mayor de logros a medida que avanzamos. Y cuando observa muchos de los estándares, como verá, el CMMI en particular y el modelo de madurez de capacidades realmente basaron las cosas en una escala de cinco puntos, por lo que nos da una forma gradual de mirar y decir cómo están en realidad estamos evolucionando a lo largo de esta escala en cómo estamos creciendo?

Sin embargo, cuando observamos la madurez, en términos de lograr la madurez organizacional en las cosas que nos interesan, necesitamos estar en equilibrio. Debe lograr la madurez de los datos y hablaremos sobre algunos de los criterios que debe cumplir allí, pero debe lograr la madurez del proceso al mismo tiempo. Son dos caras de la misma moneda y tienen que ir de la mano. No puede pasar, por ejemplo, de cero a cinco en una escala de madurez de datos sin aumentar la madurez de su proceso, y lo mismo ocurre con la madurez del proceso. Ambos están unidos y se empujan el uno al otro a medida que avanzas en las diferentes etapas. Y hablaré de eso un poco más en una futura diapositiva aquí. Las otras cosas de las que tenemos que darnos cuenta es que lograr que los datos y la madurez de los procesos sean fundamentales para la arquitectura empresarial y fundamentales para algunas de las cosas de gobernanza de las que Jen también estaba hablando. Permitimos a aquellos a través de alcanzar la madurez en algunas de estas cosas que estamos tratando de hacer.

Ahora en la diapositiva de la que Jen dijo que iba a hablar con un poco más de detalle. He tomado solo algunas categorías y, usando la escala CMM aquí, y en realidad tengo la mía, agrego un cero en términos de, en la parte superior de la escala porque puede haber ciertas instancias en las que realmente no ha hecho cualquier tracción en absoluto en estos casos. Estas son solo formas de reconocimiento que han ocurrido. Entonces, si consideramos el gobierno de datos en particular, puede comenzar en cero porque no tiene ningún programa de gobierno de datos. Y a medida que comienza a madurar a través de las diferentes áreas, una vez que comienza a introducirlo a nivel de proyecto, luego a nivel de programa, a través de divisiones y, en última instancia, en toda la empresa, así es como, desde una perspectiva de gobernanza, en realidad está madurando y creciendo. una organización mientras haces esto.

Otras facetas de eso, como la gestión de datos maestros, puede comenzar en cero sin clasificaciones de datos de materia formal. Luego, llega a un punto en el que reconoce que tiene datos maestros y comienza a clasificar, pero no está integrado. Luego comienza a trabajar hacia repositorios integrados y compartidos. Luego, a medida que ingresa a un entorno estandarizado, es cuando busca proporcionar servicios de administración de datos. Y a medida que avanza más allá, va a establecer administradores de datos maestros y, finalmente, un consejo de administración de datos que realmente analiza esto seriamente todo el tiempo. Cuando observa su entorno técnico y las aplicaciones y las bases de datos que tiene desde una perspectiva de integración de datos, nuevamente, en un entorno inmaduro, tendrá una serie de interfaces ad hoc, punto a punto y ese tipo de cosa. Y a medida que crezca, comenzará a presentar algunas herramientas y estándares comunes. Luego comenzará a buscar plataformas de integración comunes a medida que crezca. Y a medida que se estandarice, trabajará en middleware estandarizado y posibles cosas fáciles como buses de servicios empresariales, modelo canónico, categorizará todos sus datos en su organización y también vinculará cosas como reglas comerciales en su repositorio y ese tipo de cosa Y luego ir más allá donde lo consigues totalmente integrado en la cultura organizacional. Y, por supuesto, la calidad es primordial. Como mencionó Jen, muchas de las decisiones y muchas de las herramientas que están ahí arriba suponen que tienes datos de alta calidad con los que estás trabajando. Por lo tanto, la calidad de los datos es una base fundamental para lograr la madurez de los datos.

Una vez más, cuando observa los datos, puede tener muchos silos y datos dispersos en entornos inmaduros. Puede tener inconsistencias que son aceptadas. Y luego comienzas a trabajar en eso, reconociendo lo inconsistente y luego comienzas a mirar la planificación. Y si observa los entornos administrados aquí, algo muy importante aquí es la limpieza de datos en el consumo para usar los datos en la toma de decisiones. Entonces, de lo que realmente estamos hablando es de la limpieza de datos, donde los vamos a cargar en almacenes de datos y otras herramientas de soporte de decisiones. Y esto es análogo a lo que solíamos ver en el tipo de industria de fabricación de datos donde la gente construía productos, avanzaban por la línea de ensamblaje y al final, inspeccionaba el producto y decía: "Oh, tenemos defectos aquí ”. Una vez más, una cosa que nunca puede hacer es que nunca puede mejorar la calidad de un producto inspeccionándolo al final. Puede ver los problemas con él y luego puede tomar medidas para mejorar los siguientes y otros que siguen más adelante, pero nunca lo mejorará al inspeccionarlo al final. Entonces, aquí es donde, a medida que avanzas, especialmente en los datos, te mueves más desde una inspección y un punto de vista de limpieza en el lugar de consumo donde comienzas a tratar de incorporar eso en la fuente, directamente desde donde capturas datos, los procesos que actúan sobre esos datos, asegurando que esos datos sean precisos y aptos para el consumo en cada proceso a lo largo del camino. A medida que evoluciona, comienza a desarrollar y obtener KPI de calidad y realmente comienza a desarrollar ese enfoque de prevención de la calidad de los datos a medida que avanza.

En términos de comportamientos organizacionales o cosas que ves, si no crees que tienes un problema o si no lo sabes, es posible que, si hay una fase de negación en tu organización, eso me diga que no estás en un nivel cero o potencialmente moviéndose a uno. Si hay mucho caos en torno a sus datos e intenta resolver estas inconsistencias, probablemente esté en el nivel uno. Cuando todavía está en un modo reactivo, se está moviendo a administrado, pero no se estandarizará hasta que realmente tenga un entorno de datos muy estable que abarque tanto la gobernanza, la calidad, la gestión de datos maestros y los datos integración, por nombrar solo algunos de los puntos. Y nuevamente, una vez que superas eso, es cuando comienzas a entrar en estilos de gestión realmente proactivos. Si llega a la parte donde tiene un comportamiento muy predictivo y también los análisis para respaldarlo y los KPI para respaldarlo en su organización, cuando miramos esto y superponemos un par de cosas, hay algunas otras cosas que podemos ver acerca de las organizaciones y dónde están. Veamos el enfoque principal de TI en una organización. Si su enfoque principal en TI todavía está en la tecnología y la infraestructura, probablemente esté en el extremo menos maduro de la escala. Pero cuando realmente se está enfocando en la información y en la habilitación estratégica del negocio, entonces se está acercando al final maduro de la escala. Además, cuando lo mira desde una perspectiva de datos, si está en el extremo inferior, tiene un alto riesgo de datos, y si está en el extremo superior, ha reducido el riesgo relacionado con los datos. Y la otra cara de eso es la generación de valor de la organización. Una menor madurez de los datos significa que probablemente tenga un nivel bastante bajo de generación de valor, particularmente en términos de los datos que tiene en su organización. Y a medida que avanza en la escala, obtiene una generación de alto valor.

Veamos esto en términos de modelado de datos en sí. A veces, el modelado de datos se ha convertido en el hijastro pelirrojo. Y el modelado de datos es fundamental para lograr la madurez de los datos. Así que solo quiero hablar sobre algunos de los signos reveladores sobre cómo el modelado de datos se relaciona con esto. Si solo se está utilizando para la documentación o para la generación de bases de datos físicas simples para aplicaciones pequeñas y ese tipo de cosas, probablemente esté en el nivel uno en términos de madurez de datos. A medida que comienza a adoptar y reconocer los diferentes tipos de modelos, incluidos el conceptual, el modelo lógico y el modelado físico donde también, ya sabes, básicamente está impulsando el diseño. Realmente lo estás usando como un punto de vista de diseño, entonces estás en un nivel uno.

Cuando comienzas a verlo desde un nivel más empresarial, incluyendo la construcción de modelos empresariales o canónicos, la introducción de conceptos y la vinculación en múltiples modelos, el linaje de datos y la construcción de metadatos de gobernanza directamente en tus modelos, estás comenzando a llegar a un nivel tres, y luego pasar a metadatos de gobernanza completa, integración de glosarios de negocios, etc. Observando el ciclo de vida y la cadena de valor de los datos es cuando realmente se llega al nivel cuatro. Y una vez más, el modelado totalmente integrado con glosarios de negocios, metadatos, poder manejar cosas como análisis de autoservicio, es realmente cuando has alcanzado un estado bastante maduro.

Como parte de esto, quiero hablar sobre el ciclo de vida de los datos muy brevemente. Y la razón por la que quiero hablar de eso es el ciclo de vida de los datos, desafortunadamente a menudo se ignora. Y de qué se trata, realmente describió cómo se crea, lee, actualiza o elimina un elemento de datos, y los procesos que actúan sobre él en toda su organización. Entonces, aquellos de nosotros que hemos estado en la industria durante mucho tiempo nos referimos a esto como CRUD porque es crear, leer, actualizar y eliminar. Pero necesitamos entender esto a un nivel fundamental cuando tratamos con los datos de nuestra organización. Muchos factores entran en juego. ¿Cuáles son las reglas comerciales que actúan sobre él? ¿Cuáles son los procesos de negocio que consumen, producen o alteran los datos? ¿Cuáles son las aplicaciones que realmente implementan esos procesos comerciales para permitirle hacer eso? Todo lo que entra en juego en términos del ciclo de vida de los datos.

Y nuevamente, Jen aludió a esto antes: puede que no necesariamente haya una fuente de verdad. Y puede haber múltiples formas de crear un elemento de datos en particular. Y es posible que tenga que entrar, entran diferentes cosas a través de múltiples sistemas o múltiples entradas que tiene que conciliar y resolver para llegar a cuál es la fuente de datos adecuada para esa decisión en particular en ese momento. Puede haber múltiples variantes de los datos para diferentes propósitos en una organización. Para poder lograr esto, debe ser capaz de modelar el proceso de negocio, el linaje de datos que incluye los flujos de datos, la integración y que incluye cosas como el ETL, así que extraiga, transforme y cargue para su almacén de datos, data mart y áreas de preparación y, por supuesto, los enlaces de datos en el lado de big data también entran en juego. A medida que extrae esta información del lago de datos, necesita saber cómo la está consumiendo y cómo la está utilizando. En términos del ciclo de vida en sí, es realmente cómo estamos creando o recolectando nuevos datos, cómo los estamos clasificando, porque hay que clasificarlos para comprenderlos y trabajar con ellos de manera efectiva, cómo los almacenan, cómo Lo está utilizando, cómo lo está modificando a esos procesos de negocio, donde se comparte en la organización, y muy importante: retención y archivo. ¿Cuánto tiempo conservan los datos? ¿Cuándo lo archivas? ¿Cuándo destruyes esos datos? Todas esas cosas deben tenerse en cuenta en su ciclo de vida de datos y debe hacer todo esto para lograr un alto nivel de madurez de datos en su organización.

Ahora, por otro lado, una vez más, dije que son como gemelos en los que debes hablar sobre la madurez del proceso junto con la madurez de los datos: van de la mano. Nuevamente, tengo algunas cosas diferentes aquí y, no se preocupe, no voy a leer todo esto, sino solo una especie de lista de verificación, de nuevo, puede comenzar a autoevaluar dónde está su organización en términos de madurez del proceso. Echemos un vistazo a las cosas desde la derecha inicial a través de las páginas optimizadas nuevamente. Nuevamente, estamos usando la misma escala de cinco puntos que se derivó del modelo de madurez de capacidad. Si observa cosas como el enfoque, si está en un nivel más bajo o en un nivel inicial de madurez del proceso, puede encontrar en su organización que las personas realmente dependen de sus propios métodos para realizar su trabajo. Y puede ver algunos heroicos y ese tipo de cosas para poder hacer las cosas. Luego, comienza a llegar a un punto en el que es más proactivo al respecto, donde su gerencia asume la responsabilidad de las unidades de trabajo y el rendimiento. Luego comienza a evolucionar los procesos integrados estándar. Luego el proceso de estabilidad y reutilización. Luego comienza a ver más de una cultura de mentoría y gestión estadística para calcular las métricas y los KPI con respecto a esos procesos y, finalmente, al nivel completo de optimización.

Cuando observa la gestión del trabajo, puede ir, pasará de un área en la que tiene niveles inconsistentes de gestión del trabajo a una más gestionada, donde equilibrará al menos en un nivel superior sus compromisos con los recursos. Luego, hasta un punto en el que tenga una organización más ágil o adaptable para que pueda estandarizar sus procesos pero adaptarlos para el mejor uso en diferentes circunstancias en su organización. Y cuando llegas a avanzado, ahí es donde el empoderamiento es muy importante, y eso significa lo que todos entienden intuitivamente lo que está sucediendo y el personal tiene los datos del proceso, para que puedan evaluar y administrar su propio trabajo.

Nuevamente, volviendo a la analogía de fabricación: cuando vimos eso, cuando comenzamos a modernizar nuestras líneas de ensamblaje y todo eso en la industria, comenzamos a hablar sobre la calidad total y el empoderamiento de los trabajadores incluso en la línea de ensamblaje, donde si alguien veía Algo mal en cualquier etapa particular de la producción, las personas tenían el poder de presionar el gran botón rojo y cerrar toda la línea de montaje hasta que los problemas se resolvieran antes de que las cosas siguieran adelante. Y es ese tipo de mentalidad y tipo de cultura lo que estamos buscando alrededor de los datos en nuestros procesos para asegurarnos de que realmente estamos optimizando nuestros datos y nuestros procesos en nuestra organización.

Otros indicadores de su cultura: ¿está estancada su cultura en términos de una base no identificable para un compromiso real en la mejora de sus procesos comerciales? ¿Hay una delegación de responsabilidad, que estamos viendo más arriba en la escala? Y a medida que avanza, aún puede tener silos, pero a medida que comienza a ascender en términos de cultura y cosas que está haciendo en su proceso comercial, también está desglosando esos diferentes silos comerciales y aprovechando procesos en toda su organización. Es muy importante que, a medida que llegue a la etapa del evento, lo que realmente basa en eso es que, en lugar de intuir, en realidad está recopilando métricas de calidad y tiene métricas establecidas para predecir su capacidad en el rendimiento de su negocio operaciones, y eso es extremadamente importante.

En términos de arquitectura, hablemos de eso porque muchos de nosotros aquí estamos en TI o siempre lo estamos mirando. Nuevamente, los mismos tipos de cosas que vimos en los datos. Tenemos sistemas de TI desesperados si realmente estás en las etapas iniciales de madurez del proceso. Una vez que comience a administrar sus procesos, verá que se están configurando algunos servicios donde realmente está adoptando un enfoque más basado en servicios. Luego, si se estandariza, verá una mayor adopción del servicio completo en términos de datos y servicios y servicios de proceso y ese tipo de cosas, hasta llegar a un servicio completo o una nueva arquitectura. Y luego, en última instancia, a una empresa completa impulsada por procesos que utiliza sus datos.

Nuevamente, los mismos tipos de escalas cuando miramos esto. En términos de productividad, con un bajo nivel de madurez del proceso, verá niveles bajos de productividad y una alta madurez del proceso, verá una productividad mucho mayor. Y la calidad va de la mano con eso también. Lo mismo que con los datos: si tiene un bajo nivel de madurez, verá un alto nivel de riesgo y también un alto nivel de desperdicio. Pero cuanto más alto sea su nivel de madurez, disminuirá eso y disminuirá su riesgo y reducirá significativamente el desperdicio. En términos de algunas de las cosas que puede ver como un tipo de síntomas o indicadores en una organización, si la filosofía principal se basa en la reducción de costos, es probable que tenga un bajo nivel de madurez del proceso. Luego se graduará y avanzará hacia la eficiencia más cercana en su organización y luego, a medida que llegue a un nivel muy maduro, se centrará nuevamente en la generación de valor.

Desde una perspectiva de gestión organizacional, si el caos reina, eso es típicamente un síntoma de, nuevamente, organizaciones de baja madurez de proceso. Pero comienzas a concentrarte en lo que yo llamo más una mentalidad de gestión donde, y puede haber algo de gestión por decreto o imposición de cosas, donde realmente estás entonces, cuando llegas a los niveles más maduros, tu gestión se traduce en Más de liderazgo. En otras palabras, la filosofía de mejora está incrustada en la cultura y desde el CEO hacia abajo, promueven toda esa filosofía de mejorar los procesos y la mejora continua y continua en su organización en su conjunto.

En términos de modelo de proceso, y analizaré estas cosas bastante rápido aquí, nuevamente veamos los modelos de proceso a medida que se vinculan con la madurez del proceso. Nuevamente, muy similar a lo que vimos en la madurez de los datos, donde en niveles bajos o en el nivel uno, es posible que solo esté documentando procesos o el proceso de estado actual, pero realmente no lo está utilizando en términos de impulsar las cosas. A medida que empiece a madurar, utilizará el modelado de procesos de negocio para impulsar la gestión real de los procesos de negocio en la organización, luego evolucionará aún más donde lo esté usando y actualizará continuamente esos modelos para impulsar la mejora de procesos donde finalmente llegar al proceso de diseño. Y luego, cuando llegas a la madurez total, o, ya sabes, lo que normalmente ves en organizaciones magras u organizaciones que han adoptado programas de mayor calidad, como Sigma, ahí es donde nuevamente tienes la mentalidad de mejora continua y está arraigada en el modelado de tu organización. Entonces, al igual que usamos planos de ingeniería para construir productos, ya sean aviones o edificios y rascacielos y ese tipo de cosas, confiamos en nuestros modelos para impulsar nuestro negocio, porque ese es el elemento de diseño que realmente impulsa nuestros elementos organizacionales .

Ahora, nuevamente, no voy a pasar por esto y cada palabra aquí en detalle. Lo que he hecho es tomar esas dos diapositivas de cuadrícula más simples y seleccionar varias palabras que se usaron en algunos de esos otros descriptores para la madurez de los datos y la madurez del proceso. Entonces, cuando miras esto después del hecho, puedes comenzar a pensar en algunas de las palabras que ves salir en tus propias culturas internas en términos de las cosas que se dicen. Y eso lo ayudará a comenzar a clasificar dónde, como organización general, estamos comenzando a encajar en esta escala de madurez en general. Entonces, si ves cosas como inconsistencia o estancamiento o ineficiencias que surgen con bastante frecuencia o caos, generalmente estarás en el extremo inferior de la escala. Cuando empiezas a pensar en cosas como la mejora continua, la alineación estratégica, un enfoque preventivo de defectos y calidad y ese tipo de cosas, la integración total y estás hablando de las mejores prácticas en ventaja competitiva, ahí es cuando te verás a ti mismo arriba en el optimizador, extremo superior de la escala.

Una vez más, algo que quiero señalar también es que cuando comienzas a mirar la gobernanza de datos, en particular cuando miras la parte inferior de la escala, está en las etapas iniciales, la gobernanza de datos puede introducirse solo en los niveles de proyectos individuales. Debe evolucionar hasta un punto en el que la gobernanza de datos y el objetivo particular provengan de la gobernanza de datos del proyecto y haya evolucionado a través de la gobernanza de datos divisionales y de programas, donde nuevamente se extiende a toda la empresa y está integrada en la organización como un todo.

He hablado sobre el hecho de que estos son en realidad gemelos que trabajan juntos en términos de madurez de datos y madurez de proceso. Para lograr esa madurez, a ambos lados de la escala hay un viaje y no puedes saltar pasos. Si estás en un cero, tendrás que evolucionar a través de las etapas uno, dos, tres, cuatro y finalmente llegar a cinco. Y hay muy pocas organizaciones en el mundo que en realidad estén en cinco. Por lo tanto, muchas organizaciones estarían más que felices de estar en un punto en el que están en un tres y luego poder usar eso como un trampolín en el futuro. Y de nuevo, no puede ir, no puede estar en un cuatro de una madurez de datos y uno en una madurez de proceso. Simplemente no funciona porque están tan entrelazados que tiene que comprender y tener un buen manejo de sus datos y procesos en conjunto.

Una buena analogía para pensar en esto es que, en su viaje hacia la madurez organizada, supongamos que su equipo está compuesto por dos personas: una es la madurez del proceso y la otra es la madurez de los datos. Estás corriendo una carrera de obstáculos y estás atado con una cuerda corta. Y para llegar al final de ese curso, eso significa que ambos deben atravesar, no solo todos los obstáculos, sino que deben atravesar todos los obstáculos casi al mismo tiempo o muy cerca el uno del otro para estar capaz de seguir adelante y llegar al siguiente obstáculo. Esa es una muy buena manera de pensar en equilibrar la madurez del proceso y la madurez de los datos. En otras palabras, puede estar un tanto centrado en el proceso y puede estar algo centrado en los datos, pero será un indicador principal, y no puede haber una gran brecha para elevarlo realmente a través de los niveles.

Y luego, cuando lo volvemos a ver desde el gobierno de datos, una de las cosas que quería señalar en caso de que no lo supiera es que DAMA lanzó el Volumen Dos del Conocimiento de Gestión de Datos a principios de este año, y de las cosas que cambiado allí está la rueda DAMA real. Y en realidad lo representé un poco diferente, donde el gobierno de datos está en el centro y las diez categorías diferentes alrededor de la rueda diferente. Algo que es muy importante ver aquí es que el diseño y el modelado de datos en realidad ahora tienen sus propias áreas en la rueda; anteriormente se mezclaban con las otras. Una de las cosas que es un punto muy fundamental aquí es que el modelado de datos en particular es fundamental para todos estos otros aspectos porque, ya sea que estemos modelando datos de nuestras bases de datos o los metadatos con los que estamos tratando, el modelado de datos tiene un papel para juega en todas estas otras piezas de las que estamos hablando. Y el modelado de procesos también tiene un papel que desempeñar en muchas de estas cosas porque, además de comprender los datos en sí, necesitamos comprender cómo se usan y así es como el modelado de procesos realmente nos ayuda a hacerlo.

Ahora cambiemos un poco los engranajes y hablemos de arquitectura empresarial. Y los modelos también son cruciales para la arquitectura empresarial. Y estoy basando esto en un ejemplo y este es el marco de Zachman que estoy mostrando aquí muy rápidamente. Y cuando miras esto, ves varias cosas aquí. Usted ve qué, cómo, dónde, quién, cuándo y por qué es una especie de escala en la parte superior. Y luego pasa por niveles más detallados de elaboración, si lo desea, en términos de los tipos de modelado o tipos de cosas que está elaborando en términos de la arquitectura empresarial desde un nivel contextual muy alto hasta un nivel detallado, incluyendo implementación física. Si observa las primeras columnas, lo que requiere mucha información y los datos involucrados. El cómo es muy impulsado por el proceso. Y si observa los otros aspectos, utilizará una combinación de procesos y modelos de datos en términos de aumentar el resto de la información. Vas a tener datos sobre todas estas cosas diferentes y tus modelos de proceso también van a vincular cosas, como dónde sucede, la responsabilidad. Y también en términos del modelado de procesos que hacemos tan bien en nuestras herramientas, puede comenzar a vincular esto con los objetivos y las relaciones y las reglas comerciales que también están impulsando estas cosas diferentes que está haciendo.

Desde una perspectiva general del marco de Zachman, una de las mejores maneras de pensar en esto también es que estás guiado por modelos y en realidad estás pasando por los diferentes niveles. Entonces está comenzando con un alcance de alto nivel y el contexto. Luego, está evolucionando hacia modelos de negocio, hacia modelos de sistema, luego modelos de tecnología y luego su representación muy detallada de los modelos técnicos también. Y una vez más, los datos representan el qué, el proceso es el cómo y es realmente una combinación de los datos y el proceso de interacción que impulsan todas las demás características aquí.

En base a eso, no es coincidencia que la forma en que vemos la idea de arquitectura empresarial se base de manera un poco diferente de lo que otros pueden. Muy a menudo, escuchará acerca de los cuatro pilares de la arquitectura empresarial: datos, adquisición, arquitectura empresarial y técnica. Lo vemos un poco diferente a eso. Vemos la arquitectura de datos como la base fundamental que impulsa toda la arquitectura empresarial por dos razones. Uno, ahí es donde comenzó. Incluso cosas como el marco de Zachman surgieron principalmente de la arquitectura de datos, y luego abarcaron también los otros aspectos de la arquitectura. Y dos, porque el vínculo fundamental entre proceso y datos. Es por eso que vemos la arquitectura empresarial como el pilar central de la arquitectura empresarial. Y luego, por supuesto, eso se complementa con la arquitectura de la aplicación y la arquitectura técnica, que son habilitadores de necesidad absoluta, para permitirnos impulsar la verdadera habilitación empresarial. Ahora, cuando miramos eso en términos de ER Studio Enterprise Team Edition, nuestra plataforma de modelado integrada, así es como entra en juego. Y este es un diagrama de contexto de alto nivel de algunos de los modelos que hacemos y algunos de los fundamentos detrás de ellos. Y esto realmente se introduce, esto se diagrama en un diagrama de proceso. Entonces, cuando miramos nuestra pieza de arquitectura de datos en particular y nuestra arquitectura de negocios a continuación, proporcionamos herramientas basadas en roles.

Y cuando mira nuestra herramienta de arquitecto de negocios en la esquina inferior izquierda, es donde típicamente trabajan los analistas de negocios y arquitectos de negocios. Y normalmente se centran en algunos de los procesos comerciales y comienzan a expulsarlos. Pero también se centran en el qué. Entonces, comenzamos a hacer algunos modelos de datos conceptuales y ese tipo de cosas. Podemos aprovechar y llevar esos componentes de modelado conceptual a nuestra herramienta de modelado de datos y al arquitecto de datos, donde se elaboran aún más en modelos de datos lógicos y, por supuesto, en última instancia, los modelos físicos para que podamos generar las bases de datos físicas. Y también podemos retroceder para que los modelos conceptuales se actualicen también en el espacio de la arquitectura empresarial. Una cosa muy importante aquí es que apoyamos los diferentes tipos de modelado. Entonces, una vez más, BI es muy importante y los lagos de datos y ese tipo de cosas, por lo que en realidad también hacemos algunos modelos y, como parte de eso, hacemos modelos de linaje de datos. Entonces, no solo el ETL en términos de cómo hace el mapeo de sus modelos físicos en sus modelos dimensionales para almacenes de datos o incluso traer cosas de sus lagos de datos y ver cómo se trazan, podemos unir todas esas cosas. Además de reenviar la ingeniería inversa desde otras plataformas de modelado, desde plataformas de big data.

Y luego también cosas como las herramientas ETL, por lo que en realidad podemos comenzar a derivar diagramas de linaje de datos directamente de las especificaciones ETL que pueda tener en su propio entorno. También es muy importante saber que hemos tenido que expandirnos más allá del modelado relacional. Tenemos ciertas plataformas como Hive y particularmente MongoDB, ahora estamos comenzando a hablar sobre almacenes de documentos, donde tenemos conceptos como objetos incrustados y matrices. De hecho, hemos ampliado la notación para poder acomodar ese tipo de modelos también porque es un concepto no relacional. Todo lo que creamos en la herramienta de arquitecto de datos en términos de artefactos de datos, ya sean entidades lógicas o tablas físicas y sus atributos, también puede ser devuelto al modelado de procesamiento comercial. Entonces, a medida que elabora sus modelos de procesos de negocios desde un nivel alto y baja a un nivel inferior, en realidad puede vincular los elementos de datos reales. Para que pueda actuar, podemos especificar las matrices CRUD de lo que realmente está sucediendo. Entonces eso le está dando ese ciclo de vida de datos del que hablé con la creación, lectura, actualización y eliminación a nivel de proceso. Y también hacemos modelos completos de procesos BPM con nuestro propio conjunto de superposiciones, para que pueda comenzar a vincular las estrategias comerciales y los objetivos comerciales. Además, también podemos vincular las aplicaciones que implementan estos procesos comerciales, todo desde un punto de vista basado en modelos.

Otras cosas son extremadamente importantes también en nuestros modelos de datos. Las características de gobernanza de datos o las características de calidad de datos dominadas y gestionadas. Puede definir y crear sus propios metadatos allí para las características que desea rastrear, y eso significa que ahora está utilizando su modelo como modelo para impulsarlo a través de toda su organización, en sus repositorios de metadatos y todo lo demás. Y, por supuesto, una de las limitaciones del modelado, hace muchos años cuando muchos de nosotros comenzamos en la industria haciendo esto, es que producimos estos modelos. ¿Qué haríamos? Los imprimíamos, los poníamos en una pared, posiblemente para que los miembros del equipo compartieran y ese tipo de cosas. El verdadero valor de esto es poder compartir y colaborar dentro de nuestras organizaciones. Es por eso que tenemos un enfoque basado en repositorios para el lugar donde registramos y revisamos nuestros modelos y espacios de trabajo. Y los compartimos con nuestros constituyentes que son la organización, ya sean otros interesados ​​técnicos, usuarios comerciales y ese tipo de cosas. Y también relacione eso con nuestra plataforma de colaboración llamada Team Server.

Así que hablamos sobre los glosarios y términos comerciales anteriores y la importancia de eso y el desarrollo de ese vocabulario para el negocio. Todo eso ha estado en Team Server, donde los usuarios, los usuarios empresariales pueden colaborar en esos términos. Son visibles, utilizables en el arquitecto de datos, por ejemplo, cerca de modelos de datos y, por supuesto, muchos de estos glosarios comerciales a menudo se originan en algunos de los diccionarios de datos que hemos creado en nuestros modelos de datos. Podemos expulsarlos para: también desde las herramientas del arquitecto de datos, un punto de partida es el glosario empresarial, donde se pueden perfeccionar aún más, y todo con la gestión del cambio a su alrededor.

Eso fue mucho. Solo para resumir, un par de cosas de las que hablamos es probar una verdadera madurez organizacional, necesita un enfoque equilibrado que se comprenda de la madurez de los datos y la madurez del proceso. No se puede lograr uno sin el otro. Una vez más, es fundamental tener ambos y confiar en esto, específicamente, el modelado de datos y el modelado de procesos para la arquitectura empresarial y el gobierno de datos y el gobierno de procesos, así como en sus organizaciones. La arquitectura empresarial realmente lo une en términos de mirar estas diferentes facetas y perspectivas. Para ello, necesita una base sólida de arquitectura de datos y necesita un modelado de proceso integrador para proporcionar ese contexto comercial y permitirle impulsar su proceso comercial y su consumo de datos hacia adelante. De nuevo, más importante que nunca. Puedo decir que lo viejo es nuevo otra vez. Por lo tanto, el modelado de datos, el modelado de procesos, el linaje, los metadatos y los glosarios son fundamentales para poder lograr esto y ER / Studio Enterprise Team Edition es una plataforma de colaboración que reúne todo esto.

Y con eso, podemos pasar a las preguntas.

Eric Kavanagh: Muy bien.

Ron Huizenga: Nosotros iremos a ti, Eric.

Eric Kavanagh: Ron, tengo que inclinarte ante ti por todo el esfuerzo que pones en documentar estos diferentes procesos y marcos. Eso es mucho material que tienes allí. Supongo que la gran pregunta que tengo es quién debería supervisar estas cosas en una organización, porque toca muchas cosas diferentes. Usted calcula los procesos, será un director de operaciones o alguna persona de operaciones. Ciclo de vida de los datos, cree que tal vez sea un director de datos. Estás tocando tantas partes diferentes y tantos componentes diferentes para el negocio. ¿Cómo encuentras a la persona o grupo de personas adecuado y es un comité directivo? ¿Qué es? ¿Qué nos puede decir sobre quién debería estar haciendo esto en una organización?

Ron Huizenga: Sabes, esa es una pregunta interesante. De hecho, podemos pasar un día discutiendo los méritos de varios enfoques diferentes allí. Pero algo que definitivamente vi, ya que estaba consultando antes de asumir el rol de gestión de productos, es que cuando miré a la organización, eso ha sido parte del problema: obtener la propiedad y hacer que las personas se apropien de esto. Y cuando miramos las disciplinas como nuestro modelado de datos e incluso nuestro modelado de procesos de negocio, o incluso en los primeros días, incluso el diagrama de flujo de datos y ese tipo de cosas, ese tipo de cosas surgió de TI. Pero a medida que avanzamos, y creo que ahora estamos reconociendo cada vez más que esto realmente tiene que ser impulsado por los negocios. Entonces, realmente desea que la propiedad de esto esté en el negocio.

Y voy a ofender a algunas personas de TI aquí, pero creo firmemente que la razón por la que hemos visto la evolución del rol de director de datos es que el rol del CIO ha fallado en esto en la mayoría de las organizaciones. Y eso se debe a que muchos de los CIO están centrados técnicamente en lugar de centrarse en datos y procesos. Así que creo que realmente necesita tener eso, probablemente necesitará algún tipo de comité directivo en las organizaciones más grandes. Pero esto realmente debe ser propiedad de la empresa. Yo diría que su negocio, su modelado de procesos, su modelado de datos, todos deben pertenecer al negocio, porque eso le da la capacidad de garantizar que TI, quién es el custodio de los datos e implemente esos procesos a través de lo que estás creando, tienes ese martillo para asegurarte de que esté sucediendo si en realidad es propiedad de la empresa.

Eric Kavanagh: Sí, creo que estaría de acuerdo con eso. Pero Jen, ¿qué piensas sobre eso?

Jen Underwood: Entonces es realmente interesante. A eso me refería cuando dije que hacer que las personas se preocupen y sean interactivas es probablemente una de las cosas clave. En un momento, había escrito un documento técnico sobre, era una gobernanza de BI de autoservicio muy similar a esto. Se trata de conseguir eso, encontrar una manera de motivar a la gente, el lado del valor comercial, para que se preocupen por eso. Y luego, cuando ven, o encuentran, si se trata de la catalogación de datos o del ángulo que sea necesario. Tal vez es reducir los costos de envío, poner algo de lo que alguien es responsable en la organización, así es como puede hacer que se preocupe. Y sí, el negocio absolutamente. Los expertos en la materia de negocios lo van a hacer o deshacer.

Eric Kavanagh: Eso es difícil. Creo que siempre desea tener este consorcio de partes interesadas de toda la organización. Por supuesto, no quieres una parálisis de análisis. No quieres la burocracia por el bien de la burocracia. Lo que desea es que la organización tenga un plan de acción y que tenga documentado estos elementos. Sabes, creo que cuando comienzas a hablar sobre el modelado de procesos de negocios, eso estuvo de moda hace 25 años, pero en su mayoría estaba separado del negocio real. Creo que al menos en algunas industrias, puede extraer gran parte de ese proceso del software real que ejecuta las cosas. Pero creo que, en estos días, tenemos que encontrar una manera de equilibrar esos dos mundos, ¿verdad, Ron? Desea tener modelos de proceso que sean actuales y actualizados y que reflejen lo que realmente está sucediendo. Por lo tanto, no desea que sea solo un ejercicio separado donde está, se sienta en un estante en algún lugar. Pero eso es un poco desafiante, ¿verdad? Porque no todos los sistemas operativos están alineados con ese tipo de código ejecutable. Pero, ¿qué piensa usted?

Ron Huizenga: Absolutamente. Y es interesante porque una de las cosas que miro es cuando las personas, ya sabes, nos hemos convertido en una sociedad de gratificación instantánea. La gente piensa: "Oh, saldremos a comprar algunas herramientas y haremos que esto funcione para nosotros". Es como si no fuera a comprar la madurez del proceso. No vas a comprar la madurez de los datos. Es un trabajo duro. Tienes que arremangarte las mangas y debes hacerlo realidad. Y el mecanismo para que eso suceda es el modelado. Es demasiado complejo no tener una representación visual, no solo del estado actual en el que está trabajando, sino poder diseñar cómo va a mejorar esos diferentes procesos comerciales. Necesita ese marco visual para poder comprender qué impacto tendrán esos cambios.

Eric Kavanagh: Eso es realmente, solo estoy tuiteando; Estoy tuiteando esto ahora: "No vas a comprar la madurez del proceso, no vas a comprar la madurez de los datos". Estoy completamente de acuerdo con ambas cosas. Y Jen, te traería por tus pensamientos. Y lanzaré otra pregunta además de eso. Uno de los asistentes pregunta: ¿qué se entiende por empresa de proceso o madurez de proceso? Jen, ¿puedes hablar con eso?

Jen Underwood: De hecho, puedo hablar un poco mejor a la pregunta anterior. Cuando pienso, a decir verdad, es la primera, ya sabes, comprar herramientas. Ese fue un gran comentario, porque es muy cierto. Pero lo que diré es mucho mejor. Así que reviso muchas soluciones y veo diferentes espacios y los pruebo. Lo que está mejorando es descubrir datos, etiquetar y al menos darle un comienzo de ejecución masivo y también hacer que, cuando digo menos doloroso, sea casi divertido. Imagine que un catálogo de datos o un proyecto MDM es divertido. Es, y hay personas en una organización que están utilizando estos datos, ya sea que se trate de informes u otro tipo de cosas, y creo que alguien incluso en la línea había dicho, oigan, obteniendo personas que se preocupen por su plan de desarrollo individual. Sí, incluso subirlo un nivel más. Está tomando estas cosas y diciendo que ahora hemos reducido los envíos mal encaminados en un 30 por ciento y esto es cuánto dinero se ahorró. Solo se trata de gestionar mejor nuestros datos. Es ese tipo de cosas y pones dinero alrededor y lo haces divertido. O lo haces interesante y relevante para lo que están haciendo. Creo que es una especie de magia, que falta en muchos de estos compromisos que las personas intentan hacer esto en una organización, y está estancada.

Eric Kavanagh: Sí, ese es un buen punto. Y, Ron, volviendo a tu comentario hace unos momentos sobre la importancia de tener un marco visual, creo que eso es absolutamente cierto porque muchas veces, si la gente no puede ver algo, es realmente difícil entender qué es. significa, y ciertamente cuando comienzas a hablar sobre procesos complejos con interdependencias y puntos de control y todas estas cosas, tienes que mapearlo en algún lugar en algún momento e idealmente, lo estás haciendo con un software que tiene una funcionalidad incorporada en el catálogo, para ejemplo, qué transformaciones ocurrieron usando diferentes líneas desde este punto hasta ese punto. O lo que está disponible en este punto de control. Y estoy haciendo referencia a mi historial de gestión de riesgos allí, donde un punto de control es cualquier punto en un proceso o cualquier opción o aplicación individual o de software donde realmente puede cambiar algo, ¿verdad? Eso es lo que llaman un punto de control. Y, para mí, es realmente valioso que obtengas ese marco visual. Porque entonces puedes ver y caminar y solo lleva tiempo. Se necesita tiempo del cerebro humano para manejar esas cosas y entenderlas realmente y, por lo tanto, optimizarlas, ¿verdad?

Ron Huizenga: Absolutamente. Y para usar una analogía diferente que creo que lo pone en perspectiva: soy un poco loco por la aviación, así que diría que si estás tratando de pensar en esto de manera paralela, piensa en construir un 747 - o un Airbus 380, por lo que no elijo a un proveedor sobre el otro - piense en lo difícil que sería hacerlo basándose en documentos compuestos solo de texto en lugar de los planos y los dibujos CAD en 3-D y todo de cómo eso en realidad está ensamblado juntos.

Eric Kavanagh: Sí, eso sería duro. Y Jen también tiene que hablar.

Ron Huizenga: El negocio es el mismo, ¿verdad?

Eric Kavanagh: Sí, no, eso es correcto. Jen tiene que hablar con una de tus áreas calientes que te gusta estudiar, que es la visualización. Me parece que debes poder visualizar algo para entenderlo completamente.

Jen Underwood: Muchos humanos lo hacen, sí. E incluso solo una visualización habla, cuál es el dicho, miles de palabras o algo así. Cuando lo ven, pueden creerlo. Y lo entienden.

Eric Kavanagh: Estoy de acuerdo. Y me encanta, Ron, la forma en que has sacado todo esto. Supongo que me estoy preguntando nuevamente, se necesita un campeón dentro de la organización y que estará allí, que sirva de enlace con los diferentes grupos. Los administradores de datos es algo de lo que hablamos a menudo: creo que es un rol realmente importante y siento que es un rol que ha recibido mucha más atención en los últimos tres o cuatro años, ya que hemos apreciado el valor de los datos gobernanza, ¿verdad? Ese administrador de datos es alguien que puede hablar con el negocio pero también comprende los sistemas, comprende el ciclo de vida de los datos, todo ese panorama. Y supongo que esa persona puede y probablemente debería estar bajo la regla del CEO, ¿verdad?

Ron Huizenga: Sí, y vas a necesitar un equipo multifuncional, ¿verdad? Por lo tanto, necesitará personas que comprendan un equipo para hacer eso o que provengan de las diferentes áreas que representan el aspecto técnico, las diferentes áreas de negocios. Y, ya sabes, dependiendo del tipo de organización que seas, si tienes una oficina de gestión de proyectos y muchas de las iniciativas que realizas son impulsadas por una PMO, querrás asegurarte de tener PMO participación también para mantener a todos en armonía y sincronizando la forma en que trabajan en las cosas.

Eric Kavanagh: Sí, y ya sabes, una última cosa, pondré esta última diapositiva, el marco de gobernanza. Un asistente preguntó: ¿no faltan datos de esa diapositiva? ¿Es eso, los datos están implícitos en la diapositiva o lo que piensa sobre el comentario sobre los datos que faltan en la diapositiva?

Jen Underwood: No, y este es solo un marco de gobierno genérico. Esencialmente, esto es del espacio de BI de autoservicio, por lo que los datos están implícitos en mucho de esto. Simplemente provenía de mi ángulo y mis perspectivas y no estaba tan centrado en el lado de los datos para armar esto. Pero los datos ciertamente serían, cuando piensas en todas estas piezas, habría datos. Ya sea que se trate de la base de datos, la rendición de cuentas utilizando datos en todo el proceso y en todo el marco.

Eric Kavanagh: Sí, no, eso tiene mucho sentido. Y supongo que te enviaré una última pregunta mientras terminamos aquí, Ron. Si pienso en cuánta más información y cuánta más información estamos usando en estos días y cuán distantes son las organizaciones, cuál es la importancia de los ecosistemas en estos días entre los socios del canal y cómo podemos compartir información entre esas asociaciones y en un pequeña referencia rápida de blockchain a esto, para no complicar demasiado las cosas. La conclusión es que estamos en un mundo conectado cada vez más basado en datos, tanto desde una perspectiva comercial como solo desde nuestra vida cotidiana. Y para mí, eso solo aumentará aún más el riesgo de que las organizaciones realmente analicen detenidamente lo que está sugiriendo aquí, cuál es su madurez, dónde se encuentran y qué tan avanzados están en términos de curva y realmente siendo honestos con ellos mismos sobre eso, ¿verdad? Porque si no sabes mejor, no puedes hacerlo mejor, y si no reflexionas sobre las cosas, no vas a saber mejor, ¿verdad?

Ron Huizenga: Exactamente. Y supongo que una frase que usaría es, probablemente no eres tan bueno como crees que eres. Eso puede sonar un poco duro, pero las personas pueden ser bastante optimistas al respecto, pero si lo analizas con detenimiento y haces una autoevaluación crítica realmente buena, creo que cualquier organización encontrará brechas significativas que Necesito abordar.

Eric Kavanagh: Tengo que estar de acuerdo. Y uno de nuestros colegas comentó la importancia de los metadatos, los datos sobre los datos. No hay duda de eso. Los metadatos son el pegamento que mantiene unidos a todos estos sistemas y aún nunca hemos descifrado ese código y por una buena razón, francamente, porque los metadatos cambian. Es diferente de un sistema a otro. Sabes, cuanto más intentes normalizar tus datos, creo que será menos precisa.

Así que estamos en este mundo extraño en este momento y tal vez supongo que te extendería una pregunta más, Jen, porque mencionaste catálogos de datos un par de veces. Realmente me encanta este nuevo movimiento de tecnología de catálogo de datos que escanea automáticamente sus sistemas de información, determina los nombres de las columnas de metadatos, etc., y lo ayuda a construir de manera incremental la visión estratégica de sus datos y metadatos en sus sistemas. Porque para mí, hacer esas cosas manualmente, es simplemente que hay demasiado. Y nunca vas a llegar a la cima de esa colina antes de que la avalancha caiga sobre ti y, ya sabes, o te has normalizado hasta el punto de plastilina o no te has normalizado lo suficiente como para no ponerte No sé lo que está pasando. Para mí, usar las máquinas, el aprendizaje automático del que seguimos hablando, esa será la clave en el futuro para ayudarnos al menos a obtener una cuerda suficiente de los datos para tener una buena comprensión de lo que está ahí afuera, ¿verdad Jen? ?

Jen Underwood: Sí, lo hago. Amo estas tecnologías. Son muy, muy geniales. Y luego lo piensas, te da ese comienzo masivo de carrera. Y luego puedes hacer crowdsource. Usted tiene sus administradores de datos, ya sabe, si están agregando su propia documentación o si esta es la perspectiva, estos son los cambios. Ya sabes, decir que estas son las fuentes de datos certificadas para usar en los informes. Las personas pueden buscar y encontrar los datos correctos. Es realmente muy agradable. Y también ayuda: cuando pienso en los negocios y cuán críptica era la administración de datos empresariales cuando estaba haciendo cosas de DBA, utilizamos propiedades extendidas y SQL Server y escaneamos con herramientas como IDERA, ¿verdad? Para intentar crear un catálogo de datos. Pero en la versión de DBA o arquitectos de datos de, ya sea, sea cual sea ese valor o esa columna o campo, seguramente no coincidía con lo que era el negocio. Entonces, ahora que el negocio puede ser realmente fácil, ya sabes, entrar y encontrar y administrar y tener todo basado en objetivos, es realmente, ojalá hubiéramos tenido esto hace mucho tiempo, francamente. Entonces está mejorando mucho.

Eric Kavanagh: Eso es gracioso. Tenemos otro comentario final de un miembro de la audiencia, que dice que quizás blockchain será el más valioso para poner un sello de autenticación a los metadatos. Ese es un buen punto y, ya sabes, blockchain realmente es una tecnología increíble. Lo veo como una especie de base cohesiva para conectar muchos puntos entre sistemas y aplicaciones, etc. Y, ya sabes, estamos en las primeras etapas del desarrollo de la cadena de bloques, pero ahora vemos que, por supuesto, se ha derivado de este punto originalmente donde se destacó, y ahora tienes a IBM trabajando muy duro en tecnologías blockchain. SAP ha comprado todo eso. Y realmente lo es, presenta una oportunidad para una base y un marco más profundos para conectar todos estos sistemas y todos estos puntos.

Entonces, amigos, se han quemado más de una hora. Gracias por estar con nosotros hoy, pero siempre nos gusta responder a sus preguntas y recibir todos los comentarios. Archivamos todos estos webcasts para verlos más tarde, así que ingrese a insideanalysis.com, donde puede encontrar el enlace. Debería estar listo en unas pocas horas, generalmente después del evento. Y te alcanzaremos la próxima vez. Tenemos un par de eventos más la próxima semana, muchas cosas pasando. Pero eso les despedirá, amigos. Gracias por tu tiempo. Cuídate. A-Dios.