Javier Blanco Romero

Desde Telefónica sabemos hace bastante tiempo que hablar de Gobierno del Dato es hablar de mucho más que políticas, comités, catálogos o calidad. En realidad, estamos hablando de la capacidad de una organización para mover la rueda de decidir quién puede hacer qué con los datos, bajo qué reglas, con qué responsabilidades y con qué propósito. Es más psicológico y humano que técnico, sin duda, un proyecto de Gobierno del Dato se ha convertido en una ambición intelectual. Esta idea cobra todavía más importancia en un momento en el que los datos han dejado de ser únicamente un activo para la analítica y se han convertido en la otra parte contratante de la Inteligencia Artificial. La IA está alterando la forma en que las organizaciones producen, consumen, clasifican, relacionan y utilizan la información. Y, con ello, está convirtiendo el Gobierno del Dato en una pieza cada vez más estratégica. Nunca ha sido casual, que DAMA sitúe el Data Governance en el centro de su conocida “DAMA Wheel”, conectándolo con el resto de áreas de conocimiento de la gestión del dato, esto ya lo hemos comentado hace mucho tiempo, mismamente aquí. La gobernanza actúa como el eje que articula responsabilidades, políticas, decisiones y mecanismos de control alrededor de arquitectura, calidad, metadatos, seguridad, integración, modelado y el resto de disciplinas. La metáfora resulta especialmente poderosa: el Gobierno del Dato es el centro que conecta todas las disciplinas, es más podríamos decir que el resto de disciplina se AI-tomatizan y la del centro se HU-maniza. La IA tiene inteligencia, pero necesita conocimiento. DAMA-DMBOK 3.0: un marco que se prepara para una nueva era A sabiendas de todo esto, DAMA International (Data Management Association) está inmersa en la evolución hacia DAMA-DMBOK 3.0, cuyo proyecto comenzó en 2025, pues DAMA Book 2.0 nace en el 2017 y el panorama es completamente distinto. La nueva versión pretende modernizar el marco para responder a un ecosistema en el que ya no basta con gestionar bases de datos y procesos tradicionales. DAMA señala explícitamente que la nueva edición incorporará cuestiones emergentes como IA, Cloud y plataformas modernas de datos, manteniendo al mismo tiempo los principios fundamentales del modelo. Y hay un aspecto especialmente significativo: DAMA está planteando esta evolución como un proceso colaborativo y guiado por la comunidad, con participación de especialistas, revisiones y mecanismos de exposición pública. Es decir, incluso el propio marco de referencia de la profesión reconoce que el mundo de los datos está cambiando demasiado rápido como para ser definido únicamente desde una perspectiva estática. DAMA España señala actualmente un horizonte de publicación oficial de 2027, después de completar las distintas fases de redacción, exposición y revisión. Eso da una vida de 10 años a DAMA Book v.2.0, el tiempo dirá si la versión v.3.0 es tan longeva o deberá ser revisada en un tiempo menor debido a esta escalada exponencial. La pregunta, por tanto, no es si el Gobierno del Dato va a cambiar con DMBOK 3.0. La pregunta es: ¿Hasta qué punto la Inteligencia Artificial va a transformar la propia manera de gobernar los datos? La IA está acelerando el Gobierno del Dato La adopción de IA está avanzando a una velocidad difícil de ignorar y asimilar. Según McKinsey, en 2025 el 88 % de las organizaciones encuestadas declaraba utilizar IA en al menos una función de negocio, frente al 78 % del año anterior. Sin embargo, solo un 7 % afirmaba haber escalado la IA plenamente en toda la empresa, eso fue hace ya mucho, casi siendo finales de 2026 ya se hacen agentes que mueven y producen datos y que deben dejar una traza de gobierno, podríamos decir que son replicantes o humanos sintéticos que producen información y la aceleración es desbocada. La tendencia es clara: más organizaciones utilizan IA, pero muchas todavía están construyendo las capacidades necesarias para gobernarla y escalarla. Este impacto está modificando la escala de valores económicos y decisiones sobre el uso de licenciamientos o software libre, hay que recalibrar la báscula de dinero. El código libre de licenciamiento está seduciendo por su fácil adaptabilidad programando tus necesidades, eso hace distribuir la economía hacia las personas y la IA. En paralelo, el Gobierno del Dato también está ganando presencia. Un estudio de Precisely mostraba que el porcentaje de organizaciones con un programa de Gobierno del Dato pasó del 60 % en 2023 al 71 % en 2024. Además, la propia investigación señalaba que el Gobierno del Dato era el principal reto relacionado con los datos para las iniciativas de IA, citado por un 62 % de los encuestados. La lectura es contundente: La IA está haciendo visible la necesidad de gobernar mejor los datos. Ya no se trata de gobernar el dato, se trata de gobernar mejor los datos. Y gobernar los datos es dar representación semántica del mundo de la organización. No hablamos únicamente de gobernar los datos que alimentan los modelos. También hay que gobernar los datos generados por ellos, los metadatos asociados, las reglas de acceso, los modelos semánticos, las trazas, los usos permitidos, la calidad, la explicabilidad y las decisiones derivadas de los sistemas de IA. De gobernar datos a gobernar datos para la IA Aquí aparece una diferencia fundamental. Una empresa puede tener un catálogo, un glosario y unas políticas de calidad y, aun así, no estar preparada para la IA. Gartner señalaba en 2025 que el 63 % de las organizaciones no tenía, o no sabía si tenía, las prácticas de gestión de datos adecuadas para la IA. La conclusión es especialmente relevante: disponer de Gobierno del Dato no significa automáticamente disponer de datos preparados para IA. Por no hablar de tener un gobierno de los propios agentes de IA que mueven, crean o alteran datos. De hecho, la evolución está llevando a una nueva generación de gobierno donde las fronteras conceptuales se tocan: Gobernar el dato → gobernar el dato para la IA → gobernar la IA Los límites entre estas tres realidades son cada vez más difusos. El informe 2025 de IAPP muestra esta convergencia: el 77 % de las organizaciones encuestadas estaba trabajando ya en Gobierno de la IA, cifra que se aproxima al 90 % entre las organizaciones que ya utilizan IA. Además, un 10 % identificaba a la función de Gobierno del Dato como responsable principal de la gobernanza de IA. La tendencia parece evidente: El Gobierno del Dato está dejando de ser únicamente una disciplina orientada a controlar el activo “dato” y se está convirtiendo en una infraestructura crítica de confianza para la IA. El Gobierno del Dato como bastión humano ante la IA Sin duda, la IA puede acelerar muchas actividades que tradicionalmente requerían importantes esfuerzos manuales, pero aun queda mucho recorrido al humano. Debemos enfrentarnos y recalibrar cual es el rol del humano en este nuevo paradigma, lo que llaman Human-in-the-loop. No debemos sucumbir por el uso de la IA al Síndrome "del objeto brillante" o al canto de sirenas que aparece en la Odisea. La IA hace mucho y cada día más, pero debemos ser inteligentes sobre qué hacer y qué dejar de hacer de lo que seguimos haciendo. Quizá debamos replantearnos el tener que documentar ciertas cosas que ahora son entregables más grandes, más pesados y con más IA que nadie leerá.Quizá debamos ejercer el esfuerzo en tener claro el punto clave del humano. La IA puede automatizar muchas tareas del Gobierno del Dato, pero no puede asumir por sí sola la responsabilidad de gobernarlo. La próxima frontera Gobernar no consiste únicamente en detectar patrones o ejecutar reglas. Gobernar implica tomar decisiones del tipo "quien, qué, puede": ¿Quién produce el dato? ¿Qué derechos tiene? ¿Qué obligaciones genera? ¿Qué sucede cuando el dato es producido por una IA? ¿Quién es responsable de un dato? ¿Qué definición debe prevalecer? ¿Quién puede acceder a determinada información? ¿Quién puede utilizarlo? ¿Qué nivel de calidad es aceptable? ¿Puede utilizarse un determinado dato para entrenar un modelo? ¿Qué riesgo estamos dispuestos a asumir? ¿Qué ocurre cuando una regla de negocio entra en conflicto con otra? ¿Quién decide ante un conflicto sobre un dato? ■ Estas preguntas no son meramente técnicas. Son preguntas organizativas, legales, estratégicas y, en muchos casos, éticas. Nuestra visión del papel del ser humano, el Gobierno del Dato y la IA puede resumirse de una manera casi poética, tomando prestadas las palabras de Seneca: Docendo discimus. Enseñando, aprendemos Conclusión La IA está huérfana del conocimiento de las empresas. Gobernar el dato pasa por crear esa red semántica, esa capa ontológica que determine el cerebro para la IA, y aquí no hacemos más que enseñar. Las empresas que mejor plasmen y proporcionen ese cerebro a la IA, más valor tendrán. En ese momento aprenderemos más aún. Habremos creado una IA que lo sepa todo o casi todo y eso le dará a la IA del conocimiento necesario para comprender mucho mejor nuestro mundo. Y sin duda, esto es labor del humano para el humano. Telefónica Tech El gobierno del dato: clave para una empresa data-driven 21 de abril de 2026

El Gobierno del dato es un tema de Procesos, Tecnología y Personas. Hay que tener dotes de empatía, gratitud y fidelidad al legado que generaciones y generaciones han dejado plasmadas en las compañías, y también a estas nuevas máquinas y sensores IoT que ya hablan lenguaje “dato”. Nuestro famoso refranero es un salvavidas de doble cara. En este caso, su cara más afable y empática (la cual siempre debería prevalecer y sacarnos a flote) dice. «Es de bien nacido, el ser agradecido» Y es así como hoy empezamos estas líneas tratando de ser honesto con tu tiempo, honesto contigo que lees y servicial con el legado recibido. «Ser honesto con el tiempo de las personas, servicial y fiel al legado» En la última entrada de Gobierno del Dato “el caos, un orden por descifrar” recibimos felicitaciones varias y una recomendación, la lectura e investigación de “Laberinto vs. Dédalo” (“Labyrinth or Maze”) Link de interes. ¿Cómo no devolver esta gratitud a ti (lectora en este caso) por tus palabras y recomendación con esta breve mención? Desarrollo Y es esta gratitud, y esta empatía, con la que hay que construir el trabajo y alianza de un buen Gobierno del Dato. Aspectos nuevamente que debe tener un CDO, y por supuesto, un equipo de Gobierno del Dato que perfectamente puede materializarse en una Oficina de Gobierno del Dato. «Hay que innovar, evolucionar y saber con qué datos trabajamos, pero desde el respeto, gratitud y empatía con el legado.» Hay que estar preparado para el resultado del trabajo de esa Oficina de Gobierno del Dato y CDO, pues se pueden descubrir situaciones complejas que hay que trabajar siempre desde la cara afable. No olvidemos que aparte de saber QUÉ es Gobierno del Dato, y conocer CÓMO se hace... «Las cosas no se dicen, se HACEN, porque al hacerlas se dicen solas.» Woody Allen ...hay que prepararse para, QUÉ PASA SI descubrimos que hay datos sin calidad, que hay datos que no están seguros, que existe un silo de datos en un departamento, que hay un departamento que se vale del trabajo de otro, si la información está duplicada o se paga dos veces por un dato, etc. Tener un gobierno sobre los datos, acerca a la realidad de situaciones que a veces no se veían gracias a saber qué datos y metadatos hay. Hay que estar preparado para absorber esa realidad. Es por esto, que hay que tener dotes de empatía, gratitud y fidelidad al legado que generaciones y generaciones han dejado plasmadas en las compañías, y también a estas nuevas máquinas y sensores IoT que ya hablan lenguaje “dato”. Hace unas semanas, escribíamos que nuestro gemelo digital, ese que deja traza escrita en ceros y unos, a veces vuelca el sentimiento más profundo de nuestro ser, de nuestro equipo de personas de una compañía. Ese gemelo digital contiene sentimientos, tiene vida propia, aunque no lo parezca y al igual que ese laberinto que mencionamos semanas pasadas, los laberintos tienen vida propia. Es necesario saber qué nos dicen las personas y máquinas a día de hoy: algunos lo llaman ser data literacy. Conclusión Siempre se dice que Gobernar los Datos es un tema de Procesos, Personas y Tecnología. Sobre todo, Personas: todo debe girar en torno a ellas. Todos hemos leído eso de Data Centric, aunque también se ha leído Personal Centric. Quizá, hablamos de lo mismo más que nunca. Nuestro gemelo digital pide vivir con furia. Dato y persona están convergiendo a una igualdad y nuestro gemelo debe ser cuidado y amado como nosotros mismos, nuestra cultura evoluciona. Mucha tinta digital derramada, mucho ruido tan espeso como una bruma en cortina de humo. Así pues, finalicemos con unos puntos de luz siempre a tener encima de un roadmap de Gobierno del Dato cual nube de etiquetas de metadatado: Empatía Gratitud Legado Tiempo Gemelo digital Sentimientos Qué Cómo Qué pasa si – qué hacemos Procesos Personas Tecnología Seguridad Calidad Silo Duplicado Realidad Cultura Quizá los datos, sean el alma de nuestras empresas, y esa IA ese niño que debemos enseñar a ser empático y ético con el legado que construimos juntos. «Una gran alma nunca muere. Nos une una y otra vez.» Maya Angelou Continua con la serie: Serie de noticias de Gobierno del Dato Los datos como nuevo factor de producción Producto Telefónica Data Governance El arte de comunicar en tiempos de cambio La calidad del dato como marca personal Transformación Digital y Gobierno del dato tras el COVID-19 La teoría Gestalt en Gobierno del Dato Gobierno del dato: el caos, un orden por descifrar Para mantenerte al día con Telefónica Tech AIofThings, visita nuestra página web, o síguenos en Twitter, LinkedIn o YouTube.

Decía el bueno de José Saramago que el caos es un orden por descifrar. La dulce belleza de lo poético permite romper de un plumazo el propio caos. Las descripciones pomposas de Gobierno del Dato se me atragantan, en el slide 3 me aburro. Es por ello, que: “Gobernar los datos es encontrar ese orden dentro de ese caos de datos.” Administraciones "data-driven" Convertir las administraciones en administraciones con Orden o data driven Gobernados, es enfrentarse a un laberinto dinámico que se expande y contrae donde sus pasadizos son los deseos de las personas plasmados en datos y tecnología. Entender el caos del laberinto de la administración, pasa por no meterse en él, verlo en retrospectiva, necesidad principal del CDO. La solución se ve siempre mejor desde fuera del problema, nunca desde dentro. Estar pegado a la administración, pero no dentro de ella. Solucionar y reconvertir administraciones pasa por comerse el pastel a trozos pequeños, viendo cuantas entradas tiene ese laberinto, si crecen o disminuyen, si las entradas se mueven o simplemente tienen dueño, conocer la esencia del laberinto. Estudiar la dinámica fluida interna del laberinto de las administraciones pasa no solo por crear, si no por destruir y crear de nuevo pasadizos entendibles que aporten valor para el ciudadano. “Soluciones hay muchas. Y el ingenio y la simplicidad es esa esencia del éxito.” Hace poco en un webinar nos preguntaban que libros leer sobre Gobierno del Dato aparte del recomendable DAMA-DMBOK. La primera respuesta fue sin meditar, espontanea, ver las diferentes ISO puede ser un buen comienzo, visto ahora, una respuesta a considerar, pero si no sabes nada, quizá no lo más sintético sin duda. Ese espíritu de escalera. "l'esprit de l'escalier" Otro grande, Denis Diderot nos daba el arma con su espíritu de escalera que tras la calma y la meditación sobrevenía la mejor respuesta. Conclusión Leer y conocer normativas ISO está bien, pero si vas a empezar por ahí vas a abrir laberintos nuevos. Sin duda, para saber que es gobierno del dato, recomendaría lectura como la del bueno de José Saramago que nos saludaba hoy a la entrada de este post en su “hombre duplicado”, donde nos enfrenta al planteamiento ético y moral de saber que no eres tú el único en este mundo, que hay una imagen duplicada de tu yo, quizá ese yo, hoy sean ese torrente de datos que fluyen por las venas de la red. Luego, si quieres continuar con lectura más precisa y metiendo esa cuña publicitaría, no dejaría escapar la serie de noticias de Gobierno del Dato, trípticos, infografías y Web que disponemos desde Telefónica. Pasa un buen día y que los laberintos sean un caos donde el orden tu puedas encontrar, jamás los intentes dominar, o te dominarán ellos a ti pues trabajan con el ruido y el ruido produce desenfoque. Post recomendados: Los datos como nuevo factor de producción Producto Telefónica Data Governance El arte de comunicar en tiempos de cambio La calidad del dato como marca personal Transformación Digital y Gobierno del dato tras el COVID-19 La teoría Gestalt en Gobierno del Dato

Los datos se encuentran en rápida expansión, y es necesario hacer frente a nuevas necesidades analíticas derivadas de la cantidad tan ingente y dispersa de datos que se consumen hoy en día en todos los sectores y ámbitos empresariales. Como decía Mario Benedetti: “Cuando creíamos que teníamos todas las respuestas, de pronto, nos cambiaron las preguntas”. Mario Benedetti Siendo conocedores de esta situación y necesidad tan cambiante y disruptiva, desde Telefonica IoT & Big Data venimos trabajando duro en la conformación de un producto transversal que permita gestionar de forma efectiva y eficiente el dato como nuevo activo de valor. Este nuevo producto impulsará un cambio en la cultura, procesos y personas de nuestros clientes, generando nuevas oportunidades de negocio, y permitirá romper silos de información, conciliando el mundo técnico y de negocio a través de un lenguaje común que posibilite el alineamiento de objetivos, reglas y estándares. Con todo ello, nace Data Governance, un producto multisectorial, modular y escalable, que permite adaptarse a las necesidades de empresas de diferente tamaño y estructura, principalmente medianas y grandes empresas, haciendo uso de las mejores capacidades, metodologías y técnicas que ofrece el mercado. https://www.youtube.com/watch?v=EVLySH3esd0 ¿Qué hace diferencial nuestro producto? Permite servir de facilitador y acelerador de proyectos de analítica de datos e IoT. Posibilita mejorar el time-to-market, aumentando la rapidez, despliegue y ejecución de cualquier proyecto. Ayuda a identificar la trazabilidad y transformación de los datos en todo su ciclo de vida. Añade un mayor nivel de confianza en los datos utilizados, permitiendo conocer los datos más estratégicos de la organización y la identificación de sus propietarios. Unifica modelos de datos evitando la reingeniería. Permite reducir riesgos de desalineamiento entre áreas, incumplimientos normativos, fuga de información o mala calidad de los datos. Favorece la identificación de nuevos negocios como la comercialización de datos propios. Posibilita el desarrollo de servicios y ofertas más completas, gracias a las sinergias y adquisiciones con los principales partners tecnológicos y en la nube. Viabiliza la definición de objetivos SMART y KPIs que permiten gestionar de manera adecuada las expectativas generadas en torno a los datos. Mejora la eficiencia operativa y de procesos, reduciendo definiciones redundantes, duplicidad en los procesos y roles (modelo organizativo). Permite potenciar la experiencia del cliente a través de un modelo de acceso y autoconsumo de datos. Todos estos beneficios y retos a los que hacemos frente y que posibilitan la transformación Data-Driven de las compañías tienen lugar a través de la orquestación de diferentes soluciones o ejes estratégicos, donde Gobierno del Dato es pieza angular. Desde Telefónica IoT & Big Data, entendemos el Gobierno del Dato como un modelo conformado por las siguientes líneas: Evaluación o Assessment: Engloba la revisión pormenorizada del contexto actual y grado de madurez de la organización para las diferentes divisiones o unidades organizativas de una compañía, planteando un modelo de Gobierno extrapolable a toda la organización, acompañado de un plan de acción a desplegar. Despliegue: A través de una Oficina de Gobierno del Dato (OGD) se establecerá la elaboración de un plan de comunicación a los diferentes niveles de la organización, amparado por el plan de transformación. Operativizamos a través de una metodología propia el despliegue de las funciones de Gobierno del Dato, en torno a una serie de disciplinas o áreas de conocimiento sobre los que accionar los proyectos o casos de uso de nuestros clientes, maximizando la calidad, seguridad y marco normativo y legal. Formación: Proporciona planes formativos a medida en Gobierno del Dato para capacitar y evangelizar el talento de los equipos de trabajo, ampliando las capacidades de aquellos que buscan entender el valor estratégico que tiene transformar las organizaciones en torno al dato y los retos que ello supone. Desde la unidad de IoT y Big Data de Telefónica pensamos en la transformación digital y en la Gobernanza de los datos como palancas clave en el proceso de cambio cultural, así como en la gestión de la información en la que se encuentran las organizaciones para aumentar, mejorar y promover este desafío. La transformación digital avanza sin pausa y uno de los retos es llevar la gobernanza de los datos a cada rincón de la organización. Como dice nuestro presidente. “Los datos son un nuevo factor de producción”. José María Álvarez Pallete Ninguna empresa es más completa que la suma de todos sus miembros. Por eso es importante que el CDO ayude a democratizar los datos a medida que los equipos ganan autonomía y se alfabetizan en datos. Y que mejor manera de preparar el cambio que estar siempre cambiando. Para mantenerte al día con LUCA visita nuestra página web, suscríbete a LUCA Data Speaks o síguenos en Twitter, LinkedIn y YouTube

Los datos se encuentran en rápida expansión, y es necesario hacer frente a nuevas necesidades analíticas que generan la cantidad tan ingente y dispersa de datos que se consumen hoy en día en todos los ámbitos. “Cuando creíamos que teníamos todas las respuestas, de pronto, nos cambiaron las preguntas”. Mario Benedetti Esta afirmación deja patente que nada es permanente salvo el propio cambio, y que nos encontramos en un momento convulso en donde este gran volumen de datos sin una adecuada gestión deriva en la incapacidad de obtener conocimiento de valor, repercutiendo, en una toma de decisiones inadecuada, en la compra de tecnología que acaba tirándose a la basura, en informes que nadie usa o entiende y en modelos analíticos que se van degradando. Contexto actual Esto ha llegado tan lejos, que actualmente existen diferentes acontecimientos que hacen evidente la imperiosa necesidad de potenciar la gobernanza de los datos, no sólo a nivel empresarial, sino también a nivel público y estatal. Algunos ejemplos representativos son: Creación de la División de la Oficina de Gobierno del Dato: El Boletín Oficial del Estado (BOE) ha publicado por medio de la Secretaria del Estado de Digitalización e Inteligencia Artificial la creación de una Oficina del Dato encargada de diseñar las estrategias del Gobierno en materia de Big Data, desarrollando un centro de competencia de analítica avanzada. Figura 1: Orden ETD/803/2020, por la que se crea la División Oficina del Dato y la División de Planificación y Ejecución de Programas en la Secretaría de Estado de Digitalización e Inteligencia Artificial Además, esto se ha extrapolado a nivel europeo con la designación de CDOs nacionales en diversos países como Francia, Reino Unido y Estonia. La estrategia europea de datos en el roadmap del CDO: La Comisión Europea tiene por objeto convertir a la UE en líder de una sociedad basada en datos. Se estima que para 2025 el volumen de datos ascenderá un 530% en relación con los datos recogidos en 2018, el valor de la economía ascenderá a 829 mil millones de euros por los 301 mil millones de este mismo año, prácticamente el número de profesionales en los datos se verá duplicado de 5,7 millones a 10,9 millones, y aumentará en 8 puntos el porcentaje de población con conocimientos en digitalización. Figura 2: La estrategia Europea de Datos en el roadmap de los CDO será de 829 Billones de € Herramientas de Gobierno del Dato en Amazon Web Services: Los servicios de Amazon Web Services permiten implementar los requerimientos y áreas de conocimiento sobre la gestión de datos a los que se hace referencia en el framework de DAMA-DMBOK, dejando constancia de la necesidad que tiene una adecuada gestión del ciclo de vida de las disciplinas en torno a los datos. Figura 3: DAMA como referencia mundial de axiomas de Gobierno del Dato Acompañamiento La transformación Data-Driven de una compañía tiene lugar a través de la orquestación de diferentes soluciones o ejes estratégicos, donde Gobierno del Dato cobra una especial relevancia. Desde Telefónica, entendemos el Gobierno del Dato como un proceso conformado por los siguientes ejes: Evaluación o Assessment En esta fase se realiza una solución que permite realizar un análisis pormenorizado del grado de madurez de la organización. Se compone de los siguientes módulos: AS-IS: Proporciona conocimiento del estado actual, un análisis DAFO, y un análisis preliminar del grado de madurez en diversos ámbitos: negocio, modelo organizativo, datos y tecnología. TO-BE: Facilita una serie de soluciones y recomendaciones ad-hoc a plantear y desarrollar para alcanzar el nivel de madurez y objetivos planteados en la fase anterior. Aquí es muy común la confección de un framework en Gobierno del Dato, un GAP análisis detallado, así como la propuesta de una arquitectura de referencia. Roadmap: Elaboración del plan de acción y despliegue de las disciplinas o artefactos de Gobierno del Dato sobre el que se sustenta el TO-BE. Despliegue En esta fase será necesaria la elaboración de un plan de comunicación a los diferentes niveles de la organización, amparado por el plan de transformación y sus proyectos estratégicos, proporcionando objetivos tangibles que ayuden a establecer un método común donde todos los proyectos nazcan gobernados. Esta fase ejecutora se compone de las siguientes subfases: Arranque: Como punto de partida será necesario recopilar y levantar las fuentes internas y externas de las que se va a hacer uso, así como definir y clusterizar la información obtenida por dominios funcionales y unidades organizativas. Con toda esta información se estará en disposición de empezar a definir los campos o atributos a inventariar sobre el glosario de términos de la plataforma o herramienta de Gobierno del Dato. Parametrización: En este punto se definen los tipos de datos y formatos de los activos de cara a establecer una nivele de calidad, se definen los roles y grupos de usuarios que accederán a las distintas vistas de la herramienta o plataforma y se realiza un primer análisis funcional de los flujos de trabajo, procesos BPMN y reglas de seguridad y calidad a establecer. Además, se definirán una serie de KPIs que permitan priorizar y accionar una serie de casos de uso a desarrollar por las distintas áreas. Operativización: Esta fase se culmina con la vinculación de los metadatos de negocio del Glosario con los metadatos técnicos del Diccionario de Datos, estableciendo la trazabilidad o linaje de los datos desde sus fuentes origen hasta que pasan a ser explotadas, generando métricas e insights sobre cuadros de mando accesibles y autoconsumidos desde un Data Marketplace. Formación En esta fase se diseñan planes formativos a medida en Gobierno del Dato para capacitar y evangelizar el talento de los equipos de trabajo, ampliando las capacidades de aquellos que buscan entender el valor estratégico que tiene transformar las organizaciones en torno al dato y los retos que ello supone. Esta fase se compone de los siguientes servicios transversales: On Boarding: Evaluamos el nivel de partida en Gobierno del Dato de las compañías, diseñando itinerarios por perfil y confeccionando contenidos a medida de los diferentes programas. Formación: Impartimos presencial o remotamente diversos programas por perfil, workshops prácticos, así como ofrecemos presentaciones de casos de uso en las distintas áreas de conocimiento que conformanGobierno del Dato. Acompañamiento: Acompañamos a los interesados no sólo durante la consecución de los programas, sino que ofrecemos seguimiento tutorizado y apoyo de nuestros expertos en proyectos, así como ofrecemos técnicas de coaching y liderazgo como medida de sensibilización y aprovechamiento de los datos disponibles. Mirando desde dentro Desde Telefónica pensamos en la transformación digital y en la Gobernanza de los datos como palancas clave en el proceso de cambio cultural, así como en la gestión de la información en la que se encuentran las organizaciones para aumentar, mejorar y promover este desafío. “El cambio es una puerta que se abre desde dentro” Terry Neill De cara a facilitar este viaje, desde Telefónica Tech AI of Things disponemos de una amplia serie de artículos recogidos bajo el nombre de <Cómo transformar una compañía>, así como noticias de <Gobierno del Dato>, que permiten de la mano de nuestros mejores expertos concienciar a nuestros clientes hacia una realidad cada día más digital. Para mantenerte al día con LUCA visita nuestra página web o síguenos en Twitter, LinkedIn y YouTube.

Un dato digno de confianza es un dato de calidad. Así pues, si le pregunto por su documento nacional de identidad o su teléfono, espero obtener un dato digno de confianza, un dato de calidad, pero usted no está libre de confundirse o la persona que digitalice la información no está libre de introducir mal el dato. Si hablamos de IoT, un sensor no está libre de dar una señal errónea, recuerde ese indicador de su coche que indicaba alta temperatura pero que fallaba en su diagnóstico, el sensor se había estropeado. Premisas en los datos Los datos existen o no. Los datos pueden ser correctos o no. La calidad del dato se puede dar también en la veracidad de una asociación de datos veraces. Lo que le da la correctitud a la asociación de datos debiéndose cumplir también 1 y 2. En teoría de la computación la correctitud de un algoritmo puede resumirse en: El algoritmo resuelve el problema computacional al que se le plantea Para cada entrada, produce la salida adecuada esperada Termina en un tiempo finito Podríamos decir entonces que si un dato o datos, pasan por un algoritmo de correctitud podemos validar y certificar su calidad, confirmando, que los datos son ciertos para los casos 1, 2 y 3. Ejemplos en el tratamiento de los datos de calidad Almaraz pertenece a la lista de nombres de centrales nucleares de España, cabría preguntarse, ¿es correcto esto? pues el dato existe y además es correcto cumple 1 y 2. En el caso de que no hubiésemos encontrado nombre alguno en la lista, no se cumpliría el caso 1. Decir María del Carmen pertenece a la lista de nombres de centrales nucleares de España es más confuso, pues, el nombre es un nombre real y correcto que cumple 1, el dato existe. Pero ¿realmente es un nombre de una central nuclear? no, no cumple 2. Lo mismo ocurriría si en vez de encontrar María del Carmen, encontrásemos ASASDFASD sería un nombre que no cumple la premisa 2. Por último, la central de Almaraz “pertenece a” la comunidad de Valencia. En este caso el nombre de la central es correcto y cumple 1 y 2, Valencia es un nombre válido de comunidad y también cumple 1 y 2 pero ¿La asociación es correcta?. Ambos datos son buenos y reales, pero ¿podemos certificar que la asociación del nombre de la central con la comunidad es la verdadera? No, no cumple 3. Y es en este caso, que el algoritmo de correctitud daría un valor erróneo. Este problema podría deberse a un problema de integridad referencial o a un problema de la persona que introdujo el dato se saltó una fila y metió la comunidad que no debía, es decir un problema puede tener muchas causas, ambos datos pueden pertenecer a una misma tabla o a dos tablas diferentes relacionadas. Este ejemplo podría ser real, pero cambie usted las centrales nucleares y comunidades por el nombre de una persona o usted mismo y su DNI, podría darse el caso de que a usted le asocien un DNI correcto pero que no sea el suyo, si no el de otra persona porque la persona que introdujo el dato bailó una fila al digitalizar su información. Ejemplos de este estilo existen millones, por ejemplo, confirme usted que el número de infectados por una enfermedad pandémica en un día son cierto número de personas y no los del día anterior. ¿Podría usted garantizar la verdad?. Y qué me dice de la última noticia política, ¿podría usted garantizar la veracidad de esta noticia, la calidad de la misma? No olvide lo que decía W. Edwards Deming: "Sin datos, no es usted más que otra persona con una opinión", debe demostrar las cosas. W. Edwards Deming Figura 1: Tríptico Calidad de Datos I ( ampliar ) La calidad como fuente de verdad Cuando nos enfrentamos a problemas de calidad de datos lo que nos enfrentamos es a la determinación de la verdad. Otro debate sin duda sería si la verdad es necesaria o no. Pero saber si algo está en un sitio determinado, saber si un KPI refleja la verdad, garantizar la confianza y evitar la desconfianza, es a veces un ejercicio de estadística pura donde la exactitud a veces no existe y se encuentra entre 1 y 0 en una escala de confianza-grises compleja. “La calidad de un dato a veces se mece de manera caprichosa en una asimetría informativa, estar más cerca de la verdad le acercará indiscutiblemente a tomar una mejor decisión.” Figura 2: Tríptico Calidad de Datos II (ampliar) Conclusiones Sin duda, los problemas de calidad de datos en las empresas es como enfrentarse a las fake news de manera interna y puede que ante un comité de dirección. Es enfrentarse a un auto sabotaje, la mayoría de las veces no intencionados, y determinar si es verdad o no, puede garantizarle el éxito o el fracaso de su negocio y desde luego pone en tela de juicio su reputación. Realizar una campaña de concienciación es vital para solucionar estos casos. Los procesos de negocio que son traducidos a procesos técnicos o los algoritmos de correctitud, servirán para detectar y generar alarmas de mentiras-verdades. Someter a los datos a una IA, banco de datos fieles, procesos supervisados o no supervisados son buenos métodos para determinar esa calidad. Finalmente, podrá optar por la autocorrección del dato o por una sanación manual de los datos malos, pero sin duda, resolver la calidad del dato le implicará tocar esa cadena de procesos para detectar el fallo y aplicar la solución, esto a veces se traduce en proyectos de calidad donde determinar dónde aplicar la solución y que solución, puede ser un ejercicio arduo, complejo y caro. Sin duda, un problema de calidad de datos se traduce en pérdidas que pueden ser millonarias, legítimas o en perder una cita al médico para una operación por problemas con su DNI mal asignado a su teléfono y dirección. No olvide que: “Los datos son recursos fundamentales” Garantizar, controlar y solventar la calidad de los datos es una de las líneas clave de actuación de Gobierno del Dato la cual va vinculada a un retorno de inversión. Post recomendados: Sesgos cognitivos en los datos (I): Supervivencia Transformación Digital y Gobierno del dato tras el COVID-19 Cómo transformar una compañía(I): Priorizar casos de uso Para mantenerte al día con LUCA visita nuestra página web, suscríbete a LUCA Data Speaks o síguenos en Twitter, LinkedIn y YouTube.