Síntomas de madurez en la gestión de datos

La madurez de una empresa en una determinada disciplina nos indica, de alguna forma, el grado en que esa disciplina se aplica dentro de la empresa, hasta qué punto ha penetrado en ella, la calidad e incluso excelencia de  dicha aplicación y la estabilidad en su uso, hasta qué punto esa disciplina ya forma parte del día a día de la empresa.

La madurez en ingeniería software

Creo que el primer ámbito donde se aplicó esta idea de la madurez, al menos del primero de que yo fui conocedor, fue en lo relativo al desarrollo software. Quizá porque la ingeniería software, y pese a ese nombre de ingeniería, se resistía (y en cierto modo se sigue resistiendo) a ser una disciplina completamente ingenieril, difícil de encajar en procesos y procedimientos perfectamente definidos, se buscó, al menos y como alternativa, esa idea de la 'madurez' en su aplicación como un conjunto de mejores prácticas que identificaban un uso estable y excelente de la ingeniería del software. 

Y ello culminó en la definición del CMMI (Capability Maturity Model Integration) que cristalizaba y daba forma más concreta a lo que significaba esa madurez y cómo identificarla y clasificarla dentro de una empresa.

Otros casos de madurez

Posteriormente he oído habla de madurez en otros ámbitos que, en general, también se refieren a disciplinas de gestión que son importantes pero difíciles de formalizar en procesos cuasi-industriales. Así, por ejemplo, también he oído hablar de madurez en el ámbito de la gestión de procesos de negocio.

La verdad es que no me causan entusiasmo sino, más bien, un cierto escepticismo, esas ideas de madurez porque me parece que, pese al loable esfuerzo que suponen, al final se siguen quedando en el campo de lo inconcreto, de lo abstracto e incluso parcialmente subjetivo.

La madurez en la gestión de datos

Leyendo el libro libro 'A Data-Driven Company: 21 lessons for large organizations to create value from AI' de Richard Benjamins me encuentro con esa idea de madurez aplicada en este caso a la gestión de los datos en la empresa, a la búsqueda de ese concento de 'data-driven'. 

En una aportación del experto Daniel Rodríguez Sierra, director de Big Data y Analítica Avanzada de Vodafone, éste afirma que la madurez en datos ('data maturity') es más un proceso que un estado y reconoce que esa madurez en los datos es difícil de definir así que renuncia en cierto sentido a aportar esa definición y, en su lugar, propone, y sólo a modo de ejemplo, una serie de efectos o síntomas que pueden indicar esa madurez en la gestión de los datos. Son estos:

• El núcleo del negocio, el llamado 'core business' va de datos y éstos constituyen su materia prima sobre la que se construye


• Aunque el negocio no sea un negocio nativo de datos, sí que se gestiona de manera continua mediante decisiones apoyadas en datos, soportadas por analítica avanzada y machine learning y éstas se encuentran embebidas en los procesos de negocio con una automatización creciente.


• Existe unicidad de datos, es decir, la organización es rica en datos pero en su nivel más granular, existe una única versión de cada dato.


• Los datos y conclusiones ('insights') se acceden de manera mayoritaria como un autoservicio para los empleados.


• El diseño y ejecución de las actividades de cara a cliente se apoyan en predicciones y análisis causales de patrones de comportamiento de esos clientes.


• Los datos se transforman en conocimiento valioso siguiendo unos estándares comunes que la propia organización evalúa de manera regular.


• Existe un órgano dedicado a la cadena de valor del dato extremo a extremo que asegura la disponibilidad y adquisición de los datos y la calidad en la integración de resultados obtenidos vía machine learning en los procesos adecuados, incluyendo salvaguardas de seguridad y privacidad.

Como se puede observar, no se trata de una receta concreta medible o automatizable directamente sino de una serie más bien cualitativa de buenas prácticas o síntomas de un buen y avanzado uso de los datos.

Los ejemplos que propone Daniel Rodríguez nos hablan de organizaciones realmente avanzadas y maduras en el uso de datos, siendo el primer punto aplicable a compañías cuyo negocio son los datos y el segundo compañías (la mayoría) cuyo negocio no son los datos pero hacen un uso avanzado de ellos. 

Y me parece muy importante la idea de la unicidad del dato y la disponibilidad en modo autoservicio para los empleados que encaja muy bien con la idea de la fuente única de la verdad que comentábamos en un post anterior y con mi propio entendimiento de lo que es una buena gestión de datos.

Iniciando el camino

La imagen que traslada Herrera es avanzada, quizá muy avanzada, pero tampoco hay que asustarse. En cierto modo esa es la visión final, la aspiración. 

Cualquier empresa puede iniciar su camino hacia la gestión basada en datos con objetivo inicialmente más modestos, identificando fuentes de datos, construyendo los primeros datawarehouse o datalakes, construyendo cuadros de mando mediante sencillos visualizadores de datos, etc. Sólo con eso, se puede obtener mucho valor e iniciar ese camino hacia el data-driven en el que ya habrá tiempo de buscar la madurez.