Tema 01 — Dirección estratégica y gobierno de datos

Clase magistral: 01.01. gobierno del dato en el framework dama

Palabras transcritas: 1656

🎧 Narración del Tema 01 (ElevenLabs Matilda)

Voz generada por IA (ElevenLabs Matilda) basada en la guía de estudio narrada. Tu celular puede reproducir este audio mientras lees, o mientras haces otras cosas.

TL;DR: La dirección estratégica necesita datos gobernados, confiables y contextualizados para convertir objetivos de largo plazo en decisiones medibles.

Puntos clave:

La dirección estratégica define el camino de la organización hacia objetivos de mediano y largo plazo. No busca predecir el futuro, sino tomar decisiones presentes con impacto futuro.
El plan estratégico combina información, metodología y pensamiento estratégico. Sin datos del mercado, clientes, competidores y entorno, la estrategia queda desconectada de la realidad.
La misión expresa el propósito de la organización y la visión describe el estado futuro deseado. Ambas orientan objetivos, prioridades e indicadores.
El análisis estratégico integra el estudio externo e interno. PEST ayuda a leer el entorno político, económico, social y tecnológico, mientras DAFO organiza debilidades, amenazas, fortalezas y oportunidades.
El cuadro de mando integral traduce la estrategia en objetivos, perspectivas, indicadores y metas. Sus perspectivas habituales son financiera, cliente, procesos internos y aprendizaje.
La toma de decisiones depende de información veraz, disponible, usable, íntegra y segura. Por eso el gobierno de datos no es un complemento técnico, sino una condición para decidir bien.
DAMA presenta el gobierno del dato como eje de la gestión del dato, con responsabilidades, derechos de decisión y reglas sobre quién puede usar, modificar o consultar información.
Los metadatos, la calidad del dato y los datos maestros son esenciales para evitar ambigüedades. Preguntas como “qué es una venta” o “cómo se calcula el margen bruto” deben tener una respuesta única en la organización.

Términos técnicos clave: dirección estratégica, plan estratégico, misión, visión, análisis PEST, análisis DAFO, cuadro de mando integral, KPI, gobierno de datos, DAMA, metadatos, calidad del dato

Fórmulas, procesos o ejemplos relevantes:

Ciclo PHVA: planear, hacer, verificar y actuar.
Proceso de planificación estratégica: recopilar información relevante, aplicar una metodología de análisis, desarrollar pensamiento estratégico y traducirlo en un plan.
Preguntas para definir la misión: quiénes somos, qué hacemos, cómo lo hacemos, dónde lo hacemos, para quién lo hacemos y cuál es nuestra ventaja competitiva.
Análisis PEST: factores políticos, económicos, sociales y tecnológicos del entorno.
Análisis DAFO: debilidades, amenazas, fortalezas y oportunidades.
Componentes del CMI: objetivos estratégicos, perspectivas, indicadores, metas y mapas estratégicos.
Ejemplos de gobierno del dato: definir qué es una venta, quién puede modificar sus datos, qué vendedores pueden acceder a cierta información, qué significa margen bruto y dónde está su fuente confiable.

Resumen narrativo

El tema introduce la dirección estratégica como una disciplina que ayuda a las organizaciones a orientar sus decisiones hacia objetivos de mediano y largo plazo. La idea central es que dirigir estratégicamente no consiste en adivinar el futuro, sino en tomar decisiones informadas en el presente, organizar los recursos necesarios y medir los resultados frente a lo esperado. En este sentido, la estrategia combina análisis, acción y retroalimentación.

Para construir esa dirección, la empresa necesita definir con claridad su misión y su visión. La misión explica por qué existe la organización, qué hace, para quién lo hace y en qué se diferencia. La visión, en cambio, marca el estado futuro al que aspira. Ambas funcionan como brújula: permiten convertir aspiraciones generales en objetivos estratégicos que puedan observarse, medirse y gestionarse.

El análisis estratégico aporta las herramientas para conectar la organización con su contexto. El análisis PEST permite estudiar factores externos como los políticos, económicos, sociales y tecnológicos, mientras que el análisis DAFO organiza tanto factores internos como externos en debilidades, amenazas, fortalezas y oportunidades. Estas herramientas no valen solo por la matriz final, sino por el proceso de reflexión que obligan a realizar.

A partir de esa estrategia, el cuadro de mando integral permite traducir objetivos en indicadores concretos. El CMI organiza la mirada de la empresa desde varias perspectivas, como la financiera, la del cliente, la de procesos internos y la de aprendizaje. Así, la estrategia deja de ser una declaración abstracta y se convierte en un sistema de seguimiento mediante KPI, metas y mapas estratégicos.

La clase magistral amplía esta base con el enfoque DAMA, que sitúa el gobierno del dato en el centro de la gestión de datos. Según este marco, gobernar datos implica definir derechos de decisión, responsabilidades, reglas de acceso, métodos y condiciones de uso. No basta con tener datos: la organización necesita saber de dónde vienen, qué significan, quién puede modificarlos y qué nivel de confianza tienen.

Aquí los metadatos ocupan un lugar decisivo. Un dato sin contexto pierde valor, porque puede interpretarse de formas distintas según el área o la persona que lo use. Por eso DAMA insiste en áreas como arquitectura de datos, modelado, almacenamiento, seguridad, interoperabilidad, gestión documental, datos maestros, inteligencia empresarial, metadatos y calidad del dato. Todas contribuyen a que la información sea creíble, segura y útil para decidir.

En conjunto, el tema conecta estrategia y datos: una empresa necesita objetivos claros, herramientas de análisis y mecanismos de medición, pero también datos gobernados que sostengan esas decisiones. Si no hay definiciones compartidas, calidad, seguridad y fuentes confiables, los indicadores pueden dar una falsa sensación de control. Gobernar el dato es, por tanto, una condición práctica para que la dirección estratégica funcione.

Para profundizar

Revisar el marco DAMA y sus 11 áreas de conocimiento de gestión del dato.
Estudiar el uso del cuadro de mando integral como herramienta para implantar planes estratégicos.
Profundizar en la relación entre misión, visión, valores y objetivos estratégicos.
Practicar el análisis PEST y DAFO con un caso empresarial concreto.
Revisar los conceptos de metadatos, datos maestros y calidad del dato dentro del gobierno de datos.

Transcripción literal de la clase magistral, generada con ElevenLabs Scribe.

Hola, bienvenidos a una clase magistral de la asignatura Gobierno del Dato para la Toma de Decisiones. En esta clase quiero que veamos el framework DAMA. DAMA significa Data Management o Gestión del Dato. Existen varios frameworks o varias organizaciones a nivel mundial se han sentado a escribir las bases de lo que debería ser una buena gestión del dato. Sin embargo, DAMA tiene certificaciones y además tiene el capítulo en España. Entonces eso lo hace muy interesante. Y a nivel mundial su comunidad es bastante amplia. DAMA define 11 áreas de conocimiento y gracias a las referencias del libro donde escriben ellos, todas estas áreas de conocimiento llamado el DM Book versión 2 ya salió o está por salir la versión 3, donde se crea un marco de referencia y las buenas prácticas a nivel mundial. Este framework es agnóstico, no tiene en cuenta las herramientas ni sugiere ninguna herramienta. Sugiere ciertos pasos, ciertas áreas, pero cada empresa y cada quien decide qué herramienta utilizar. Vamos a partir del concepto del gobierno del dato porque para DAMA ese es el centro o el eje central de la gestión del dato. Entonces el gobierno del dato o Data Governments es un sistema de derechos de decisión y responsabilidades para los procesos relacionados con la información ejecutado de acuerdo con modelos acordados que describen quién puede tomar, con qué medidas y qué información, cuándo, bajo qué circunstancias y con qué métodos puede consultar o puede tomar o puede agregar cierto dato dentro de la empresa. Son los datos los que permiten pasar del cómo se hacen las cosas a qué sentido tiene dentro de la empresa el dato como información. Estamos en la era de los metadatos. De hecho hay quienes ya hoy hablan que no trabajan con datos sino con metadatos. Si un dato no está contextualizado, si un dato no sabemos de dónde viene, para dónde va, qué concepto a nivel de empresa estamos trabajando con ese dato y que sea único, no nos sirve dentro de la empresa el dato como tal, sin el metadata. Entonces vamos a ver aquí las 11 áreas de conocimiento. Por un lado está la arquitectura de los datos y se lo coloca en una nubecita. De hecho esto lo saqué del capítulo de DAMA España porque hoy en día ya todo está disponible para que esa arquitectura de datos la hagamos a nivel cloud. El plan de gestión para establecer los requisitos de los datos estratégicos. Esto es lo que debería darnos la arquitectura. El modelado y el diseño de datos debería ayudarnos a descubrir, analizar, representar y comunicar de forma precisa el modelado de los datos. No debe haber error ni debe haber espacio para incongruencias o para ciertas dudas. Almacenamiento y organización de datos. El diseño, la implementación y el apoyo a lo largo del ciclo de vida del dato desde la planificación hasta su eliminación. Con el gobierno del dato el ciclo de vida del dato cambia. Ya no es se crea, se utiliza, se modifica, se destruye. No, ahora el ciclo de vida del dato es muchísimo más amplio. La seguridad de los datos y muy importante asegura la privacidad y la confidencialidad de los datos y se accede a ellos de manera adecuada. De hecho si se tiene un buen gobierno del dato la seguridad de alguna manera está garantizada para poder cumplir con lo que las leyes de protección de datos nos están exigiendo a nivel mundial y a nivel local dentro de cada país. La integración y la interoperabilidad de los datos. Esto hace referencia a las diferentes fuentes de datos, cómo se integran y cómo hay una sola fuente de información fidedigna y eso es muy importante. Entonces esta integración, esta interoperabilidad de los datos debe estar muy bien establecida. La gestión de documentos y contenidos. No todos los datos están estructurados. Entonces este es el ciclo de vida de datos que se encuentran en medios no estructurados, especialmente el apoyo al cumplimiento legal, documentos PDF, contratos, imágenes, otro tipo de datos no estructurados. Los datos de referencia y datos maestros. Muy importante es la conciliación y el mantenimiento de datos compartidos. Cuando se hace esta integración de los datos y la interoperabilidad de diferentes fuentes de datos, existen informaciones o datos duplicados. Entonces tiene que hacerse unos datos maestros o unos datos que referencien cuál es esa fuente de datos fidedigna o cuál es ese dato fidedigno. Y en general se hace maestro de datos para clientes, para productos, para monedas, que son datos sensibles para la empresa. El almacén de datos y la inteligencia empresarial. Aquí estamos hablando de Data Warehouse, Data Lakes, Business Intelligence. Tiene que estar todo muy bien establecido de qué información o qué datos van al almacén de datos y cuáles son esos estilos que se van a utilizar para el Business Intelligence que realmente aporten a la empresa. Los metadatos, muy importantes y de los cuales ya hemos hablado, es las actividades para el acceso a los metadatos para la comprensión de los datos. Cada dato debe tener su metadato asociado, pero la información que está allí plasmada también deberá accederse de manera segura. Y también debe saberse a quién se le da acceso a esos metadatos. Y por último tenemos la calidad del dato que gestiona la calidad para medir, evaluar y mejorar la idoneidad de los datos. Sin calidad de datos no tenemos gobierno del dato, no tenemos Data Management. Existen hoy en día muchas empresas que trabajan con base en los datos. Todas estas aplicaciones móviles, desde Uber, Cabify o aplicaciones como para poder reservar hoteles o Airbnb. Ellos realmente no tienen coches, ellos realmente no tienen hoteles, pero tienen muchísimos datos de las personas o de las empresas que sí lo tienen y datos de quiénes lo necesitan y quiénes lo solicitan. Entonces son empresas netamente trabajando solamente con datos. Esos son sus activos. Dentro de una empresa, cuando se tiene el gobierno del dato, cuando se tiene la administración de los datos bien definida, deben darse respuestas a preguntas como ¿qué es una venta? Algo tan simple como eso debe responderse dentro de todo este proceso. ¿Quién puede modificar los datos de una venta? ¿Todos los vendedores pueden acceder a los datos de su zona o solamente a los datos generales? Son preguntas que a veces su respuesta parece trivial, pero realmente no lo es. Eso debería definirse antes de poner los datos a disposición de las personas que están dentro de la empresa. El gobierno del dato nos ayuda a tomar decisiones eficientes y provee información creíble y segura. También podemos dar respuesta con todo el tema del gobierno del dato a preguntas tales como ¿qué es margen bruto? ¿Cómo se calcula? ¿Dónde encuentro el dato del margen bruto? ¿Cuáles son las fuentes que realmente me aseguran que ese dato es confiable? Dentro del framework de DAMA existen diferentes gráficos que nos muestran diferentes actividades dentro de la gestión del dato. Uno de estos gráficos es esta, donde se está mostrando áreas funcionales y dependencias. En este caso, el gobierno del dato está como base de este proceso de dependencias y de salidas. Dentro del gobierno del dato tenemos metadatos, la seguridad de los datos, la arquitectura de los datos y los datos de referencia. De ahí vamos subiendo en cada una de estas capas. Estas capas dependen de las capas inferiores y la salida de estas capas son las entradas de estas capas superiores. Para al final terminar con un estilo, con diferentes informes de inteligencia del negocio y de análisis que pueden ser análisis descriptivos, predictivos, prescriptivos. Otro gráfico que es interesante ver es este, donde muestran las funciones de la gestión del dato, las funciones del data management. Una de ellas es la supervisión y aquí, al contrario del gráfico anterior, el gobierno del dato está en la parte superior, no es la base, sino es de donde se parte. Cuando hablamos de las funciones del gestión del dato, del data management, la supervisión a través del gobierno del dato es la parte principal, la primera parte que se ve. De ahí para abajo hay otras funciones como el cambio de cultura, es un cambio cultural a nivel de organización y la gestión del ciclo de vida del dato. Aquí hay todo un plan de gestión de cómo se va a trabajar con cada dato que entra a la empresa y hay actividades funcionales, hay gestión de metadatos y gestión de la calidad de los datos. Dentro del framework de DAMA también se habla de las entradas, las operaciones y los entregables de toda esta gestión. Entonces aquí, por un lado, tenemos que partir de evaluar las necesidades del negocio. Tenemos que identificar primero esos casos de uso críticos para empezar a trabajar con ellos, no podemos trabajar con todo. Entonces esas serían las entradas para esa gestión del dato. ¿Cuáles son esos casos de uso críticos del negocio? Y esto es lo que entra. Dentro de la parte central, después de la entrada, las operaciones que se hacen, entonces aquí ya se definen estrategias y se define la gestión de la cultura del dato. Se divide entre definir la gobernanza del dato, definir la estrategia de la gobernanza del dato e implementar la gobernanza del dato, que no es tarea sencilla y no es un proyecto, que es algo que la organización debe tomar como cultura organizacional ya para siempre dentro de su organización. Y como salida y entregables, entonces ya tenemos la operativización del modelo para toda la organización. Entonces ya aquí ya están las estrategias, los principios, la hoja de ruta, el plan de operaciones, el plan de comunicación y el valor de datos reconocido, la maduración de la empresa en ese sentido. Entonces esto era lo que les traía para hoy. Muchísimas gracias y nos vemos en un siguiente video.