La gobernanza de datos por diseño es la forma de gestionar y mantener las aplicaciones y procesos de una empresa y garantizar la supervisión de los datos implicados a lo largo de todo su ciclo de vida, desde la definición de los requisitos hasta la gestión de la ejecución.

Pero lo primero es lo primero, así que empecemos por la Data Governance.

Su objetivo es garantizar la autoridad y el control en la gestión de los activos de datos. En efecto, se trata de establecer los modos de funcionamiento de un pipeline de datos y de definir las características técnicas y de negocio de los datos gestionados. Es necesario establecer la semántica de los datos, las relaciones entre los datos y sus procesos de elaboración, así como las funciones de tal o cual manera que intervienen en su gestión. Nos referimos, pues, al catálogo de datos, al Business Glossary (glosario empresarial), al linaje de datos y a la propiedad. Todos estos fenómenos pueden representarse convenientemente con un modelo de metadatos estructurado.

Calidad de los datos: de la semántica a la propiedad

Si el objeto representado -un campo de datos, un proceso, un conducto de datos- ya está presente en la organización, es necesario reconstruir los metadatos que describen las características de gobernanza relacionadas. A menudo es necesaria una intervención activa para impulsar, por ejemplo, la determinación de las titularidades, las definiciones o la supervisión de la calidad. De hecho, la calidad de los datos es uno de los aspectos que más a menudo requieren una intervención para reforzar los sistemas de control y la revisión de los modos de funcionamiento. Esto ocurre no sólo en términos de verificación, sino también de elaboración y responsabilidad de los procesos de control, ejecución y remediación.

Las tecnologías modernas permiten facilitar el proceso de reconstrucción y refuerzo. Sin embargo, en muchos casos el hecho de que los resultados sean completos y se mantengan presenta desventajas. Esto tiene que ver no sólo con la potencia de las herramientas de captura de metadatos, sino también y sobre todo con las tecnologías y las formas de implantación y despliegue de las aplicaciones y procesos incluidos en el perímetro de gobernanza.

El objetivo de Data Governance by Design es superar estas lagunas para aquellos ámbitos de datos y procesos intensivos en datos que lo permitan, ya que aún están por realizar e implementar.

Procesos intensivos en datos: los principios de la gobernanza

A lo largo de todo el ciclo de vida de un proceso o de una solución de software, es necesario garantizar los principios de Gobernanza de Datos pertinentes, es decir, asegurarse de que están definidos, formalizados, implementados y activados. Estos principios son:

• semántica y ontología – ¿cuál es el significado “oficial” de los datos procesados? ¿cuáles son sus relaciones mutuas y con otras entidades?
• arquitectura de datos – ¿qué datos del modelo de información de la empresa se relacionan con los gestionados en este proceso / aplicación?
• Linaje de los datos – ¿qué camino siguen los datos a lo largo del proceso? ¿Cuáles son las trayectorias de los datos gestionados por la aplicación?
  Calidad de los datos – ¿cuáles son las normas de calidad que garantizan que los datos puedan emplearse para diversos usos?
• responsabilidad – ¿quiénes son las partes interesadas que participan de distintas maneras en el proceso, en el uso de la aplicación?
• orquestación – ¿cómo se elabora el proceso? ¿En qué procesos participa la aplicación? ¿Debemos prever la sincronización de los pasos automatizados para garantizar la correcta gestión global de los datos a lo largo de estos procesos?

Estas perspectivas, estas cuestiones, también deben tenerse en cuenta cuando gobernamos los datos implicados en un proceso o una aplicación existente. Sin embargo, es mucho más sencillo y eficiente considerar (y gestionar en un modelo de metadatos estructurados) estos aspectos “por diseño” en la fase de implementación. Y, si es necesario, también “por defecto” a lo largo de todo el ciclo de vida.