10 Claves para Definir tu

Estrategia Corporativa
de Gestión de Datos
ÍNDICE

Introducción. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

1. Definir las políticas del gobierno de los datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2. Arquitectura de datos, análisis y diseño . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

3. Gestión de la base de datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

4. Gestión de la seguridad de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

5. Gestión de la calidad de los datos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

6. Gestión de datos maestros y de integración de datos . . . . . . . . . . . . . . . . . . . . 3

7. Gestión de documentos, registros y contenido . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

8. Gestión de Meta Datos. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

9. Gestionar el Big Data . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

10. Conclusiones. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Introducción

Definir la estrategia corporativa de gestión de datos implica

administrar el principal valor de la organización. En este proceso,
designar responsables, implementar procedimientos y procesos,
definir la tecnología e incorporar buenas prácticas es tan necesario
como entender el verdadero valor de la información que se maneja,
su fin y su potencial.

Los principales errores que se cometen al planificar la gestión de los datos corpo-
rativos son:

No velar por la consistencia de los datos ni garantizar su integridad.

Introducir soluciones satélites o aplicaciones que menoscaben la optimización
de los procesos.

No ser capaces de identificar a los propietarios y responsables de los datos.

Sobrecargar al departamento de IT con competencias que no les son atribui-
bles.

A estas dificultades hay que añadir otras que sobrevienen al tiempo que el mundo,
la sociedad y la tecnología continúan su evolución. Las más destacables son:

Aumento del volumen y la variedad de información (que llega en forma de

datos estructurados y no estructurados).

Incremento de la velocidad de los tiempos económicos, que se multiplica,

exigiendo a las empresas una mayor capacidad de respuesta y un menor
tiempo de ejecución en el análisis de la información.

Necesidad de nuevas perspectivas en cuanto al planteamiento de los proce-

samientos de información y la toma de decisiones.

Y es que, en los últimos cinco años, el volumen de información digital crece a más
de 1000 exabytes y todos los días se generan alrededor de nada menos que 15
petabytes de información nueva que plantea a las empresas retos desconocidos,
pero también oportunidades.

3
 El desafío actual en la gestión de datos y la solución para
el negocio
Definir la estrategia corporativa de gestión de datos es la respuesta al desafío de las
5 Vs: volumen, velocidad, variedad, veracidad y valor. La visión única es la respues-
ta y la forma más eficaz de garantizar la integridad de los datos y evitar:

Duplicidades, redundancias, inconsistencias.

Imposibilidad de integrar.
Bajos niveles de rendimiento.
Falta de fiabilidad que genere problemas en el análisis.
Dificultad en la toma de decisiones.
Buscar el alineamiento depende de la solidez de la estrategia y su planteamiento,
que debe resultar en el desarrollo de soluciones que:

Faciliten el delivery de BI (proyectos más ágiles y rápidos).

Mejoren la relación de IT con el Business Community.
Mejoren la calidad de los sistemas y soluciones implementadas.
Reduzcan riesgos y minimicen el índice de fallos en las aplicaciones.
Hagan disminuir los costes de implementación y mantenimiento.
Incrementen la productividad de las aplicaciones y los usuarios.
Proporcionen el control suficiente sobre las dinámicas del negocio.

Por todo ello y en base a nuestra vasta experiencia en este campo, resumimos las 10
principales claves a tener en cuenta para definir una estrategia de gestión de datos
corporativa, eficiente y sostenible en el tiempo.

4
1. Definir las políticas del gobierno de
los datos

El primer paso para definir la estrategia corporativa de gestión de datos es fijar

las políticas, procedimientos, roles, responsables y tecnología que son necesarias
para tratar uniformemente la información de negocio. Básicamente, se trata del
ejercicio de autoridad y el control que se pone en práctica a través de la gestión de
los activos de datos. Está basado en tres estadios:

Planificación.
Monitoreo.
Aplicación.
El Data Governance desde sus funciones, persigue cinco objetivos:

Definir, aprobar y comunicar estrategias de datos, políticas, normas, procedi-

mientos, arquitectura y métricas.

Realizar un seguimiento y hacer cumplir el cumplimiento normativo y la confor-

midad con las políticas de datos, estándares, arquitectura y procedimientos.

Fomentar, controlar y supervisar la ejecución de los proyectos y servicios de

gestión de datos.

Gestionar y resolver los problemas relacionados con los datos corporativos.

Entender y promover el valor de los activos de datos.

5
Gobierno de datos: planificación y control en la gestión
de datos
A la hora de poner en marcha el Data Governance es necesario que la empresa
defina su estrategia desde una óptica que comprenda dos perspectivas: la de pla-
nificación y la de control, ambas absolutamente imprescindibles para garantizar
la eficiencia en las funciones de gobierno de los datos y, por tanto, la adecuada
gestión de la información.

Entre las actividades de planificación que deben considerarse en toda puesta en

marcha de este tipo se encuentran:

Identificación de la necesidades de datos de la organización y de los respon-

sables de los datos, que deberán ser designados.

Establecimiento de las organizaciones profesionales de la gestión de datos,

así como del gobierno de los datos y sus responsables.

Desarrollo de la estrategia de datos y su mantenimiento y de las políticas de

datos, estándares y procedimientos.

Revisión de la arquitectura de datos y estimación del valor de los activos de

datos, junto con su coste asociado.

En cuanto a la fase de control de la gestión de los datos asociada al Data Gover-

nance, podría resumirse en:

Comunicación de las políticas de datos y del valor de los activos de datos,

que deberá fomentarse siempre que sea posible.

Coordinación de las actividades de gobierno de datos, para canalizar el des-

empeño y aunar visiones.

Supervisión de equipos y organizaciones de profesionales de gestión de da-

tos, así como de los proyectos y servicios de gestión de datos.

Por último, hay que recordar que siempre es recomendable complementar estas
acciones con el control del cumplimiento regulatorio que permitirá prevenir conflic-
tos relativos a los datos y su tratamiento legal, entre otros, y por supuesto, confiar
en una tecnología robusta y fiable.

6
2. Arquitectura de datos, análisis y diseño

Las soluciones y los proyectos que se implementan en la arquitectura de datos

corporativa están tan relacionadas con el desarrollo y mantenimiento del Data Ar-
chitecture, como éste lo está con la estrategia corporativa de gestión de datos.

La arquitectura de datos de la empresa debe desarrollar el modelo de datos del

negocio y en su definición ha de comprender:

La configuración de la base de datos.

La forma de almacenamiento de los datos.
La arquitectura de Meta Datos.
El modelo o modelos de integración de datos.
Las pautas escogidas habrán de prever la alineación con otros modelos de nego-
cio, así como una cierta flexibilidad que haga posible a la organización su desarro-
llo, sin poner trabas a su crecimiento que, en muchos casos, requerirá de una cierta
adaptación a las circunstancias del mercado y sus demandas.

Gestión de datos: modelos y calidad

Cuando se sientan las bases de la arquitectura de datos que estructurará el esque-
leto informativo de la compañía, no pueden perderse de vista ni las necesidades
informacionales (presentes y futuras) de la misma, ni la calidad, en cuanto a los
modelos de datos.

Los planes de desarrollo y mantenimiento, tanto de los modelos lógicos de datos,

como de los físicos, y su especificación en ambos casos, requieren de una estra-
tegia de gestión de la calidad con objeto de evitar menoscabos en un aspecto tan
crítico.

La forma de proceder, en este punto de la definición de la estrategia corporativa de

gestión de datos, se articula en torno a tres puntos:

Desarrollo de estándares, que apliquen al modelo de datos en todas sus

perspectivas.

Revisión de la calidad del modelo de datos.

Administración de las versiones y procesos de integración del modelo de
datos.

Procediendo de esta manera, y sin perder de vista el foco de la función de arqui-

tectura de datos, que comprende el análisis de la cadena de valor, el modelado
de datos y la arquitectura de datos relacionales; se puede integrar ésta de forma
exitosa en el conjunto de la estrategia corporativa, siempre bajo las directrices que
establece Data Governance.

7
3. Gestión de la base de datos

Dentro del proceso de definir la estrategia corporativa de gestión de datos, la ad-

ministración de la base de datos merece una atención especial. Este trabajo com-
prende todo el ciclo de vida del dato, desde su mismo origen, ya obedezca a la
creación, ya lo haga a la adquisición, a través de archivo y purga.

Los activos de datos estructurados deben ser controlados y también apoyados

pero, para ello, la planificación resulta indispensable y aún más en cuanto a:

Definición de estándares de diseño de la base de datos.

Acuerdo de los niveles de servicio del desempeño de la base de datos.
Establecimiento del plan para la recuperación y la retención de datos.
Comprensión y evaluación de los requerimientos de la tecnología de datos.
El desarrollo de la base de datos, además del propio diseño, del desarrollo de
servicios de acceso y productos de información y de la conversión y migración de
datos, ha de contemplar las pruebas y validación de los requerimientos de datos.
En esta línea, es importante planificar dos de las tareas de control de mayor rele-
vancia en este fase:

La revisión de la calidad del diseño de la base de datos.

La implementación del desarrollo y pruebas de cambios en la base de datos.
Una vez concluida esta etapa, se estará ya en disposición de dar soporte a la pro-
ducción de base de datos, a un nivel más operacional, que incorpore tareas como
la obtención de datos procedentes de fuentes externas, el respaldo y la recupera-
ción de datos; o la administración de bases de datos especializados.

8
 Bases de datos y la gestión de la tecnología de datos
Cuando se define la arquitectura de la base de datos, se debe planificar su futura
gestión en cuanto a la instalación y administración de tecnología de datos y el so-
porte al uso y conflictos asociados al mismo ámbito. Es en este momento cuando
algunas tareas de control adquieren mayor importancia. En concreto dos:

Implementación y mantenimiento de ambientes de bases de datos.

Inventario y revisión de licencias de tecnología de datos.
Perfeccionar su alcance es una cuestión reiterativa que conlleva la supervisión con-
tinua, única forma de ganar tiempo y hacer realidad la detección prematura de
errores y /o desviaciones que pudiesen desembocar en pérdidas de alineación.

4. Gestión de la seguridad de los datos

La seguridad de los datos y la confidencialidad de la información son una necesidad.

La privacidad en este campo debe tenerse muy en cuenta a la hora de definir la
estrategia corporativa de gestión de datos ya que, incorporar las buenas prácticas
relativas a Data Security desde fases prematuras de planificación es la mejor manera
de evitar la futura aparición de brechas de seguridad, minimizando así el riesgo.

El concepto de seguridad de los datos orbita en torno a la protección de los datos y

de la información desde las actividades que sean necesarias para evitar el acceso, la
creación y/o el cambio no autorizado o inapropiado de los datos corporativos. Ga-
rantizar la privacidad requiere de acciones de ejecución y control que se han de tener
previstas desde la planificación de la estrategia de gestión de datos corporativos.

Usuarios, necesidades y gestión de la seguridad de datos

en la estrategia corporativa
Cuando se busca definir los estándares de privacidad y confidencialidad de datos
que operarán en la empresa, llegado el momento de establecer los procedimientos
clave de acceso o de determinar los controles de seguridad de datos, hay que
hacer un esfuerzo introspectivo que resulte en el entendimiento de las propias ne-
cesidades.

9
Conocer la criticidad de la información con que se trabaja, averiguar quiénes serán
los usuarios encargados de qué y saber cuáles serán los distintos niveles de acce-
so a que se autorizará a quienes interactúen con la información, son tres factores
clave para no dejar ningún cabo suelto que pueda suponer un riesgo para la segu-
ridad el día de mañana (ni en el momento presente).

Además, proceder de forma sistemática garantiza un buen resultado y, por eso, en

materia de control se necesita:

Clasificar la confidencialidad de la información.

Administrar usuarios, claves de acceso y grupos.
Gestionar las vistas de acceso a datos.
Tutelar los permisos de acceso a los datos.
Monitorear la autenticación de usuarios y conducta de acceso.
Auditar la seguridad de los datos.

Implementando estos procedimientos y automatizando procesos bajo

la óptica de una estrategia común que insista en la importancia
de la protección de datos, es posible trabajar con garantías en
cuanto a seguridad en materia de administración de datos y
gestión de la información.

10
5. Gestión de la calidad de los datos

Para una toma de decisiones exenta de riesgo, los datos han de ser válidos, ínte-
gros, fiables, consistentes, completos... estos atributos de la calidad del dato no
son inherentes al mismo, sino que requieren de la aplicación de técnicas de gestión
de la calidad que midan, evalúen, mejoren y puedan asegurar la idoneidad de los
datos para su uso.

Dentro de la estrategia corporativa de gestión de los datos, habría que acordar

determinados niveles de servicio de la calidad de los mismos y, a la vez, definir mé-
tricas. De esta forma, se estaría fomentando la conciencia hacia la calidad de los
datos, necesaria para definir tanto las reglas de negocio, como los requerimientos
que se necesitan si se quieren procurar las condiciones óptimas para el análisis.
Posteriormente, habría que completar estas acciones con campañas de depura-
ción y limpieza de los datos que, probablemente deban tener previsto su enrique-
cimiento y homologación en determinados casos.

Estrategia corporativa de gestión de datos y conflictos de

calidad
La integridad de los datos o, mejor dicho, la falta de ella, puede minar las decisio-
nes de toda una empresa y abocarla al fracaso. Cuando la calidad de los datos no
es confiable existen duplicidades, errores, campos vacíos y el usuario tiene que
enfrentarse a una serie de problemas que dificultan o impiden su análisis. También
puede suceder, en el peor de los casos, que no se detecten estos obstáculos,
con lo que la desviación que una interpretación errónea causaría en las decisiones
tomadas y las acciones encaminadas sería aún mayor y, en muchos casos, insal-
vable.

Para alinear las decisiones con la estrategia es necesario que la calidad sea peren-
ne e incuestionable. Desde la planificación y el control hay que tomar medidas que
garanticen la implementación de procedimientos operacionales para la gestión de
la calidad de los datos. Una vez que los requerimiento de calidad han sido someti-
dos a ciclos de pruebas y validados se trata de ejercer el control y supervisión que
hagan posible:

Analizar, perfilar y medir la calidad de los datos.

Certificar la calidad de los datos.
Identificar, escalar y resolver conflictos de la calidad de los datos.
Controlar procedimientos operacionales para la gestión de la calidad de los
datos.

Auditar la calidad de los datos.

11
 Cuando se confía en una solución de confianza y se implementan estos procesos
en la dinámica estratégica de la gestión corporativa de datos se está integrando la
calidad en los cimientos de todos los procesos y, al mismo tiempo, se sientan las
bases que preparan a la empresa para resolver cualquier conflicto que pueda surgir
en relación con la calidad de los datos.

6. Gestión de datos maestros y de

integración de datos
Los Master Data son registros únicos que, debido a dicha cualidad, sirven como
referencia para toda la organización y los distintos usos que se les quiera dar. Ga-
rantizar su integración es una cuestión de vital importancia en la definición de la
estrategia corporativa de gestión de datos, que debe velar por su unificación en
un entorno de coherencia. Cuando se habla de datos maestros se entienden com-
prendidos en esta clasificación:

Códigos externos.
Códigos internos.
Datos de clientes.
Datos de productos.
Dimensión Mgmt.

Los valores de datos contextuales tienen, en todo caso, que

integrarse con su «versión de oro»; tarea no exenta de
dificultades, sobre todo si se tiene en cuenta que aplicaciones,
procesos y sistemas suelen presentar una heterogeneidad y una
complejidad sólo comparables a su diversidad.

Sin embargo, el problema se magnifica cuando se tiene en cuenta que, cualquiera

que sea la solución a la gestión de datos maestros debe garantizar que éstos estén
disponibles, sean accesibles, coherentes, de calidad y que además sean audita-
bles y presenten, al menos, todos los requisitos de seguridad exigibles.

12
Planificación de la gestión de Master Data
Para aproximarse a la decisión correcta en cuanto a gestión de los datos maestros
dentro del plan de definición de la estrategia corporativa, se impone el alcanzar una
comprensión profunda de las necesidades de integración de este tipo de datos y
de los de referencia, manteniendo las jerarquías dimensionales tanto en este tipo
de procesos, como en los de copia de datos.

Cuando se ha superado este nivel y las soluciones para la gestión de datos de re-
ferencia y maestros han llegado a su fase de implantación es el momento de iniciar
también, o al menos planificar, las acciones de supervisión de los valores de código
de control y otros datos de referencia.

Al sentar las bases de la que será la futura gestión de los datos maestros hay que
planificar, no sólo la administración de los mismos, sino también su mantenimiento
y para ello se debe contar con:

Responsables: que se hagan cargo de cada categoría de Master Data,

garantizando la calidad y actualización de los mismos.

Procesos: que se ocupen cargar los datos de referencia de cada ámbito,

una vez han sido extraídos de las distintas fuentes.

Reglas: abarcando desde su definición hasta su aplicación en materia de

calidad de datos.

Tres pilares que tienen mucho que ver con los elementos ambientales que terminan
de configurar la dirección a seguir por la estrategia corporativa, en tanto en cuanto
se desprenden de su misión, visión y valores.

13
7. Gestión de documentos, registros y
contenido
Archivos electrónicos y registros físicos constituyen importantes fuentes orígenes
de datos, pero su principal problema es que se trata de fuentes de datos deses-
tructurados. El objetivo de la estrategia corporativa de gestión de datos en este
ámbito es habilitar, proteger, indexar y almacenar esos datos a los que se ha en-
contrado acceso.

Algunas de las fuentes de datos más habituales son:

Documentos electrónicos: como textos, gráficas, imagen, audio o vídeo.

Registros físicos: que pueden encontrarse en forma de papel o fichas.
Administrar estas fuentes supone proceder a la adecuada gestión del contenido
de la información, para preservar ese valor que encierran y que repercutirá en cada
acción que la empresa tome en el futuro y que decidirá su proyección. Entre los
aspectos a considerar se encuentran:

Índices de motores de búsqueda.

Estándares de formato para informes y documentos.
Taxonomías.
Tamaño de nombres XML.

De la estructura de los datos a la proyección de negocio

Mediante actividades de planificación, ejecución y control se hace posible dotar
de estructura a los datos que serán empleados activamente en los procesos de
inteligencia de negocio. Utilizar datos no estructurados es, especialmente en estos
tiempos de Big Data, asumir un riesgo inaceptable y, por ello, cualquier acción en-
caminada a mitigar esta falta de configuración y orden ha de ser planteada desde
estadios tempranos de definición de la estrategia de Data Management.

La adecuada gestión de registros, documentos y contenidos, cuando está bien

planificada y responde a una estrategia predefinida, debe procurar:

La minimización del riesgo.

El ahorro de costes.
La inmediatez en cuanto a actualizaciones.
Además, debe ser capaz de asimilarse a la complejidad multidimensional de los ne-
gocios hoy en día, proveyendo a la empresa de soluciones globales y sistemáticas
que le aporten solidez.

14
La misión de la gestión de Meta Datos es permitir el fácil acceso a la información
con alta calidad, a través de metadatos integrados. Las actividades previstas para
garantizarlo se deben sustentar en tres niveles de acción diferentes, pero interrela-
cionados:

Integración.
Control.
Entrega.
La comprensión de los requerimientos de los Meta Datos es el punto de partida que
servirá para definir la arquitectura de los mismos. A partir de ahí, se hace necesario
el desarrollo de los estándares de metadatos, que habrá de ser asistido por un
programa de mantenimiento de los mismos.

En este punto se procederá a la:

Implantación y administración del ambiente de Meta Datos.

Creación, captura, almacenamiento y mantenimiento de Meta Data.
Mantenimiento de la provisión fuente de metadatos.

Estrategia de control sobre los Meta Datos

Extraer, reconciliar, integrar y compartir Meta Datos es sólo el inicio del proceso de
control que ha de preverse en la estrategia corporativa de gestión de datos en lo
concerniente a los Meta Datos. Además, quedará pendiente el desarrollo de accio-
nes con fines de supervisión como:

Gobierno del Banco de Meta Datos.

Administración de la distribución de los mismos.
Gestión de la entrega de Meta Data a glosarios, directorios y otros depósitos.
Por último, debe tenerse en cuenta que siempre será necesario habilitar una vía
efectiva que permita enviar las consultas e informes de Meta Datos, así como inter-
cambiar y actualizar los análisis en esta materia.

15
9. Gestionar el Big Data
Big Data management es la práctica que hace posible la organización, administra-
ción y gobernabilidad de grandes volúmenes de datos tanto estructurados, como
no estructurados. Si se alcanza una gestión eficaz del Big Data se puede:

Garantizar un alto nivel de calidad de los datos.

Hacerlos accesibles para la inteligencia de negocio.
Tenerlos siempre disponibles para su uso en grandes aplicaciones de análi-
sis de datos.

Conseguir que la información valiosa siempre esté localizada, incluso cuan-

do se habla de datos no estructurados y de datos semi-estructurados; y aun
cuando éstos provienen de fuentes diversas.

Registros del sistema, datos que llegan de medios sociales, registros detallados de
llamada... se hace necesario el poder trabajar con clusters de datos de rápido cre-
cimiento y, por eso, al definir la estrategia corporativa de gestión de datos hay que
considerar el Big Data y todo lo que conlleva: variedad de formatos, grandísimos
volúmenes de información (terabytes e incluso petabytes) e inmediatez.

Las claves de la gestión de Big Data

Big Data es interesante para las empresas, es necesario para ellas y, en muchos
casos, se plantea como un requisito vital para minimizar el riesgo. El creciente in-
terés en la recolección y análisis de grandes volúmenes de datos se concreta en
la aparición de nuevas plataformas que son capaces de combinar el almacén de
datos tradicional con los grandes sistemas informacionales, dentro de un contexto
lógico en la arquitectura de almacenamiento de datos.

Ir más allá del simple almacén de datos al estilo clásico o de las bases de datos
relacionales, necesita incorporar tecnologías que se adapten a los modos de trans-
formación y almacenamiento de las formas no transaccionales de datos. Todos los
procesos de este tipo implican:

Decidir cuáles son los datos que, por motivos de cumplimiento, han de perma-
necer y cuáles no.

Establecer qué datos pueden ser eliminados.

Confirmar cuáles son los datos que se conservarán y que serán analizados, con
el fin de mejorar los procesos de negocio actuales o proporcionar un negocio
con una ventaja competitiva.

Garantizar el éxito en la gestión de Big Data depende de llevar a cabo una cuidada
clasificación de datos que asegure que, en última instancia, los conjuntos de datos
más pequeños pueden ser analizados con la premura suficiente para mantener los
niveles de productividad.

16
10. Conclusiones

Para definir una estrategia de datos hay que definir una serie de funciones que
hagan posible su articulación en torno a las reglas de negocio y las necesidades
concretas de la organización. Las nueve sugeridas hacen referencia a la gestión de:

Arquitectura de datos, análisis y diseño.

Base de datos.
Seguridad de los datos.
Calidad de los datos.
Datos maestros y su integración.
Data Warehouse
Documentos, registros y contenido.
Metadatos.
Big Data.

Estas nueve funciones deben estar siempre interconectadas por una función de
gobierno de datos, que les procure:

La visión y la alineación.
Las políticas y herramientas.
Los roles y responsabilidades.
La definición de procesos y administración de programas.

Así, cada una de las funciones podrá, independientemente y al mismo tiempo en

conjunto, encaminarse hacia sus premisas y objetivos, que serán alcanzados a
través de distintas actividades de:

Planificación: que establecerán el curso táctico y estratégico del resto de

actividades de gestión.

Control: encargadas de la supervisión en modo continuo.

Desarrollo: donde se engloban todas las que se ocupen del análisis, dise-
ño, construcción, pruebas y despliegue.

Ejecución: que serán las encargadas de dar servicio y soporte.

17
No puede olvidarse que, en el marco de la estrategia, junto con estas funciones
cohabitan ciertos elementos del entorno que se manifiestan en los distintos roles
ejercidos por las personas que componen la organización y que tienen en común
una meta que se puede identificar con la visión y la misión empresarial, los princi-
pios del negocio, las directrices y buenas prácticas adoptadas por la compañía, los
objetivos estratégicos y, también, con los específicos.

Estos roles o responsabilidades se engloban en los diferentes

procesos culturales que tienen lugar en el seno corporativo. Por
ello, conforme convivan estos elementos con aquellas funciones,
definir una estrategia en relación con la administración de
los datos será más sencillo y eficaz, y dará sus frutos en las
acciones que tome la empresa; hecho que proporciona una última
clave, fundamental para el éxito en la definición de la estrategia
corporativa de gestión de datos.

18
 Síguenos en:

www.es.logicalis.com