De DataOps y Data-Driven Organization PARTE 2
Este Artículo es la continuación de
Retomando la discusión de la importancia de los datos, desde su operación, explotación y uso en apoyo del negocio con DataOps y el impacto que esto tiene a nivel organizacional pensando en conceptos como Data Driven Organizations queremos continuar discutiendo aspectos relevantes al momento de enfrentar desafíos de transformación digital dirigida por los datos.
Por lo que comenzamos por preguntarnos, ¿Qué es DataOps, a qué hace referencia este término?
DataOps es una nueva forma de administrar los datos para promover la integración y comunicación entre los silos, equipos y sistemas de datos.
La ideal es facilitar las relaciones entre las personas, herramientas y procesos que manejan comparten y necesitan los datos, entre estos perfiles nos encontramos con: Desarrolladores, Ingenieros de Datos, Científicos de Datos, Analistas, Usuarios de Negocios, entre otros. DataOps acerca y facilita las conexiones de quienes capturan y preparan la data con quienes analizan los datos, hasta llegar a los individuos que se apoyan en el resultado de los análisis para tomar buenas decisiones de negocios. La idea es cambiar y mejorar la forma en que la data es consumida y optimizada, teniendo un impacto no despreciable en aspectos culturales de la organización.
No se puede definir DataOps como una herramienta o un conjunto de procesos, es un estilo de administración de los datos, no es simplemente un conjunto de herramientas más en un Workflow. Es realmente una forma eficiente de gestionar los datos, apoyado en personas, cultura, procesos y herramientas.
La Aspiración de una Data-Driven Organization es centralizar la infraestructura, democratizando el acceso a los datos en un balance con un gobierno eficiente de los mismos. Con este proceso se busca impulsar fuertemente la innovación en las organizaciones al permitir que un mayor grupo de usuarios tenga acceso y la libertad de encontrar insights sin dejar de lado los aspectos de seguridad, privacidad y otros aspectos relevantes del gobierno de datos.
Fuente: Turner Broadcasting abarca las tres etapas intermedias del modelo de madurez basado en datos: experimentación, expansión e inversión
Pero, ¿qué más impulsa la necesidad por DataOps? ¿Por qué se debe adoptar esta metodología?
La necesidad de una agilidad segura en cuanto al manejo de los datos:
- Actualmente los negocios han estado evolucionando a una velocidad bastante acelerada y si los negocios no interpretan y procesan los datos a la misma velocidad, esto afecta directamente en el proceso de toma de decisiones.
- Así como la necesidad de agilidad para desarrollar nuevas soluciones tecnológicas lideró la creación de la cultura DevOps, la misma agilidad es hoy necesaria en con respecto al tratamiento de los datos
- Las empresas con más crecimiento en los últimos años, son las organizaciones que han aprendido a sacar provecho de sus datos, de los datos de sus clientes, de los datos de sus competidores, etc
https://fortune.com/fortune500/2019/search/
Los Datos se convirtieron en el insumo principal:
- Hoy las organizaciones maduras reconocen que tienen una necesidad de democratizar los datos y hacer que sean accesibles. Las empresas tienen más que claro lo importante que es esto para los negocios que quieren crecer y sobrevivir en esta etapa, en vista de esto los equipos de datos están teniendo presión en cada uno de sus frentes. Actualmente siguen proliferando con mucha velocidad las fuentes de datos debido a todos los avances en la recolección y captura de los mismos; Nuevas aplicaciones, sensores, IOT, Social Media, entre otros. Evidentemente los datos bien usados pueden convertirse en una ventaja competitiva muy importante, por lo que grandes organizaciones están redoblando esfuerzos en aprender y desarrollar nuevas y mejores formas del tratamiento de su activo más preciado.
¿Dónde está el problema al no contar con data disponible en el momento correcto?
- Uno de ellos es que no importa que tan inteligente e innovador puede ser un equipo de científicos de datos, ellos no pueden ayudar al negocio si no pueden obtener todos los datos o si no pueden poner los resultados del modelo en las manos de los tomadores de decisiones en el momento correcto. Un ejemplo práctico es lo que le ha pasado a países en la pandemia de COVID-19 sin datos sobre la población, respecto a contagios, tasas de contagio, recuperados etc, es imposible tomar medidas o decisiones, es decir al igual que en la pandemia de COVID-19 los datos son de vida o muerte para las organizaciones.
Fuente: https://datastudio.google.com/u/1/reporting/1dc92389-bb82-433a-8f51-c643edcf4bd3/page/gxSJB
Los datos no son cosas estáticas:
- Actualmente puedes obtener información de datos que provienen en diferentes formatos, con frecuencias de uso y periodo de actualizaciones diferentes, esto ya es un reto interesante, pero también debemos tener en cuenta que las necesidades de las organizaciones pueden cambiar rápidamente según se mueva el mercado y la operación, por lo que puede pasar que un lunes, Machine Learning sea la prioridad para la empresa, el martes puedes necesitar poner foco en el análisis predictivo y el viernes tu foco puede ser procesar transacciones. Por lo que la infraestructura y cultura de datos de las organizaciones, tiene que ser capaz de soportar estos diferentes workloads de una manera eficiente.
Contar con una estrategia DataOps ayuda a crear rápidamente nuevos modelos, priorizar workloads, y extraer valores desde los datos promoviendo colaboración y comunicación.
La tecnología nunca es suficiente:
- El estudio y los procesos concernientes al análisis de datos y la tecnología que lo soporta se está volviendo cada vez más fuerte, pero estas herramientas son realmente buenas solo si se aplican de una manera consistente y relativa. Es imprescindible para los negocios poder utilizar y aprovecharlas de una manera que realmente causen una mejora sustancial para ellos y no sea solo una herramienta más en su catálogo.
- Comprar o adoptar tecnología potente teniendo la ilusión que con esto se va a solucionar todos tus problemas de análisis, sin cambiar la cultura organizacional y entender conceptos fundamentales para el correcto tratamiento de información es como es tener un Fórmula 1 para manejarlo en una carretera en malas condiciones
Es Necesario Mayor Agilidad:
- La Agilidad es mucho más necesaria hoy que en 1990’s cuando nacía la arquitectura de los Data-Warehouses y sus mejores prácticas. Actualmente la agilidad organizacional en cuanto a los datos es mucho pero mucho más rápida. Es tanto así, que en muchos casos lo que necesitas es velocidad para cambiar el comportamiento y desarrollo de una organización
- Siguiendo con el ejemplo de fórmula 1, esto tiene que ver con que los equipos aprendan a adaptarse rápidamente a los cambios y que funcionen a la vez de manera tan integrada y coordinada con el negocio como lo hacen los mecánicos de los PITS al realizar el mantenimiento durante las carretas. Y esto no se logra con magia, sino con metodologías y nuevas dinámicas de trabajo organizacional
Como conclusión podemos ver que DataOps realmente es una forma eficiente para enfocarnos en el acceso, la seguridad de los datos y su infraestructura en el momento que construimos un ambiente centrados en datos como un Data Lake. Es la forma con la cual las personas y organizaciones interactúan con los datos de una manera correcta, eficiente y ventajosa para sus fines, con una mentalidad centrada en las personas como protagonistas apoyados de un guión de procesos y herramientas.
Es importante mencionar que las organizaciones nacientes adoptan DataOps mucho más rápida y fácilmente que las que ya están establecidas. Aquellas empresas nuevas que nacieron con la mentalidad DevOps como su norma, intrínsecamente tienen una posición más inclinada hacia una cultura DataOps. Pero también es muy importante tener en cuenta que las organizaciones ya establecidas, necesitan llevar sus prácticas existentes a nuevas maneras de pensar, tratar y compartir los datos.
En corporaciones más tradicionales, las políticas de seguridad y control de datos en particular debe evolucionar para no ser un freno a la innovación ni al crecimiento de los negocios. Las preocupaciones de estas empresas se van a transformar en: ¿Cómo asegurarse que la data sensible de la organización permanezca segura y esté disponible para los usuarios? DataOps es una opción por muchos negocios para poder cumplir con las estrictas regulaciones de gobiernos y a su vez poder evitar que estas normas se conviertan en un cuello de botella para la evolución de la organización.
En nuestra experiencia hemos tenido la oportunidad de ver como grandes organizaciones intentan sumarse a nuevas e importantes tecnologías (como el Cloud) sin adoptar los cambios culturales, de procesos y metodológico que corresponden para poder explotar la potencialidad que ofrecen herramientas que están hoy en el top de la evolución tecnológica. Por esta razón creemos muy importante que los cambios para las organizaciones tienen que ser una mezcla importante entre Tecnología, Procesos y Personas. Esto es lo que DataOps intenta impulsar para garantizar el buen funcionamiento de las organizaciones en el resguardo y distribución de sus datos.
En Zenta comprendemos la importancia de estos desafíos para el desarrollo de cualquier organización, por lo que nos enfocamos en ser expertos en el tratamiento de los datos, desarrollando talento especializado, profundizando y desarrollando nuevas y mejores formas para su correcto uso.
Somos expertos en la aplicación de tecnología pero creemos que además de apoyarnos en IT para solventar e impulsar a nuestros clientes, también es importante crear cultura, normas y buenas prácticas para lograr los objetivos.
