Importancia de los procesos de una empresa en la gestión de datos

El concepto de vincular los procesos de una empresa con los datos no es nuevo. Sin embargo, actualmente se está viendo un resurgimiento, que es tan importante como siempre en relación con muchos temas de gestión de datos.

Los diferentes clientes de diferentes sectores que trabajan en diferentes proyectos de gestión de datos siempre tienen algo en común: para todos es muy importante vincular las prioridades comerciales con los procesos comerciales que las respaldan.

El procesos de una empresa ingrese al juego de administración de datos en varios escenarios diferentes: Gestión de datos maestros, gobernanza de datos, calidad de datos y análisis de macrodatos.

Gestión de datos maestros

Gestión de datos maestros (MDM) es la disciplina que se esfuerza por lograr una versión única de la verdad para los elementos centrales de una empresa: cliente, producto, proveedor, etc. Sin embargo, la realidad es que una sola versión de la verdad se compone de múltiples perspectivas sobre esa verdad.

Tomemos, por ejemplo, un dominio de datos maestros común como el producto. Si bien existe una vista integral de un ‘Producto’ con un superconjunto de atributos que admite múltiples grupos de usuarios en toda la organización, cada grupo de usuarios tiene su propia vista de lo que implica la información del ‘Producto’ y cuál es el uso de estos datos. Cada grupo a lo largo de la cadena de suministro puede ver, crear, editar o eliminar ciertas piezas de información que conforman el concepto de ‘Producto’. Para que MDM tenga éxito, es importante identificar a cada uno de estos grupos de partes interesadas y trabajar con ellos para comprender su uso y requisitos en torno al dominio de datos en cuestión..

Una herramienta que puede ser útil es un modelo de proceso de mapeo de elementos de datos. Usando un Diagrama BPMN de los procesos de una empresaLas partes interesadas se pueden mostrar a lo largo de una columna con sus actividades clave junto a ellas. Podríamos mostrar, por ejemplo, un ciclo de vida de desarrollo de un producto que abarca desde el desarrollo hasta el costo del producto, los precios y las pruebas de mercado.

En este ejemplo, ciertos aspectos de los datos del producto serán claramente propiedad de un determinado grupo de partes interesadas. Por ejemplo, el equipo de desarrollo de productos es responsable de definir los componentes del producto y las instrucciones de montaje. Sin embargo, cuando se trata de precios, los datos de la cadena de suministro determinan el precio inicial, pero este precio se puede cambiar a través del proceso de marketing durante la fase de prueba de mercado. El marketing es responsable de nombrar y describir los productos en el catálogo.

Para realizar un seguimiento del uso y el ciclo de vida de los elementos de datos, podemos usar una matriz CRUD. La matriz CRUD realiza un seguimiento de los grupos que crean, leen, actualizan y eliminan datos.

Cuando la información es modificada por más de un grupo, es importante establecer el flujo de trabajo y la gobernanza adecuados. Por ejemplo, es probable que tanto la cadena de suministro como el marketing sientan que «poseen» la información correcta. Al diseñar claramente el flujo de trabajo y el ciclo de vida de los datos, tanto las partes interesadas como los desarrolladores de MDM son compatibles comprender las responsabilidades correctas de los datos para las partes interesadas y crear el flujo de trabajo, las reglas de negocio, las reglas de seguridad, etc. adecuadas en torno a la solución. En muchos casos, las redundancias e ineficiencias en el proceso se pueden identificar y mejorar con la solución MDM, lo que convierte a MDM en una herramienta de optimización de procesos comerciales.. La gestión de datos maestros es a menudo una iniciativa de proceso empresarial tanto como una iniciativa de gestión de datos.

Dato de governancia

Dato de governancia es un área de gestión de datos con un enfoque especial en personas y procesosy que puede beneficiarse del uso de un modelo de proceso empresarial estructurado. Identificar cómo y por quién se utilizan los datos a lo largo del proceso empresarial puede ayudar a determinar el gobierno y la propiedad de datos más adecuados. Puede ayudar a resolver diferencias cuando encontramos conflictos sobre la propiedad. Por ejemplo, en el ejemplo de precios anterior, tanto la cadena de suministro como el marketing contribuyen al precio del producto, pero en diferentes etapas del ciclo de vida del producto.

El análisis de los datos a través de los ojos del proceso empresarial también puede ayudar a detectar el patrón y el diseño de los datos.. Por ejemplo, ¿debería haber una característica adicional de «precio teórico» que se cree utilizando datos de la cadena de suministro y precio de mercado de marketing? ¿Existen diferentes niveles de precios por región y / o fechas de vigencia para el precio de mercado? Ver los datos en el contexto de los procesos comerciales del mundo real puede ayudar a aclarar tanto su propiedad como su uso en toda la organización.

Calidad de los datos

Del mismo modo, la calidad de los datos es un área en la que los procesos de una empresa juegan un papel clave. Hay muchas formas de limpiar, validar y enriquecer datos, y muchas herramientas y métodos para respaldar la calidad de los datos. Pero Si se utilizan técnicas de calidad de datos sin tener en cuenta el uso de procesos comerciales, es probable que sean ineficaces.

Si no se tienen en cuenta los procesos comerciales, los esfuerzos de calidad de los datos se degradarán por los mismos procesos que originalmente causaron los problemas de calidad de los datos.

Por ejemplo, un esfuerzo común de calidad de datos se centra en el nombre, la dirección y la información de contacto del cliente. En una iniciativa de calidad de datos de este tipo, es importante comprender la fuente de esta información del cliente y cómo se creó y actualizó a lo largo del ciclo de vida del proceso empresarial.

Cuando un cliente específico compra un producto, el departamento de ventas recopila y / o actualiza información relacionada. Si surge un problema con el producto y el cliente se comunica con el servicio de atención al cliente, la información se recopila nuevamente. ¿Están estos tres departamentos sincronizados y utilizan la misma fuente de información del cliente? ¿O hay fuentes de datos fragmentadas e inconexas? No hay nada más molesto para el cliente que tener que proporcionar los mismos detalles una y otra vez. Si los tres departamentos utilizan la misma fuente de datos, ¿existe un gobierno de datos claro y una propiedad sobre los datos y cómo se obtienen y actualizan? ¿Se incentiva al personal a ingresar datos correctamente? Se puede incentivar a un vendedor a cerrar un trato, pero ¿se lo incentiva a asegurarse de que la información del cliente sea correcta?

Análisis de Big Data

El análisis de Big data Puede proporcionar información valiosa para fuentes dispares que pueden hacer crecer las fuentes de datos tradicionales de hoy., como un almacén de datos. En el caso de los datos de los clientes, por ejemplo, puede realizar un análisis de «sentimiento» de las redes sociales, patrones de compra, análisis de movimiento y más para crear una vista de 360º del cliente. Pero este análisis tiene poco valor si se realiza en el vacío. Por ejemplo, si tenemos información sobre los comentarios de los clientes, es importante comprender en qué parte del ciclo de vida del producto se encuentra el cliente al expresar estos comentarios. Hacer coincidir su sentimiento con su etapa en el ciclo de vida de la compra es fundamental para comprender realmente su experiencia. El valor de la analíticaLa analítica se refiere al proceso de recopilar, medir y analizar datos para obtener información valiosa que facilite la toma de decisiones. En diversos campos, como los negocios, la salud y el deporte, la analítica permite identificar patrones y tendencias, optimizar procesos y mejorar resultados. El uso de herramientas avanzadas y técnicas estadísticas es fundamental para transformar datos en conocimiento aplicable y estratégico.... de big data aumenta cuando se vincula a los procesos comerciales.

Conclusión

Los datos solo son valiosos cuando se colocan en contexto, y los procesos de una empresa proporcionan un contexto importante sobre cómo se utilizan los datos en una organización.. Los modelos de procesos comerciales ayudan a identificar dónde se usa la información y quién la usa, lo que tiene un impacto claro en la gestión de datos maestros, la gestión de datos, la calidad de los datos, el análisis de big data y otras iniciativas comerciales. gestión de datos. Lo más importante es que ayuda a establecer la prioridad comercial. Es imposible administrar de cerca toda la información en una organización, por lo que priorizar los datos críticos para el negocio es un paso importante en cualquier disciplina de administración de datos.