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 en posts previos hacen referencia a la gestión de:

- Arquitectura de datos, análisis y diseño.

Big Data management es la práctica que hace posible la organización, administración 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.

Archivos electrónicos y registros físicos constituyen importantes fuentes orígenes de datos, pero su principal problema es que se trata de fuentes de datos desestructurados. 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 encontrado acceso.

Algunas de las fuentes de datos más habituales son:

Teniendo en cuenta cuáles son las necesidades de datos para la inteligencia de negocio, habría que proceder a la definición de la arquitectura de almacenamiento de datos. Se trata de adquirir la capacidad suficiente para dar apoyo a los trabajadores del conocimiento en sus decisiones y en sus informes, consultas y análisis.

Lograrlo depende de conocer las fuentes de origen de datos, llevar a cabo los procesos ETL necesarios y entrenar a los profesionales del negocio, sin olvidarse de proporcionar el apoyo necesario a la actividad de BI. Pero también requiere de la implementación de:

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. Garantizar 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 comprendidos en esta clasificación:

- Códigos externos.

- Códigos internos.

El contar con datos suficientes no garantiza el buen fin de Business Analytics, ni de la BI. Para una toma de decisiones exenta de riesgo, los datos han de ser válidos, íntegros, 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 métricas. 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 depuración y limpieza de los datos que, probablemente deban tener previsto su enriquecimiento y homologación en determinados casos.

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. Garantizar 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.

Dentro del proceso de definir la estrategia corporativa de gestión de datos, la administración de la base de datos merece una atención especial. Este trabajo comprende 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:

Las soluciones y los proyectos que se implementan en la arquitectura de datos corporativa están tan relacionadas con el desarrollo y mantenimiento del Data Architecture, como éste lo está con la estrategia corporativa de gestión de datos.