¿Cómo funciona?

La información siempre ha sido fundamental para los negocios. Pero si, por un lado, el valor de los datos se convierte cada vez más en un factor de ventaja competitiva, por otro, el crecimiento exponencial de los datos disponibles dificulta la identificación de los que son útiles en un momento dado y para un fin determinado. También se convierte en un reto comprender el origen y la responsabilidad de los datos, verificar su fiabilidad y frescura, averiguar los posibles requisitos normativos que hay que cumplir.

En este ecosistema, según Gartner, es posible habilitar la Calidad de Datos Aumentada en tres “áreas” específicas:

• Descubrimiento. Estas funciones se desarrollan utilizando el potencial de los metadatos activos y los datos de referencia en entornos distribuidos con un gran número de activos de datos (internos y externos): en la nube o, si es necesario, incluso en la multicloud, o en las instalaciones. Entre ellas se encuentran las técnicas para encontrar dónde residen los datos, para clasificar, por ejemplo, los datos sensibles con fines de privacidad (detectándolos automáticamente por sus propias características), o para revelar las correlaciones entre los datos que residen en diferentes fuentes.
• Sugerencias. A partir de los metadatos, es posible perfilar los términos de negocio para sugerir el enriquecimiento automático del Catálogo de Datos, proponer la conexión de ciertos atributos a una entidad específica, sugerir acciones de remediación para corregir posibles anomalías detectadas (aprendiendo del comportamiento de los usuarios), identificar posibles conexiones de linaje entre las entidades del proceso de negocio, proponer reglas de control de datos, o utilizar los datos que se pueden deducir de la lectura del registro de la aplicación.
• Automatización. Muchas prácticas habituales pueden automatizarse. Entre ellas, la corrección de anomalías por encima de un determinado umbral de confianza o la aplicación de reglas a determinados tipos de datos, como los sensibles por motivos de privacidad. Por ejemplo, un motor de verbalización puede reducir drásticamente el tiempo necesario para redactar la documentación actualizada de acuerdo con las normas y los procedimientos de control, garantizando al mismo tiempo la coherencia entre las normas empresariales y las técnicas en caso de inspección.

Pero entremos en más detalles considerando un ejemplo práctico. Como demuestra Gartner en el siguiente esquema, en un proceso típico de DQ es posible identificar en cada fase algunas “acciones” que pueden ser automatizadas.