La gestión de datos permite a las empresas tomar decisiones a partir de realidades tangibles. El éxito, o el error, puede venir determinado por un trato efectivo de los datos. Recopilar, almacenar, analizar y utilizar los resultados adecuadamente pueden dar cuenta de ello. Las consecuencias es entender mejor al cliente, optimizar los procesos y hasta desarrollar nuevos productos y servicios.
A partir de aquí, hay una serie de elementos que indican el mejor modelo para la gestión hoy de los datos. En primer lugar, es básico definir una gobernanza de los mismos datos. Esa gobernanza debe definir la disponibilidad de los datos, su usabilidad, integridad y la seguridad.
Es importante definir quién es responsable de qué, tener directrices sobre cómo se deben manejar los datos y actuar bajo el contexto de la normativa global y de cada territorio. Este tema lo trataremos más adelante más concretamente.
De la gobernanza se debe derivar hacia la calidad de los datos. Esta debe conducir a que los datos sean irrefutables. Para ello cabe incidir en procesos que permitan validar la exactitud de los datos. A su vez, se debe activar una supervisión constante de la captación y procesamiento.
Esa calidad también depende de la arquitectura bajo la que se construye el proceso. En estos momentos, esa arquitectura debe estar diseñada para gestionar enormes volúmenes de datos. Además, provienen de múltiples fuentes. Por ello, caben herramientas que permitan interconectar todos los puntos de salida de esos datos.
Una vez recopilados los datos, el análisis de los mismos para los resultados finales es lo que actualmente ha variado enormemente. La incorporación de la inteligencia artificial generativa es la punta del iceberg de lo que en el último lustro ha afectado al análisis de datos.
En estos momentos, la IA ayuda a analizar los datos con modelos predictivos basados en patrones. Pero también es capaz de optimizar el tratamiento de billones de datos de forma automatizada en milisegundos.
Esta es una de las tecnologías que deben ser integradas en la gestión de los datos hoy. Hay otras que hace tiempo de las que se hablan, y que también deben tenerse en cuenta. La primera es el Blockchain. Aunque parezca olvidado, el Blockchain puede ofrecer una forma segura y transparente para saber qué se hace con los datos y su trazabilidad.
La segunda es la de la computación en la nube. El ‘cloud computing’ permite ofrecer más flexibilidad y escalabilidad para la gestión de datos. Con la interconexión citada, esa computación permite activar formatos que dejan de depender de la territorialidad.
De todos modos, los territorios sí que pueden determinar el modelo de gestión de los datos. En estos momentos hay tres bloques territoriales que dominan la determinación de la aproximación a los datos: la Unión Europea (UE), Estados Unidos (EE.UU.) y China.
En la UE, el punto de partida es el Reglamento General de Protección de Datos (GDPR). Es un reglamento unificado que se centra en el consentimiento de quien da los datos (ciudadanía) y su privacidad. Todo proceso de gestión de los datos en la UE debe estar definido bajo las premisas de consentimiento y privacidad.
En los Estados Unidos, hay una regulación más sectorial y no centralizada. A su vez, el consentimiento de quien da los datos es implícito. Recae sobre la ciudadanía la responsabilidad de ceder los datos. En China, la política de gestión de datos recae sobre las propias administraciones. Es la administración quien puede captar datos, sin responsabilidad.
