Definir una estrategia tecnológica es solo el primer paso para cualquier organización. El verdadero reto surge cuando toca ejecutarla. Sin un modelo operativo de datos claro, las empresas se encuentran con duplicidades, vacíos de poder y una parálisis total a la hora de tomar decisiones estratégicas basadas en información real.
Para estructurar este caos, los expertos nos basamos en dos pilares: el marco internacional DAMA DMBOK y la matriz de responsabilidades RACI.
El Marco DAMA DMBOK: El mapa de carreteras
Imagina que quieres construir una ciudad desde cero. No empezarías a poner ladrillos sin un plan urbanístico, ¿verdad? El DAMA DMBOK (Data Management Body of Knowledge) es ese plan urbanístico para tus datos.
Este estándar internacional nos dice que el Gobierno del Dato no es una isla, sino que debe conectar con:
- Arquitectura de Datos: Cómo se estructuran los sistemas.
- Seguridad: Cómo protegemos la información privada.
- Operaciones: Cómo guardamos y recuperamos los datos diariamente.
Sin este marco, cada departamento intentaría «construir su propia casa» sin mirar al vecino, lo que acaba en una ciudad (o empresa) totalmente desorganizada.
La importancia de la matriz RACI en el modelo operativo de datos
Como bien señala el experto Carlos Olivera, el Modelo Operativo es lo que permite aterrizar la estrategia a la realidad del día a día. No basta con decir «vamos a gobernar los datos»; hay que definir los flujos de trabajo. Y aquí es donde la Matriz RACI se vuelve indispensable.
RACI es un acrónimo que define cuatro roles fundamentales para cada tarea o proceso:
- Responsible (Responsable): Es quien «pica piedra». El que ejecuta la tarea técnica o administrativa.
- Accountable (Autoridad/Rendidor de cuentas): Es el dueño del proceso. Solo puede haber uno por tarea. Si algo sale mal, es quien responde; si sale bien, es quien firma el éxito.
- Consulted (Consultado): Expertos o áreas que aportan información valiosa. No ejecutan, pero su opinión es necesaria antes de avanzar.
- Informed (Informado): Personas que necesitan conocer el progreso o el resultado, pero no participan en la ejecución ni en la toma de decisiones.
Ejemplo : El Gobierno del Dato en un entorno Bancario
Para entender cómo el modelo RACI evita conflictos, veamos un proceso crítico: La aprobación de un nuevo modelo de segmentación de clientes para hipotecas.
- Responsible (R): El Equipo de Data Science. Ellos son los que programan el algoritmo, limpian los datos y ejecutan las pruebas técnicas. Son los que «hacen» el trabajo.
- Accountable (A): El CDO (Chief Data Officer) o el Responsable de Negocio Hipotecario. Él no programa el algoritmo, pero es quien da el «visto bueno» final. Si el modelo falla y el banco pierde dinero, la responsabilidad última es suya. Su papel es asegurar que el proceso cumple con los objetivos de la empresa.
- Consulted (C): El Departamento Legal y de Cumplimiento. Antes de activar el modelo, el equipo de Data Science les consulta: «¿Podemos usar el dato de ‘estado civil’ para este cálculo según la ley actual?». Legal aporta su conocimiento experto para que el proyecto no nazca con problemas legales.
- Informed (I): Los Directores de las Sucursales bancarias. Ellos no deciden cómo funciona el modelo ni lo programan, pero deben ser informados de que, a partir del lunes, el sistema clasificará a los clientes de una forma nueva para que puedan explicarlo a los usuarios finales.
¿Por qué falla el modelo si no hay un RACI claro?
Siguiendo la visión de Carlos Olivera, un error común es asignar tareas sin definir el «Accountable». Cuando todos son responsables, nadie es responsable.
Sin un modelo operativo de datos bien estructurado:
- Las decisiones se eternizan: Nadie sabe quién tiene la última palabra.
- Duplicidad de esfuerzos: Dos departamentos limpian el mismo dato de formas distintas.
- Brechas de seguridad: Se asume que «alguien» está controlando los accesos, cuando en realidad nadie ha sido asignado para ello.
Conclusión: Las personas primero, la tecnología después
El Gobierno del Dato es, ante todo, un cambio cultural. Adoptar modelos como RACI y marcos como DAMA DMBOK permite que la tecnología trabaje para las personas y no al revés. Solo cuando cada miembro de la organización entiende su papel en la cadena de valor del dato, la información empieza a generar rentabilidad real.
¿Necesitas definir los roles de datos en tu organización?
En Bidatia te ayudamos a diseñar tu propio modelo operativo de datos a través de consultoría personalizada que elimina la confusión y acelera la transformación digital de tu empresa.
