Caso de Estudio [Data Governance]: Empresa Financiera chilena rankea #1 en Gobierno de Datos a nivel global.

Dataforge presenta cómo uno de nuestros clientes de la industria financiera se enfrentó al problema de baja calidad de los datos de la empresa, que impactaba múltiples áreas. Gracias a un trabajo de acompañamiento que involucró a toda la organización, logramos establecer prácticas permanentes en la empresa que generaron, entre otros resultados, un aumento del 75% al 99% en la calidad de los datos de Marketing, con la respectiva mejora en el desempeño de campañas.

01. Desafío inicial

Uno de los principales desafíos de la organización era mantener y mejorar la calidad de datos respecto a sus clientes. Una mala calidad de datos impactaba diversas unidades de negocio, por ejemplo en Marketing, el impacto se manifestaba en campañas menos efectivas y con el potencial de generar controversia en redes sociales (tratando a alguien con el sexo o edad equivocados), en Operaciones los errores impedían una correcta cobranza y contactabilidad, en Finanzas afectaba los reportes y modelos de análisis basado en segmentación por edad y sexo, etc. El problema se había abordado en el área de TI desarrollando reglas “correctivas” de calidad de datos, pero estas sólo “parchaban” el problema, sin darle una solución definitiva y que tuviera impacto en toda la organización.

02. Resultados obtenidos

Aumento del nivel de calidad de los datos personales de los clientes de un 77% (medido al inicio de la iniciativa) hasta un 99,5% (medido y monitoreado de forma continua)
Reducción continua de los problemas de calidad de datos de los Clientes
Capacidad de reacción y corrección oportuna

Casa matriz en USA, pidió realizar un ranking de los procesos de Gobierno de Datos en todas sus filiales internacionales, quedando la filial en Chile como #1 global.

03. Que se implementó

Un modelo de Gobierno de Datos, inicialmente enfocado en la Calidad, que considera:

Roles y Responsabilidades claros tanto en personas de las áreas de Negocio y en áreas TI (foco transversal a la organización)
Procesos definidos para la detección y corrección de los problemas de calidad de forma proactiva (no sólo reactiva) y en sus diversos orígenes (muchos ellos del lado del negocio)
Una solución de monitoreo activo y corrección de errores de calidad enfocada a los responsables de los datos en el negocio (dueños de datos) para que tomen decisiones oportunas y levanten iniciativas para mejorar la calidad
Implementación del rol de Data Steward como elemento fundamental para la implementación y continuidad del modelo de Gobierno de Datos
Involucramiento de toda la organización (desde los ejecutivos) en la gestión de los datos como activo organizacional y con foco en mejorar su calidad
Proceso continuo de incorporar nuevas entidades de datos al modelo de gobierno para mejorar su calidad

04. Cómo se realizó el proyecto

En primer lugar se capacitó al equipo de Gobierno de Datos (que se creo como parte de la iniciativa) con los conocimientos básicos de Gobierno de Datos. Luego se procedió a definir los roles y responsabilidades necesarios para su implementación. Se evangelizó a los ejecutivos y personas de negocio para mostrar la relevancia y necesidad de implementar un gobierno. Se creo el rol de Ejecutivo de Datos. Se levantaron los procesos que impactaban la calidad de los datos de cliente y se definieron las reglas para su monitoreo/corrección además de reportes diarios de gestión de la calidad orientados a las personas del negocio (dueños de los datos). Se asignaron los roles a las personas necesarias. Se implementaron métricas de medición de la calidad para monitoreo continuo. Se creo un comité de Datos para la priorización y análisis de iniciativas. Se propusieron cambios al esquema de incentivos para incorporar el Gobierno de Datos como una meta adicional dentro de la organización.

05. Aprendizajes

El gobierno de datos no es algo fácil de implementar. Requiere compromiso de los niveles más altos de la organización y un rol evangelizador fuerte y constante. Es un tema relativamente nuevo y que la mayoría de la gente desconoce, lo que dificulta su adopción. Además, se debe considerar la propia cultura de la organización, una buena implementación reconoce que se deben adaptar los conceptos y teorías a la realidad de la organización para asegurar, en lo posible, el éxito y sostenibilidad de la iniciativa en el tiempo. Es necesario incorporar roles y responsabilidades nuevos, y asignar el gobierno de datos a un equipo interno dado que es una capacidad organizacional que se debe desarrollar y explotar de forma interna.

06. Relación a otras industrias

Tratar a los datos como un activo organizacional es algo que se “dice” mucho en las organizaciones pero no se hace. Los modelos de Gobierno suelen surgir por necesidades de Calidad de Datos (como en este caso), temas de Seguridad de los Datos, de Gestión de Datos maestros y/o Compliance (como la ley GDPR en Europa). Aunque comiencen por una u otra necesidad suelen escalar a las demás a medida que madura dentro de la organización. Es el mecanismo más efectivo para resolver estas necesidades y estas se manifiestan en cualquier industria, cada vez de forma más explícita. Iniciativas aisladas líderadas por áreas de TI no suelen tener el impacto esperado, y la única solución es abordar estos problemas de forma corporativa.

Otros Casos de Estudio:

Escríbenos.

Usa el formulario a continuación para agendar una reunión con nosotros o resolver dudas.

Dataforge Consulting es una consultora boutique de desarrollo de Soluciones Tecnológicas y Analítica Avanzada, enfocada en darle a organizaciones una ventaja competitiva mediante la eficiencia de sistemas innovadores y datos.

Redes Sociales
  • LinkedIn
  • Twitter (Próximamente)
  • Medium (Próximamente)
Share This