Para evitar problemas antes, durante y después de la integración de datos, asegúrese de que utiliza las herramientas de software adecuadas.

Recuerde que el mejor antídoto frente al riesgo y las demoras en los proyectos es descubrir los problemas antes de que comience la fase de diseño detallado. No permita que los cambiantes imperativos del negocio o que programas apresurados le distraigan de la importancia que tiene la detección de datos.

La detección de datos es un proceso que requiere precisión y, posiblemente, tiempo. Si se ignoran las mejores prácticas, se puede poner en peligro la confidencialidad de los datos y puede dar lugar a problemas de cumplimiento de normativas. Puede tener como consecuencia, incluso, que un proyecto fracase. El mejor enfoque consiste en un esfuerzo de colaboración entre un desarrollador con un punto de vista en IT y un analista de datos con una perspectiva empresarial. Antes de iniciar el proceso de integración, y de manera continuada, es importante utilizar herramientas diseñadas para la detección de datos.

Perfile por adelantado

La cantidad y tipos de datos usados para las tomas de decisiones empresariales aumentan continuamente. Cada día más, se exige a los departamentos de IT que satisfagan las necesidades del negocio. Para fomentar la cooperación, utilice herramientas que permitan a los propietarios del negocio entender y analizar los datos. De esta forma, evitará malentendidos y errores de comunicación antes de que comience el proceso de integración.

Depure sobre la marcha

Identifique las anomalías y haga un seguimiento continuo de la calidad de los datos durante el proceso de integración. Si se confía, se arriesga a que se presenten problemas, como infracciones normativas o amenazas a la seguridad.

“Las herramientas para la detección de datos se están haciendo cada vez más necesarias para controlar las áreas en las que se encuentra la información confidencial”, comenta Adrian Lane, estratega de seguridad en Securosis. “Cuando tienes un esquema de base de datos de producción con 40.000 tablas, la mayoría sin documentar por los desarrolladores que las crearon, buscar información en una sola base de datos es un proceso engorroso. Si multiplicamos el problema con las bases de datos de los departamentos financiero, RRHH, procesamiento de transacciones, prueba y apoyo a la toma de decisiones, el lío es enorme.” ¹

Seleccione las herramientas adecuadas

Puesto que Big Data representa un gran negocio en este momento, algunos proveedores de software posicionan sus productos como soluciones para detección de datos. Descubrir los problemas de calidad de datos, incluso con las mejores herramientas, es complicado. Asegúrese, por tanto, de investigar detenidamente.

El software de business intelligence (BI), por ejemplo, proporciona vistosos diagramas y gráficos sin la automatización que ofrecen las herramientas de detección de datos auténticas. Necesitará evaluar visualmente la calidad de datos, determinar la eficiencia conjunta y entender de qué modo los datos se asocian a los procesos empresariales. Se necesitan programas con funciones especializadas y avanzadas para descubrir la estructura de datos subyacente con el fin de poder relacionar los datos de un sistema con los de otro.

La empresa se encuentra bajo presión para poder acelerar los proyectos y mantenerse competitiva. Pero la eficiencia disminuye a largo plazo si los datos no se perfilan todo lo necesario a lo largo del proceso. Para meterse de lleno en el tema de las mejores prácticas, vea Double Productivity with Integrated Data Discovery, Profiling and Data Quality (Duplique la productividad con detección de datos, perfilado y calidad de datos).