Anjana Data nombrada en el Market Guide de Gartner como una de las mejores soluciones para el Gobierno del Dato

2 febrero 2022 |
0

Cuando creamos Anjana Data como empresa independiente a mitad de 2019 no podíamos ni imaginar que en sólo dos años íbamos a ser reconocidos por Gartner como una de las soluciones más relevantes del mercado en el ámbito del Gobierno del Dato a nivel global, un mercado de los más exigentes, que está cambiando radicalmente en los últimos años, al que se están apuntando casi la totalidad de los vendors líderes en soluciones de datos, en el que competimos día a día con empresas multinacionales con mucho músculo y soluciones muy potentes y en el que cada semana aparecen nuevas start-ups con soluciones innovadoras o se lanzan nuevas iniciativas open-source aparentemente prometedoras.

Además, es un mercado donde todavía queda mucho camino por recorrer y mucha evangelización por hacer y tiene unas barreras de entrada muy grandes y unos ciclos de venta muy largos, por lo que así de primeras todo apuntaría a que entrar en la Champions League y codearse con los vendors más representativos se antoja complicado. Pero, a veces, estas cosas pasan y es entonces cuando echas la vista atrás y te das cuenta de todo lo que has conseguido en tan poco tiempo. Es entonces cuando de verdad piensas que ser fiel a una filosofía, llevarla a la práctica y transmitirla con pasión puede ser más potente que las soluciones que llevan liderando el mercado durante años, que los mensajes de marketing que lanzan las compañías tecnológicas más poderosas a nivel mundial o que sus equipos de ventas con sus estrategias comerciales.

Y es entonces también cuando, después de sacar un poco de pecho por el reconocimiento de haber hecho bien las cosas, te apetece dar las gracias a mucha gente. Es por eso que este artículo tiene tres objetivos principales:

  1. Hacernos eco de uno de los hitos más importantes hasta la fecha para Anjana Data (no todos los días te reconocen como uno de los vendors más representativos a nivel mundial de tu mercado).
  2. Realizar un pequeño análisis del mercado en el que nos enmarcamos (el típico de dónde venimos, dónde estamos y hacia dónde vamos).
  3. Y, por supuesto, agradecer enormemente a todos los que han confiado en Anjana Data y, cómo no, también a los que no. Unos y otros nos han dado fuerzas para llegar hasta aquí y nos las siguen dando para seguir adelante en este viaje, el cual no ha hecho nada más que comenzar.

Empezando por el punto uno, nos hace muchísima ilusión compartir con todo el mundo que Anjana Data ha sido incluida por Gartner en el Market Guide for Data & Analytics Governance Platforms como una de las soluciones más destacadas del mercado para el Gobierno del Dato. Además, es especialmente relevante señalar que es la única solución española de todas las incluidas y también la única que genera contenido genuino en castellano como lengua principal (aunque también lo traduzcamos al inglés por ser comúnmente aceptado como el idioma universal en tecnología y en los negocios).

El mercado de soluciones tecnológicas que dan soporte al gobierno de los datos está evolucionando a un ritmo muy acelerado y es por eso que Gartner ha comenzado a sustituir algunos de los Magic Quadrants más reconocidos en este segmento por otro tipo de reportes como los Market Guide y los Vendor Identification Tools. En este contexto, en Diciembre de 2021 Gartner ha publicado los relacionados con lo que han denominado Data & Analytics Governance Platforms y en ambos aparece Anjana Data como una de las principales soluciones del mercado.

En concreto, el hecho de ser incluidos en el Market Guide sitúa a Anjana Data en una posición privilegiada ya que en este reporte sólo se seleccionan a los vendors más representativos del mercado que cumplen una serie de capacidades y requisitos, los cuales han sido evaluados por algunos de los mejores analistas independientes siguiendo una metodología de reconocido prestigio.

¿Y qué se entiende por Data & Analytics Governance Platforms? Pues bien, Gartner indica lo siguiente: “A data and analytics governance platform is a set of integrated business capabilities that help business leaders and users to evaluate and implement a diverse set of governance policies and monitor and enforce those policies across their organizations’ business systems. These platforms are unique from data management and discrete governance tools in that data management and such tools focus on policy execution, whereas these platforms are used primarily by business roles, not only or even specifically IT roles.”

Así, Gartner establece las siguientes capacidades dentro del alcance de este tipo de plataformas:

  • Access management
  • Active metadata
  • Analytics
  • Business glossary
  • Connectivity/integration
  • Data catalog
  • Data classification
  • Data dictionary
  • Data lineage
  • Impact analysis
  • Information policy representation (high level)
  • Matching, linking and merging
  • Orchestration/automation
  • Profiling
  • Rules management (low-level)
  • Tag management
  • User interface (as support for all governance related roles)
  • Workflow management
  • Task management
  • Model management
  • Security (on the platform itself)
  • Organization and role models

Respecto al mercado, tal y como indica Gartner: “The data and analytics governance platforms market is embryonic. Overall, data and analytics governance has attracted technology investments that give organizations capabilities from a range of technologies, both broad and deep.”

Queda por lo tanto patente la importancia de este mercado en el ecosistema actual así como el largo recorrido que todavía tiene por delante. Igualmente, Gartner establece que esto ocurre debido a la diferencia de capacidades requeridas entre Data Management y Data Governance: “There is a need for convergence of capabilities with the recognition that the work of data and analytics governance is different than the work of data management. Although the capabilities that serve both are similar, the context in which those same capabilities are used differs between governance and management”.

En este contexto, podemos analizar los principales drivers que han propiciado la evolución del mercado y también aquellos que van a marcar el devenir del mismo, lo cual va mucho más allá de las funcionalidades y características que ofrecen este tipo de soluciones.

Si nos centramos en la visión funcional de estas soluciones alineada a los requerimientos de negocio de las organizaciones:

  • El dato se convierte en uno de los activos estratégicos más importantes para las organizaciones y todas se afanan por convertirse en Data-Driven. Esto hace que el dato como activo deje de ser algo bajo el paraguas de IT y pase a cobrar un interés mucho mayor para las áreas de negocio, quienes demandan soluciones tecnológicas con una visión de negocio, las cuales les faciliten la gestión y el gobierno de los datos con los que trabajan día a día. Es por esto que también se comienzan a requerir soluciones intuitivas y con una curva de aprendizaje más asumible.
  • La consolidación de la economía del dato y la necesidad de compartir datos fiables y de calidad tanto de forma interna como externa por las organizaciones hace que se apueste por la creación de espacios de datos, los cuales tienen que estar basados en ecosistemas totalmente gobernados que aporten confiabilidad y transparencia a los procesos de publicación, compartición y consumo de información. Esto requiere de soluciones tecnológicas que apoyen dicha creación y faciliten su operación y mantenimiento.
  • La aparición de conceptos más pegados al lenguaje del negocio como “Cultura del Dato”, “Data Literacy”, “Ruptura de silos de información”, “Democratización de los datos”, “Autoservicio de la información”, “Monetización de datos o Infonomics” y un aumento en las capacidades de perfiles no técnicos a la hora de trabajar con datos hacen que la gestión de los mismos tenga que ser entendida desde un punto de vista no técnico y con un objetivo claro de generar valor para el negocio.
  • La necesidad de contar con procedimientos ágiles y flexibles apoyados en políticas claras y concisas que sean entendidas y adoptadas por todos los intervinientes de la organización hace necesario contar con herramientas tecnológicas que ayuden con la operativización y automatización de los mismos involucrando a los diferentes actores identificados.
  • La aparición de nuevas regulaciones y normativas tanto sectoriales como a distintos niveles estatales hace que las organizaciones decidan invertir más en herramientas tecnológicas que garanticen la gobernanza de los datos y la auditoría de sus procesos.
  • Las organizaciones empiezan a percibir el valor del gobierno de los datos en cuanto al aumento de la eficiencia, la reducción de costes y una mejor gestión de los riesgos inherentes al uso de los datos con lo que la inversión en este tipo de soluciones empieza a crecer pero sobre todo con un foco de lograr la automatización de procesos técnicos comunes. En este contexto, herramientas desconectadas del resto del ecosistema de datos y que no se apoyan en la colaboración de diferentes perfiles para lograr estos objetivos dejan de ser una opción.
  • Queda demostrado que un enfoque Big-Bang no es el adecuado para este tipo de iniciativas transformacionales por lo que igualmente se descartan soluciones muy complejas de implantar y se apuesta por modelos mucho más iterativos, incrementales y escalables. Adicionalmente, dada la necesidad de adaptar y customizar las soluciones a la realidad operativa de cada organización, dejan de considerarse relevantes las herramientas con modelos out-of-the-box poco flexibles y extensibles.
  • La explosión en el uso de Inteligencia Artificial y Machine Learning y la poca rentabilidad obtenida de este tipo de iniciativas pese a las grandes inversiones realizadas obliga a las organizaciones a repensar sus modelos de gestión y gobierno de la materia prima que alimenta a los algoritmos, los datos. Esto hace que, de nuevo, las capacidades de adaptación y customización de una solución de gobierno del dato sean algo clave para poder dar cobertura a estos escenarios.

Por otro lado, si pensamos desde un punto de vista más tecnológico y de encaje con las arquitecturas técnicas de las organizaciones:

  • La madurez alcanzada por tecnologías clave como IoT, Big Data y Cloud hace posible que las organizaciones puedan tener a su disposición multitud de datos y capacidades para obtener valor a partir de su explotación a un coste mucho más bajo que antaño. Esto ocasiona que grandísimas cantidades de datos (estructurados, semiestructurados y no estructurados), en multitud de formatos distintos (tablas, vistas, ficheros, documentos, imágenes, audios, vídeos, eventos, …), y con diferente frecuencia de generación (streaming, real-time, near real-time, batch, …), tengan que ser ahora gestionadas y gobernadas, con todo lo que ello conlleva desde el punto de vista técnico.
  • Se produce un torrente de nuevas tecnologías especializadas en resolver problemas concretos de las diferentes fases del ciclo de vida de los datos que coincide con una poca aceptación de estándares tecnológicos, lo cual hace que la variabilidad de formatos y tipos de datos y procesos a gestionar y gobernar sea literalmente inabarcable. Esta situación se agrava cuando todavía se mantienen muchos sistemas legacy o desarrollos a medida realizados con tecnologías obsoletas y cajas negras, cuyas tripas no son fácilmente accesibles ni interpretables. Se requiere por tanto de tecnología que ofrezca características de valor añadido para gestionar este tipo de integraciones o incluso empieza a ser más que común las integraciones nativas entre soluciones de diferentes vendors así como las adquisiciones e integraciones de compañías.
  • La gran mayoría de organizaciones que quieren convertirse en data-driven o que nacen con esa visión, comienzan a posicionarse de forma clara ante la consolidación de arquitecturas híbridas, multi-cloud, escalables, sin cajas negras, interoperables y basadas en soluciones integradas compuestas por diferentes piezas. Ya no se busca una gran plataforma all-in-one con despliegue on-premise, se huye del vendor lock-in, el open-source pierde fuerza (ejemplos como Hadoop-Cloudera, Kafka-Confluent, Spark-Databricks, …), se buscan soluciones abiertas con los repositorios de datos internos disponibles para explotación, que sean fácilmente integrables en cualquier arquitectura tecnológica (API-first) y sobre todo se priorizan soluciones Cloud-first.
  • Los proveedores de Cloud ganan tanto peso en el ecosistema actual que el uso de sus servicios nativos y gestionados por cualquier tecnología empieza a ser algo casi imprescindible para los equipos de arquitectura e infraestructura con el objetivo de facilitar los despliegues, la operación y el mantenimiento de las plataformas técnicas. Empieza a ser muy relevante también el hecho de contar con diferentes alternativas de despliegue y modelo de servicio, buscando la automatización en los circuitos de CI/CD y dando mucho peso a la presencia de soluciones en los diferentes Marketplaces de los proveedores de Cloud como aplicaciones Cloud-native.
  • Nuevos conceptos de arquitectura de datos y arquitectura técnica como Data Lakehouse, Data Fabric, Data Mesh, Data Marketplace y DataOps empiezan a coger fuerza en el mercado promovidos tanto por los principales analistas y gurús como por los propios vendors. Las organizaciones que intentan adoptar este tipo de modelos requieren de herramientas tecnológicas capaces de operativizarlos y de llevarlos del papel a la realidad del día a día lo cual requiere de unas capacidades de flexibilidad y adaptabilidad que no eran necesarias hasta la fecha.

Y, por último, si tenemos en cuenta variables más ligadas a aspectos económicos:

  • Deja de ser común apostar por herramientas que implican una inversión inicial alta, ya que los presupuestos de las organizaciones son muy ajustados y se empieza a exigir internamente la demostración de un ROI positivo a corto/medio plazo que logre convencer a la Alta Dirección de que la inversión en este tipo de tecnologías es algo que merece la pena a largo plazo.
  • Siguiendo el modelo ofrecido por los proveedores de Cloud, se produce un movimiento desde la costumbre en la adquisición de licencias perpetuas por la versión de un software concreto hacia la búsqueda de modelos de pricing mucho más flexibles y orientados al pago por uso, sin compromisos de permanencia excesivos y que incluyan una serie de servicios de valor añadido (actualizaciones constantes, soporte incluido, acceso a recursos de desarrollo, formación y comunidades de interés, …).
  • Las organizaciones buscan modelos que no comprometan su escalabilidad de tal forma que, a la par que reclaman modelos de licenciamiento ligados al pago por uso, también solicitan condiciones especiales para volúmenes altos de uso (usuarios, concurrencia, casos de uso, almacenamiento, procesamiento, …) y penalizan mucho los costes ocultos o indirectos basados en variables sobre las que no tienen control (conectores, fuentes, servicios profesionales, desarrollos a medida, soporte experto, …). Todo esto tiene un impacto directo en aspectos clave como el time-to-value, el time-to-market y el Total Cost Of Ownership.
  • Facturar a través de los proveedores de Cloud (a través de los Marketplaces) empieza a ser algo cada vez más común y que las organizaciones valoran positivamente porque consiguen reducir proveedores, centralizar los costes de IT, mejorando su gestión y además obtienen condiciones y descuentos especiales porque los propios proveedores de Cloud están empujando tanto a vendors como a clientes a adaptarse a este nuevo escenario.

 En definitiva, Gartner establece lo siguiente respecto a las necesidades que tienen que cubrir las soluciones centradas en este mercado: “The needs associated with data and analytics governance have never been centralized and consolidated, yet time and again, siloed solutions were the only tools employed. If the level of data and analytics governance support does not reflect the realities of digital business, critical business operations will function suboptimally or fail, causing significant and lasting damage to the organization. This is evidenced by a recent data and analytics governance survey, which shows organizations falling well short of reaching their governance objectives. Even when they don’t fail outright, business operations will limp along meekly and gradually decline in performance, leading to ever-greater malaise. If, however, the level of data and analytics governance is overbearing, complex or overengineered, or continues to be fragmented, the time to value of the initiative will be impacted, and less business value will be delivered at a higher cost.”.

Y con todo esto, la pregunta lógica que surge es: ¿Cómo se posiciona Anjana Data en este mercado y cuál es nuestra propuesta de valor? Pues bien, si sigues leyendo el artículo y todavía no sabes qué ofrece Anjana Data respecto de otras soluciones, además de dar cobertura a las funcionalidades ya identificadas, te las resumo en estas líneas:

  • Aporta un enfoque colaborativo con visión de negocio pero con un alcance global a todos los niveles de cualquier tipo de organización, sirviendo de punto de encuentro para perfiles tanto de negocio como técnicos gracias a las capacidades de personalización y customización del modelo operativo.
  • Permite la creación y el mantenimiento de un lenguaje común para todo el ecosistema de datos, totalmente customizable y adaptado a la organización sin la necesidad de estar supeditado a las evoluciones tecnológicas gracias a la implementación de un metamodelo “TECHNOLOGY AGNOSTIC METADATA CENTRIC”.
  • La posibilidad de crear una ventanilla única para los diferentes stakeholders de datos, integrada con la gestión de la demanda, dando cobertura a sus distintas necesidades de forma personalizada gracias a una UX&UI cuidada y diseñada para ser especialmente intuitiva y con una curva de aprendizaje asumible.
  • Integración bidireccional nativa con multitud de tecnologías de diferente naturaleza, con características variadas y que sirvan para múltiples propósitos relacionados con la gestión de los datos.
  • Capacidades para la implementación del “GOBIERNO PROACTIVO Y PREVENTIVO” de tal forma que una organización pueda construir ecosistemas Data Marketplace, Data Fabric y DataOps basados en la automatización de procesos técnicos comunes y en los principios Governance-first y Governance-by-design totalmente integrado con sus plataformas de datos.
  • Una arquitectura funcional y técnica de última generación, basadas en los principios básicos de modularización, escalabilidad, interoperabilidad, flexibilidad y adaptabilidad y que soporte escenarios complejos híbridos, multi entorno y multi-cloud.
  • Sin cajas negras y con múltiples alternativas para la ampliación de las capacidades propias de la solución así como para el desarrollo de nuevos conectores, y la posibilidad de lanzar acciones personalizadas o desarrollos ad-hoc mediante el uso de interceptores o la configuración de tareas en los pasos de los workflows del BPM integrado de forma nativa.
  • Aprovechar, sacar partido y complementar todas las capacidades de las tecnologías nativas de Cloud tanto aquellas con mayor foco en gobierno (gestión de identidades, gestión de permisos de acceso a datos, catálogos de datos, gestión de estructuras de datos, monitorización de logs de auditoría, …) como las orientadas al tratamiento de datos (ingesta, almacenamiento, procesamiento y explotación).
  • Utilización nativa de los servicios gestionados por los propios proveedores de Cloud para facilitar todo lo relacionado con la gestión, la operación y el mantenimiento de la infraestructura (provisión de máquinas, despliegue de servicios, instalación, configuración de conexiones, aplicación de políticas de seguridad, monitorización, back-ups, alta disponibilidad, …).
  • Disponibilidad de la solución en los Marketplaces de las principales Clouds en diferentes modalidades adaptadas a las necesidades de los clientes (desde aplicación nativa transaccionable con despliegues en IaaS/PaaS hasta modalidades SaaS y BYOL).
  • Modelo de pricing adaptado a las necesidades cambiantes de las organizaciones para reducir la inversión inicial así como el time-to-market, time-to-value y TCO a la vez que se maximiza el ROI vinculado con la implantación y el uso de la solución.

Por último, respecto al futuro del mercado, Gartner establece lo siguiente: “The points above refer to and focus on the capabilities organizations need to meet their D&A governance needs. This does not dictate how vendors will behave. Some will partner and integrate solutions to form interoperable platforms. Some will acquire others to attempt the same. Some will remain focused on niche or stand-alone segment needs. The next few years will be marked with ongoing and increased acquisitions and developments, even as other markets such as data management, analytics, BI and data science develop capabilities in this lucrative and growing market.”

Estamos pues ante una oportunidad tremenda pero también ante una impredecibilidad mayúscula del mercado, aunque lo que sí está claro es que la adopción de soluciones en este segmento va a experimentar un crecimiento exponencial en los próximos años y seguramente tenderá a estabilizarse y lograr la madurez necesaria para que las organizaciones obtengan el valor que necesitan mediante la gestión y el gobierno de sus datos.

Sobre el Autor: Mario De Francisco
(Mario)

CEO de Anjana Data

0

¡NO ESPERES MÁS! SOLICITA UNA DEMO