De los Portales de Datos y Catálogos Internos al Data Sharing inteligente

La revolución actual en torno al data sharing, los data contracts, la interoperabilidad y los Data Marketplaces tiene sus raíces en dos corrientes clave:

• Los Portales de Datos públicos, nacidos del movimiento Open Data, orientados a la compartición externa de datasets por parte de gobiernos e instituciones. Herramientas como CKAN, Socrata o OpenDataSoft y estándares como DCAT-AP fueron fundamentales para establecer bases sólidas de interoperabilidad semántica y estructural.
• Los Catálogos de Datos empresariales, impulsados desde IT y equipos de Data Governance, con foco en la gobernanza interna del dato, su descubrimiento, trazabilidad y calidad.

De esta fusión e impulsado por la consolidación de los e-commerce nace el Data Marketplace: un entorno híbrido de publicación y consumo de activos de datos, tanto a nivel interno como externo, bajo un marco de control, seguridad y colaboración.

Anjana Data: de visionarios del Data Marketplace a constructores del Knowledge Marketplace

Hace ya casi 6 años, cuando nació Anjana Data ya hablábamos de Data Portal, Carrito de la compra y Data Sharing Agreements (Enlace al artículo), cuya conjunción se convirtió después en el ya tan famoso concepto de Data Marketplace el cual empezamos a implementar en organizaciones líderes como el Banco Santander:

• Grupo Santander & Anjana Data: El viaje hacia el autoservicio gobernado de datos
• Anjana Data y Grupo Santander ofrecen las claves para lograr el éxito del Single Data Marketplace en el Data Management Summit 2021

Pero en estos últimos años (y casi sin darnos cuenta) hemos dado un paso más habilitando a las organizaciones la construcción de lo que hemos denominado Knowledge Marketplace, en el que los datos se convierten en productos de información e inteligencia reutilizables, compartibles, gobernados y accionables.

¿Qué es un Knowledge Marketplace?

Un Knowledge Marketplace es una evolución del Data Marketplace, que permite gestionar no solo datasets, sino también:

• Productos de Información: reportes, KPIs, dashboards, analítica avanzada.
• Productos de IA: modelos, algoritmos, pipelines, APIs reutilizables.
• Activos de conocimiento enriquecidos: con metadatos, contratos, políticas y contexto de uso.

Estos productos están diseñados y gestionados bajo un enfoque de product thinking, donde cada activo tiene un propósito, un público objetivo, un responsable y un ciclo de vida definido.

Flexibilidad, escalabilidad, interoperabilidad y usabilidad: requisitos clave

Uno de los grandes retos actuales es que las organizaciones operan en entornos muy diversos, heterogéneos y cambiantes, tanto en cuanto a tecnología como a cultura y madurez organizativa. Por eso, una plataforma moderna debe cumplir cuatro requisitos fundamentales:

1. Flexibilidad y personalización no-code

Anjana Data Platform es altamente configurable y personalizable, sin necesidad de desarrollo a medida. Gracias a su parametría avanzada y enfoque no-code, se adapta a los modelos operativos, estructuras organizativas y dominios de datos de cada organización, sin imponer modelos cerrados ni rígidos.

2. Escalabilidad técnica y funcional

La plataforma está construida sobre una arquitectura modular y escalable, que permite crecer desde una implantación mínima hasta un ecosistema de gobierno global, federado y distribuido, soportando múltiples dominios, organizaciones y territorios.

3. Interoperabilidad total y sin cajas negras

Anjana Data está completamente apificada y no contiene “cajas negras”. Todos los componentes son accesibles vía APIs REST y dispone de conectores nativos bidireccionales para:

• Sistemas de gestión de identidades (LDAP, SAML, OpenID, OAuth2…)
• Tecnologías de gestión de datos (ETLs, Data Lakes, BI, catálogos, MDMs…)
• Principales proveedores Cloud (Azure, AWS, Google Cloud…)

Esto garantiza su integración fluida en el ecosistema tecnológico existente, sin lock-in ni dependencias.

4. Experiencia de usuario para perfiles no técnicos

En un entorno donde la información y el conocimiento debe democratizarse, es fundamental que la plataforma no esté pensada únicamente para usuarios expertos o perfiles técnicos.
Anjana Data Platform ofrece una interfaz intuitiva, con una curva de aprendizaje reducida, diseñada para:

• Facilitar el autoservicio de datos, información e IA.
• Permitir que los usuarios de negocio puedan descubrir, solicitar y consumir productos de conocimiento sin fricciones.
• Fomentar la adopción masiva del gobierno del dato en toda la organización.

Este enfoque centrado en el usuario permite que el valor del conocimiento no quede limitado a áreas especializadas, sino que fluya con contexto y utilidad hacia todas las unidades de negocio.

Metadata Lake & Active Metadata: el corazón inteligente del Knowledge Marketplace

En un ecosistema de datos moderno, el verdadero valor no está solo en los datos, sino en su contexto: origen, uso, calidad, responsables, relaciones, condiciones legales y políticas. Es decir, en los metadatos.

Pero los metadatos ya no pueden ser estáticos ni desconectados. Para escalar un Knowledge Marketplace, necesitamos un Metadata Lake con capacidades de Active Metadata.

¿Qué es un Metadata Lake?

Es un repositorio centralizado y gobernado que integra todos los metadatos técnicos, de negocio, operacionales, legales y organizativos de forma estructurada, dinámica y enriquecida, y lo hace disponible para todos los sistemas y usuarios.

¿Qué es Active Metadata?

El Active Metadata convierte esos metadatos en elementos vivos y operativos, que:

• Disparan flujos automáticos y políticas de gobernanza.
• Alimentan motores de recomendación y reglas contextuales.
• Permiten la sincronización con otras herramientas en tiempo real.
• Habilitan decisiones de negocio basadas en conocimiento contextualizado.

¿Cómo se materializa en Anjana Data Platform?

Anjana Data Platform permite aprovechar todas sus capacidades de gobierno sobre la construcción de un Metadata Lake con capacidades de Active Metadata, al:

• Ofrecer un metamodelo semántico customizable y extensible, basado en entidades y relaciones tipadas.
• Organizar los activos de información por dominios.
• Soportar multitud de atributos de metadatos de distintos tipos, desde los más simples hasta los más complejos.
• Habilitar la gestión completa del ciclo de vida de los activos de información y sus diferentes versiones.
• Integrar un sistema de eventos y políticas configurables.
• Exponer todo mediante APIs abiertas y conectores bidireccionales.
• Convertir los metadatos en el eje operativo del gobierno y la compartición del conocimiento.

Data Sharing Agreements y Data Contracts: reglas del juego claras

Para que un Knowledge Marketplace funcione de forma escalable, segura y confiable, es necesario establecer marcos de compartición y gobernanza explícitos y automatizados. En este sentido, Anjana Data Platform incorpora de forma nativa:

• Data Sharing Agreements: acuerdos entre dominios o partes externas sobre condiciones de uso, frecuencia, seguridad, privacidad, licencias, etc.
• Data Contracts: compromisos técnicos y de negocio entre productores y consumidores sobre el contenido, estructura, calidad, disponibilidad y mantenimiento de los productos.

Estos elementos son fundamentales para generar confianza y habilitar modelos de intercambio de conocimiento sostenibles, interoperables y trazables, tal y como promueven iniciativas como IDSA, Gaia-X y el Data Governance Act.

Si quieres aprender más acerca de estos conceptos, aquí tienes estos recursos adicionales:

• Data Sharing Agreements y el autoservicio gobernado de datos
• Cómo construir de forma exitosa un Data Marketplace interno para tu organización
• Factsheet: Data Sharing Agreements

Gobierno proactivo y preventivo vs. gobierno pasivo y reactivo

En muchos enfoques tradicionales de Data Governance, las políticas se aplican tarde, cuando los problemas ya han ocurrido. Anjana Data apuesta por un modelo proactivo y preventivo, en el que:

• El gobierno se integra desde el diseño del producto de conocimiento.
• Se valida ex ante el cumplimiento de políticas, en vez de solo auditar a posteriori.
• Se conecta directamente con la gestión de la demanda y la operativa diaria, permitiendo gobernar los procesos de acceso, uso y reutilización desde el primer momento.

Este enfoque facilita la operativización del gobierno, haciéndolo visible, medible y accionable, lo que es clave para escalar un Knowledge Marketplace real.

Si quieres conocer un poco más en detalle las diferencias entre estos enfoques, te proponemos que veas esta ponencia de nuestro CEO Mario de Francisco.

Encaje perfecto con arquitecturas modernas

Anjana Data se alinea con las principales arquitecturas emergentes:

• Data Fabric: orquestación de acceso y gobierno sobre datos distribuidos.
• Data Mesh: habilitación de dominios responsables con gobernanza federada.
• Data Spaces: interoperabilidad semántica, organizativa, técnica y legal entre organizaciones.

Todo ello, con metadatos compatibles con DCAT-AP, facilitando el intercambio de catálogos y recursos con plataformas públicas y privadas europeas.

En este contexto, contamos con propuestas de valor conjuntas con los siguientes vendors, ofreciendo integraciones nativas con varias de las piezas tecnológicas que incorporan en sus suites o plataformas:

• Amazon Web Services
• Microsoft Azure
• Google Cloud Platform
• Denodo
• Cloudera
• Oracle
• SQL Server
• Snowflake
• Databricks
• Teradata

Para cada una de estas propuestas de valor conjuntas, existen además diferentes aproximaciones, en función de las capacidades que se deseen cubrir o de la arquitectura final que se quiera construir. Además, estas propuestas de valor son combinables, de tal forma que la arquitectura final resultante para un cliente pueda ser la combinación de diferentes propuestas de valor conjuntas, cubriendo distintas capacidades según las tecnologías a considerar.

Por poner un ejemplo llevado al extremo, podríamos estar considerando una arquitectura híbrida multi-cloud con piezas nativas de AWS, Azure y GCP, DWH tradicionales con Oracle, SQL Server o Teradata, un Datalake on-premise con Cloudera, una Plataforma Big Data en Cloud con Snowflake o Databricks, una capa de virtualización con Denodo y todo ello gobernado por Anjana Data Platform con las integraciones nativas correspondientes para cubrir las capacidades deseadas.

Gracias a este enfoque, el Knowledge Marketplace se mantendrá siempre agnóstico a la arquitectura tecnológica subyacente pero podremos aprovechar todas las capacidades nativas que den soporte al gobierno y sean ofrecidas de caja por las distintas piezas de dicha arquitectura (así como catálogos, gestión de metadatos, seguridad, auditoría, …) para luego integrarlas en la capa de gobierno superior de alto nivel que quedará siempre en Anjana Data Platform.

Puedes encontrar un ejemplo de este tipo de arquitecturas complejas en este recurso que publicamos junto con nuestro partner Denodo.

Cumplimiento y alineamiento normativo

La plataforma está diseñada en conformidad con los principales marcos regulatorios y estándares internacionales:

• Data Governance Act & Data Act
• DAMA-DMBOK2 (Recurso especial)
• UNE 0077, 0078, 0079
• Gaia-X & IDSA
• DCAT-AP (semántica interoperable)
• AI Act (Recurso especial)
• GDPR y Leyes de Protección de Datos (Recurso especial)

Esto permite operar tanto en entornos cerrados como en ecosistemas abiertos con garantías de soberanía, ética y legalidad.

Visión avalada por analistas y adoptada por líderes del sector

La evolución hacia un Knowledge Marketplace no es solo una tendencia emergente, sino una realidad respaldada por analistas y adoptada por proveedores y organizaciones líderes:

Perspectivas de analistas

• Gartner, en su informe Hype Cycle for Data Management 2024, destaca la creciente importancia de los AI Data Marketplaces como catalizadores clave para la innovación impulsada por datos y la gobernanza avanzada de IA .
• Forrester, en su informe Data Governance Market Trends 2024, subraya que el gobierno de datos es esencial para potenciar aplicaciones impulsadas por IA, abordando desafíos como los silos de datos y la baja alfabetización en datos .
• BARC, en su Data, BI & Analytics Trend Monitor 2024, identifica la gobernanza de datos y la alfabetización en datos como tendencias fundamentales para las organizaciones orientadas a datos .
• IDC, en su estudio Worldwide Data Modernization Services 2024, evalúa a los proveedores en el mercado de servicios de modernización de datos, destacando la necesidad de plataformas que faciliten la transformación digital y la modernización de la gestión de datos .

Adopción por parte de proveedores líderes y alineamiento con arquitecturas modernas

La visión de Knowledge Marketplace como eje vertebrador del gobierno del dato y la gestión del conocimiento está perfectamente alineada con las estrategias tecnológicas promovidas por los principales proveedores de servicios cloud y plataformas de datos.

Anjana Data Platform encaja de forma natural en los entornos de AWS, Microsoft Azure y Google Cloud Platform (GCP), gracias a su arquitectura modular, completamente apificada, agnóstica y escalable. Esta integración se materializa mediante:

• Conectores nativos bidireccionales que facilitan la interacción con los servicios de identidad, almacenamiento, procesamiento y catálogo que ofrecen estos hyperscalers.
• Interoperabilidad plena con ecosistemas multi-cloud e híbridos, favoreciendo entornos donde conviven distintas tecnologías y arquitecturas de datos distribuidas.
• Gobierno desacoplado de la infraestructura, lo que permite a las organizaciones mantener el control y la trazabilidad de sus activos de conocimiento sin importar dónde residan o por qué tecnología estén gestionados.

Nuestra propuesta también complementa y potencia plataformas como Snowflake, Databricks, Cloudera, Denodo y otras tecnologías de datos ampliamente adoptadas, aportando una capa unificadora de gobierno, metadatos activos, gestión contractual y experiencia de usuario orientada a negocio, que habilita una verdadera visión cross-plataforma.

Este enfoque sitúa a Anjana Data Platform como una solución agnóstica, integradora y preparada para operar en arquitecturas orientadas a dominio, donde los datos, los productos de IA y la información fluyen de forma gobernada entre servicios, nubes, tecnologías y usuarios, cumpliendo con los más altos estándares de interoperabilidad, escalabilidad y soberanía digital.

Clientes pioneros adoptando nuestra visión

Nuestra visión de un Knowledge Marketplace ha sido adoptada por clientes líderes en diversos sectores, quienes han transformado sus estrategias de datos para impulsar la innovación y la eficiencia operativa. Estos clientes han implementado con éxito Anjana Data Platform, destacando:

• La capacidad de integrar la gobernanza de datos en los flujos operativos, promoviendo un enfoque proactivo y preventivo.
• La facilidad de uso para perfiles no técnicos, gracias a una interfaz intuitiva y una curva de aprendizaje reducida.
• La interoperabilidad total con sistemas existentes, facilitando la integración sin fricciones en ecosistemas tecnológicos diversos.

Estos casos de éxito reflejan cómo Anjana Data Platform no solo anticipó la evolución hacia un Knowledge Marketplace, sino que la ha materializado, proporcionando a las organizaciones una plataforma viva, gobernada e interoperable para transformar su estrategia de datos.

Descúbrelo en acción

Demo: Knowledge Marketplace con Anjana Data Platform 25.1

Conclusión

El futuro del dato no está en coleccionar activos, sino en transformarlos en conocimiento operativo y compartido.
Y para ello, se necesita una plataforma viva, gobernada, interoperable y pensada para escalar.

Anjana Data no solo anticipó esta visión: la ha hecho realidad.
Con arquitectura modular, gobierno embebido, metadatos activos, contratos, automatización, enfoque de producto y experiencia de usuario, permite a las organizaciones construir su propio Knowledge Marketplace de nueva generación.

¿Estás listo para transformar tu estrategia de datos?

El Gobierno del Dato & la IA están de moda y por eso, después de haber publicado varios Market Guides para este ámbito en los últimos años, Gartner acaba de publicar los primeros Magic Quadrant y Critical Capabilities para el ámbito de Data & Analytics Governance Plaftorms.

En estos informes, Gartner ha seleccionado a los 16 vendors más relevantes a nivel mundial para este segmento y, como no podía ser de otra forma, Anjana Data ha sido incluida en la lista.

Desde nuestro nacimiento en 2019 hemos ido cosechando muchos éxitos pero aparecer en un Magic Quadrant (nada menos que en el primero que se publica para un segmento tan relevante como lo es el de Data & Analytics Governance) no es simplemente otro éxito más. Esto supone un verdadero reconocimiento a nuestra visión innovadora y disruptiva, a nuestra propuesta de valor diferencial, a nuestro trabajo, esfuerzo y dedicación en estos últimos 5 años, y a todo aquello que un día decidimos llamar #GenAnjana.

Este reconocimiento nos sitúa en lo más alto de la cúspide de las empresas proveedoras de tecnología para gestión de datos a nivel mundial. Tal y como suena.

Y es que no es muy habitual que en este tipo de informes de clase mundial realizado por analistas para los que el mercado americano es el 90% del mundo, se cuele una empresa española, con poco más de 5 años de vida, cuyo foco son los mercados de Iberia y Latinoamérica donde aportamos un valor tremendo, que no tiene detrás ningún Venture Capital ni ningún Private Equity ni ninguna gran Corporación que la financie, etc. Es por eso que para nosotros, además de por aquello de codearnos con los big players a nivel global con los que ya venimos compitiendo cara a cara en Iberia y Latinoamérica, ser una de las bolitas de un Magic Quadrant es algo tremendamente especial y de lo que nos sentimos enormemente orgullosos.

Este reconocimiento no solo es un motivo de orgullo, sino también un testimonio del impacto de nuestra visión y tecnología en el mercado. En este artículo queremos explicar qué significan estos informes, por qué son importantes y cómo posicionan a Anjana Data.

¿Qué son estos informes y por qué son tan importantes?

El Magic Quadrant es uno de los informes más reconocidos en la industria de la tecnología. Su objetivo es ofrecer una evaluación clara de los principales proveedores en un mercado específico, utilizando dos ejes: Ability to Execute (capacidad de ejecución) y Completeness of Vision (integridad de visión). Esto da lugar a cuatro categorías de proveedores:

• Leaders: Excelencia tanto en ejecución como en visión.
• Visionaries: Innovadores con gran visión, pero aún en proceso de consolidar su ejecución.
• Challengers: Sólidos en ejecución, pero con una visión menos desarrollada.
• Niche Players: Proveedores que destacan en nichos específicos o en regiones concretas.

Por su parte, el informe Critical Capabilities complementa al Magic Quadrant proporcionando una evaluación más técnica y detallada de las funcionalidades clave de cada proveedor, evaluándolas según casos de uso específicos como enterprise control, domain analytics y experimentation.

Estos informes no solo proporcionan una visión clara del mercado, sino que también ayudan a las empresas a identificar las soluciones más adecuadas para sus necesidades.

Aquí te dejamos los enlaces a los informes pero recuerda que tienes que ser cliente de Gartner para poder acceder al contenido. Lamentablemente, nosotros no podemos compartirlo porque no tenemos la autorización para ello.

• Magic Quadrant
• Critical Capabilities

El mercado de Data & Analytics Governance Platforms según Gartner

Gartner define este segmento como plataformas que ofrecen un conjunto integrado de capacidades tecnológicas y empresariales para desarrollar, implementar y monitorizar políticas de gobernanza en sistemas empresariales. Estas plataformas son fundamentales para garantizar que los datos sean fiables, seguros y estén alineados con los objetivos estratégicos de la empresa.

Lo que diferencia a estas plataformas de la gestión de datos tradicional es su enfoque en la creación y cumplimiento de políticas, en lugar de la ejecución de las mismas​. En concreto, Gartner diferencia este ámbito de otras áreas de la Gestión de Datos, como Data Quality o Master Data Management (MDM), por su enfoque en la organización, control y responsabilidad sobre los datos dentro de un ecosistema empresarial.

La gobernanza de datos no solo asegura el cumplimiento normativo, sino que también crea confianza en los datos y potencia la toma de decisiones basada en analítica. Así, a diferencia de otros mercados dentro de la gestión de datos, el gobierno de datos se centra en el diseño, la definición y la aplicación de políticas y procedimientos así como en garantizar el cumplimiento regulatorio, delegando aspectos más operativos y técnicos en soluciones complementarias.

El papel del gobierno de datos es más relevante que nunca en un mundo donde las organizaciones manejan volúmenes masivos de información y deben cumplir con normativas cada vez más estrictas, como GDPR, CCPA, AI Act o las Leyes de Privacidad y Protección de Datos emergentes en Latinoamérica. Este contexto ha impulsado a las empresas a buscar soluciones que garanticen un gobierno de datos robusto y escalable.

Nuestro posicionamiento como Niche Player

En este primer Magic Quadrant de Data & Analytics Governance Platforms, Anjana Data ha sido incluida como Niche Player. ¿Qué significa esto? Básicamente, que somos un jugador especializado, con un enfoque claro y diferenciado, que destaca en áreas específicas del mercado.

En este contexto, nuestro posicionamiento como Niche Player tiene una explicación lógica:

1. Foco geográfico: Estamos profundamente enraizados en los mercados de Iberia y Latinoamérica, lo que ha limitado nuestra expansión global por ahora, pero también nos ha permitido ser líderes en nuestra región. En este sentido, nuestro foco va a seguir siendo el mismo en 2025 pero también hemos lanzado ya algunas iniciativas para entrar poco a poco en otros países de Europa.
2. Especialización en Gobierno: Nuestra plataforma prioriza las capacidades de gobernanza, integrándose con herramientas de terceros y soluciones open-source para funciones más centradas en Gestión de Datos, como Data Quality, MDM o Data Virtualization.
3. Fase de crecimiento: Somos una scaleup en plena expansión, y aún estamos en proceso de alcanzar nuestro máximo potencial.

Nuestro valor diferencial

En los mercados de Iberia y Latinoamérica, la presencia de la gran mayoría de vendors que aparecen en el cuadrante se reduce considerablemente. De hecho, casi siempre nos encontramos compitiendo cara a cara con los vendors identificados en este cuadrante como Leaders en la mayoría de las oportunidades, destacando frente a ellos por ofrecer una visión más innovadora y disruptiva, un enfoque más ágil, cercano y unas capacidades más flexibles tanto para distintos grados de madurez como para cubrir las necesidades cambiantes de las organizaciones.

Hace poco escribimos un artículo hablando en detalle sobre esto pero, resumiéndolo en 3 puntos, nuestros clientes nos eligen porque aportamos:

• Flexibilidad y personalización: Nuestra plataforma está diseñada para empezar por los casos de uso más básicos pero también para adaptarse rápidamente a entornos altamente complejos ofreciendo capacidades avanzadas.
• Soporte local y especializado: Entendemos las necesidades del mercado y de nuestros clientes de manera más profunda que los gigantes globales y somos capaces de ofrecerles soluciones mucho más efectivas y eficientes en tiempo récord.
• Colaboración y visión conjunta: Junto con nuestros partners, nos asociamos con nuestros clientes para apoyarles y desarrollar con ellos iniciativas que realmente les aporten un valor diferencial.

Echar la vista atrás para volver a mirar al futuro

Este reconocimiento coincide con un cierre de año con muy buenos resultados y marca el comienzo de una etapa emocionante para Anjana Data. Nos motiva a seguir expandiendo nuestras capacidades y aumentando nuestro impacto en el mercado global, mientras continuamos liderando en nuestra región.

Pero este reconocimiento no sería posible sin tod@s aquell@s que nos acompañan en este viaje. A tod@s ell@s, ¡GRACIAS!

Gracias a tod@s aquell@s que comparten el #GenAnjana.

Gracias a tod@s l@s anjaner@s y también a los que en algún momento han sido o se han sentido uno más de esta familia, por haber aportado tanto.

Gracias a nuestros clientes y partners, a los actuales y los futuros por confiar en nosotros pero también a los pasados por habernos servido de aprendizaje en el camino.

Gracias a l@s que nos aguantan de forma continua, tanto en lo profesional como en lo personal, que no es fácil.

Gracias a nuestros inversores que han apostado su patrimonio personal recogido después de años de mucho trabajo, dedicación y esfuerzo.

Gracias a las instituciones y organismos, tanto públicas como privadas, y a tod@s aquell@s profesionales y expert@s que nos han apoyado y nos siguen apoyando en este camino.

Gracias a nuestros competidores que nos hacen ser cada día mejores.

Gracias a los analistas de Gartner con los que hemos tenido el placer de hablar en todo este tiempo, en especial a aquellos que han elaborado estos informes: Guido de Simoni, Anurag Raj, Melody Chien, Stephen Kennedy. Y también a aquellos con los que hemos compartido numerosos debates como Saul Judah, Andrew White, Amy Bickel, Lydia Ferguson, Robert Thanaraj, Georgia O’Callaghan, Jason Medd, Christopher Long, Mark Beyer, entre otros.

Y por supuesto gracias a todas aquellas personas del ecosistema y de la comunidad del Data Management de las que siempre aprendemos cada día un poquito más.

Si deseas saber más sobre cómo podemos ayudarte a transformar tu estrategia de Gobierno de Datos & IA, no dudes en contactarnos. ¡Esto es solo el principio de un gran viaje!

En este artículo no se ha utilizado ChatGPT ni ninguna otra Inteligencia Artificial Generativa para la generación del contenido sino que ha sido producido enteramente por un humano de carne y hueso.

Seamos claros, la mayoría de estrategias de Data & AI Governance impulsadas en los últimos años han fracasado, están fracasando o van a fracasar. Y no sólo lo decimos nosotros, lo dicen prácticamente todos los expertos y lo dicen las consultoras más reputadas como Gartner en multitud de sus informes.

En 2024, con la explosión y comoditización de la Inteligencia Artificial Generativa, se vuelve a poner una vez más en evidencia la necesidad de contar con un Gobierno de Datos efectivo y eficiente por lo que la gran mayoría de organizaciones empiezan (o vuelven) a poner el foco en lanzar iniciativas de diseño, implantación y operativización de estrategias de Data Governance, esta vez acompañado de iniciativas de AI Governance.

Esto vuelve a abrir una oportunidad enorme para que las organizaciones logren transformarse para por fin convertirse en Data-Driven pero también existe la posibilidad de que muchas de ellas fracasen igual que lo han hecho en el pasado otras o que incluso las que ya han fracasado no hayan aprendido de sus errores y vuelvan a meter la pata de forma estrepitosa.

En este sentido, lo que puede necesitar una organización va a variar muchísimo entre unas y otras y es por ello que las personas encargadas de estas iniciativas y que no tienen los conocimientos ni la experiencia necesarias para afrontar con garantías el reto que supone, se afanan en leer artículos en internet, formarse en distintas materias, preguntar a expertos, hablar con consultoras y/o fabricantes, …

Diferentes enfoques para afrontar el reto

De una forma u otra, normalmente estas organizaciones acaban contratando un proyecto de consultoría a alguna empresa de su confianza o directamente apuestan por comprar una herramienta tecnológica pensando que con eso ya van a resolver el problema.

Desde nuestro conocimiento del mercado, lo que vemos es que la gran mayoría de propuestas para este tipo de organizaciones ofrecen alguno de los siguientes enfoques:

1. Aproximación tecnológica “Buy” básica: Suele consistir en el despliegue de un ecosistema completo de alguna de las principales Clouds junto con un discurso que dice cubrir todo lo necesario con garantías a un coste asumible (algo que por propio sentido común se plantea como más que cuestionable). O plataformas all-in-one que rara vez suelen dar buen resultado y que normalmente suelen ser tremendamente caras y complejas. Desde nuestra humilde opinión, consideramos esta estrategia errónea porque sólo busca la compra de tecnología y además requiere de inversiones elevadas (aunque al principio pueda parecer otra cosa, sobre todo por los descuentos tan agresivos que realizan para un primer año algunos fabricantes).
2. Aproximación tecnológica “Buy” avanzada: Incluye la realización de benchmarks exhaustivos en los que se analizan diferentes herramientas de mercado desde distintas perspectivas, en los cuales luego se termina por elaborar una shortlist de finalistas con los cuales se pretende realizar una o varias PoCs (muchas veces sin saber realmente qué se quiere probar o para qué se van a utilizar las herramientas analizadas). Aparte de que hemos visto pocos ejercicios de este tipo que realmente estén bien enfocados con un propósito que no sea el de “comprar tecnología para resolver automágicamente un problema de negocio”, estas actividades se dilatan muchísimo en el tiempo y, de nuevo en nuestra humilde opinión, es un ejercicio que a la gran mayoría de las organizaciones no les aporta ningún valor porque no tienen un grado de madurez tal como para que les merezca la pena invertir todo el tiempo y el esfuerzo que requieren.
3. Aproximación tecnológica “Build”: Consiste en apostar por la realización de desarrollos de software a medida a partir de una serie de requerimientos levantados de forma parcial que al final sólo sirven para justificar gasto y entregar algo que cumplirá parcialmente con las necesidades identificadas. El problema de este enfoque es que sólo sirven para cumplir expediente en el corto plazo y presentan un ROI muy limitado. Además, este enfoque no acompaña a la organización en su crecimiento en el grado de madurez por lo que en algún momento se verán obligados a cambiar de estrategia al no poder soportar la inversión necesaria para mantener y evolucionar un software desarrollado a medida que se adapte a sus necesidades cambiantes y a un grado de madurez que va creciendo con el tiempo.
4. Aproximación tradicional de consultoría: Es la más típica y extendida y básicamente se trata de la realización de un proyecto de “consultoría estratégica de PPT” que incluye un trabajo de análisis excesivo para la posterior confección de un elevado número de entregables “en papel” que aportan poco o ningún valor a la gran mayoría de organizaciones que lo que quieren es tener algo tangible en poco tiempo (menos de 6 meses) con lo que puedan empezar a andar y a partir de ahí ir creciendo y escalando.

Nuestra visión es que la fórmula tiene que ser diferente a los enfoques anteriores en la gran mayoría de los casos y por eso apostamos por enfoques innovadores, diferenciales y disruptivos y nos aliamos con aquellos que comparten nuestros valores y nuestra filosofía y a los que también les gusta ser muy prácticos y pragmáticos para poder aportar valor a sus clientes sin discursos grandilocuentes y con mucha más realidad que PPT pero teniendo claro que la tecnología no es un fin sino un medio para afrontar un reto de negocio.

Los motivos por los cuales apostar por un enfoque diferente impulsado por el #genAnjana

Si hasta aquí estás de acuerdo con nosotros, entonces es que hablamos el mismo idioma, vas a entender perfectamente lo que viene a continuación y vas a preguntarnos cómo podemos ayudarte.

Así pues, te dejamos los 7 motivos por los cuales deberías considerar Anjana Data para implantar y operativizar con éxito tu estrategia de Data & AI Governance:

1️⃣ Somos expertos reconocidos en Data Management, sumamos muchos años de experiencia REAL entre nuestros profesionales y no vendemos Humo ni Magia Negra. Cualquier herramienta y/o palabreja que hayas visto por ahí que contenga Data o AI seguro que hemos leído e investigado al respecto y hasta nos habremos remangado y bajado al barro en situaciones reales así que podremos ayudarte a desmitificar falsas creencias, a desenmascarar a vendemotos, a separar el grano de la paja y a materializar tu visión en algo aterrizado que tenga un impacto tangible en negocio.

2️⃣ Somos una Empresa de Producto y Fabricante de Software, no ofrecemos servicios profesionales ni de consultoría más allá de lo relacionado con nuestra propia tecnología que nosotros mismos diseñamos, desarrollamos, mantenemos, evolucionamos y comercializamos y no nos metemos en donde no aportamos algo realmente diferencial, así que sabemos bien lo que hacemos. Vendemos tecnología pero con propósito, odiamos el Vendor Lock-In, incluimos mucha documentación y formación, tenemos una Propuesta de Valor diferencial y disruptiva orientada a negocio y un Modelo de Pricing claro y sin letra pequeña. Y como somos una empresa muy de nicho, para llegar a donde nosotros solos no podemos hemos construido un Ecosistema y una Comunidad únic@s trabajando codo con codo con nuestros partners para ofrecer el mejor servicio posible a nuestros clientes.

3️⃣ Nuestra propuesta de valor, nuestro equipo, nuestra tecnología, nuestro posicionamiento y nuestro modelo de negocio están avalados por expertos independientes como Gartner, los principales Cloud Service Providers (AWS, Google y Microsoft), varios de los Fabricantes de Software más punteros y líderes del mercado, Consultoras e Integradores de primer nivel y diferentes Asociaciones, Organismos e Instituciones del mundo de los Datos y la IA. Además, somos Pyme Innovadora y empresa GovTech y contamos con importantes certificaciones como el Esquema Nacional De Seguridad.

4️⃣ Conocemos el mercado al dedillo y estamos alineados con las últimas tendencias (#DataSpace, #DataLakeHouse, #DataFabric, #DataMesh, #DataMarketplace, #AdaptiveDataGovernance, #DataSharingAgreements, #DataContracts, #DataOps, #AIGovernance, #DataEthics, #DataMonetization, …) y los principales frameworks (#DAMA, #UNE, #Gaia-X, #IDSA, …), estándares y regulaciones (#GDPR, #LeyesDeProtecciónDeDatos, #DataAct, #DataGovernanceAct, #AIAct, …) a nivel global a los que además sumamos nuestra filosofía y visión basada en nuestra experiencia. No intentamos reinventar la rueda sino que lo que hacemos es tratar de aplicar el sentido común y optamos por proponer soluciones que hemos visto que funcionan para problemas concretos, tratando de evitar cosas que no dan resultado, porque lo hemos vivido en nuestras propias carnes.

5️⃣ Llevamos tiempo siendo pioneros en el mercado y estamos siempre a la vanguardia en nuestro ámbito de conocimiento pero somos muy prácticos y pragmáticos, lo que nos da una visión de Largo Plazo a la vez que nos enfocamos en los Quick Wins que todo el mundo quiere en el corto plazo. Empezamos en 2019 con un discurso innovador y disruptivo que dejaba boquiabiertos a muchos y que ahora hasta los más grandes han hecho suyo casi palabra por palabra pero que todavía pocos han conseguido materializar de verdad.

6️⃣ Somos empáticos, honestos, sinceros, cercanos, ágiles y flexibles pero también tremendamente profesionales y disciplinados. Acompañar a nuestros clientes en alcanzar sus objetivos es lo que nos mueve y siempre damos un poquito más cuando hace falta pero para ser efectivos y eficientes necesitamos mantener una metodología que hemos probado que funciona, basada en las relaciones de confianza y que huye de la burocracia más tradicional, rígida y pesada. Nuestros valores definen lo que hacemos y el #genAnjana es algo de lo que si te contagias, puedes llegar muy lejos.

7️⃣ Nuestros clientes y partners, todos ellos organizaciones referentes en materia de Gestión de Datos tanto del sector público como del ámbito privado, hablan por nosotros. Ellos son lo más importante y los verdaderos protagonistas de todo esto así que siempre intentamos que hablen entre ellos, que compartan sus inquietudes, sus ideas, sus experiencias, sus errores, sus aprendizajes y sus buenas prácticas y que gracias a ello podamos también crecer juntos para mejorar nuestra fórmula. Contamos con numerosos casos de éxito reales que demuestran que lo que predicamos se puede conseguir y que eso del Gobierno del Dato Proactivo y Preventivo no es una utopía sino que es algo posible y alcanzable para cualquier organización sin importar el grado de madurez en el que se encuentre.

Hablando de casos de uso reales, aquí tienes unos ejemplos

Si has aguantado hasta aquí y te gusta lo que lees, quiere decir que compartes nuestra visión, la de nuestros clientes y nuestros partners. ¡HURRA!

En este punto ya estás preparado para que te contemos algunos de los diferentes casos de uso que puedes implementar con Anjana Data Platform.

Como ya sabrás o habrás podido intuir tras leer este artículo, organizaciones de todo el mundo, de diferentes industrias, tamaños y niveles de madurez, confían en Anjana Data para implementar una amplia variedad de casos de uso de Gobierno de Datos & IA alineados con sus estrategias de datos.

Siguiendo nuestra filosofía de aportar valor al negocio, identificamos entre nuestros clientes diferentes casos de uso a los cuales se ha conseguido dar solución con éxito gracias a la incorporación de Anjana Data Platform en su stack tecnológico, considerando arquitecturas tecnológicas y ecosistemas de Datos & IA de naturalezas muy variadas.

En este sentido, es importante también identificar cuáles son los requisitos globales de la organización con el objetivo de poder aportar el enfoque de solución más adecuado para cubrir sus objetivos de negocio, pudiendo considerar múltiples arquitecturas tecnológicas que incorporen distintas piezas de diferentes vendors las cuales se integren de forma nativa para construir un ecosistema de Datos & IA totalmente gobernado.

A continuación te presentamos una lista bastante completa de diferentes iniciativas que han logrado implementar con éxito nuestros clientes:

Si identificas uno o varios de estos casos de uso alineado/s con tu estrategia, no dudes en escribirnos, estaremos encantados de ayudarte.

Nos complace anunciar que, gracias a nuestra estrecha colaboración estratégica con Amazon Web Services (AWS), hemos lanzado una versión Free Trial de nuestra plataforma en modalidad SaaS, disponible ahora para todo el público en el AWS Marketplace. Esta iniciativa no solo representa un hito importante en nuestra trayectoria, sino que también refuerza nuestro compromiso de romper las barreras de entrada existentes actualmente para que cualquier organización pueda implementar una plataforma avanzada de Gobierno de Datos & IA.

¿Qué incluye la versión Free Trial?

La versión Free Trial de Anjana Data Platform en modalidad SaaS permite a las organizaciones experimentar de primera mano todas las funcionalidades clave de nuestra plataforma en un entorno sandbox propio e independiente. Así pues, durante un período limitado, los clientes de AWS podrán acceder, sin coste alguno, a todas las capacidades de Gobierno de Datos & IA que ofrece nuestra plataforma. Esta versión de prueba es una oportunidad excepcional para que cualquier organización evalúe cómo Anjana Data puede transformar su enfoque en la operativización de su Modelo de Gobierno de Datos & IA.

Lo más destacado es que, gracias a nuestra alianza con AWS, todos los costes asociados con la modalidad SaaS durante este período de prueba serán cubiertos por AWS. Esto significa que las organizaciones pueden explorar y probar la plataforma sin comprometer su presupuesto, permitiéndoles tomar decisiones informadas sobre futuras inversiones en tecnología.

Beneficios para los clientes de AWS

La integración de Anjana Data Platform en el AWS Marketplace brinda a los clientes de AWS una ventaja significativa: la posibilidad de implementar rápidamente la Plataforma de Gobierno de Datos & IA más innovadora y diferencial del mercado directamente desde la infraestructura de AWS que ya utilizan. Esto no solo simplifica la implementación, sino que también garantiza que los datos permanezcan dentro del entorno seguro y confiable de AWS, cumpliendo con las normativas más exigentes en cuanto a seguridad y privacidad.

La versión Free Trial permite a las organizaciones realizar una evaluación exhaustiva de la plataforma, entendiendo cómo Anjana Data Platform se alinea con sus necesidades específicas y objetivos estratégicos. Además, la modalidad SaaS facilita un despliegue ágil y flexible y simplifica mucho todas las labores de mantenimiento y administración, reduciendo así la carga operativa y permitiendo a las organizaciones centrarse en lo que realmente importa: extraer valor de sus datos.

Servicios Profesionales en AWS Marketplace

Además de la oferta de Anjana Data Platform en modalidad SaaS, también hemos puesto a disposición en AWS Marketplace nuestra oferta de Servicios Profesionales de forma pública. A través de esta opción, tanto nuestros clientes como nuestros partners pueden contratar bolsas de horas de soporte experto de nuestros equipos de Customer Success y Global Support tanto para la realización de Pruebas de Concepto (PoCs) como para la implementación de nuestra plataforma. Esta oferta es ideal para aquellos que buscan asegurar una transición fluida y efectiva hacia un ecosistema gobernado de Datos & IA optimizado con Anjana Data.

Una relación estratégica que potencia el valor

Nuestra colaboración con AWS no es simplemente una integración tecnológica; es una alianza estratégica que continúa evolucionando para maximizar el valor que ofrecemos a nuestros clientes. Al combinar la experiencia en Gestión de Datos & IA de Anjana Data con la infraestructura y el alcance global de AWS, brindamos una propuesta de valor única y poderosa. Esta sinergia nos permite no solo ofrecer soluciones avanzadas, sino también adaptarlas a las necesidades específicas de cada organización, asegurando una implementación exitosa y un retorno de la inversión claro y medible.

En Anjana Data, estamos comprometidos con el éxito de nuestros clientes, y creemos firmemente que estas nuevas ofertas en el AWS Marketplace suponen un paso importante en ese camino. Invitamos a todas las organizaciones interesadas en mejorar su Gobierno de Datos & IA a aprovechar esta oportunidad y descubrir cómo Anjana Data Platform puede transformar su Estrategia de Datos & IA.

Empieza tu Free Trial hoy mismo en el AWS Marketplace y únete a la nueva era del Gobierno de Datos & IA con Anjana Data y AWS.

En la era de transformación digital que vivimos en la que los datos se presentan como uno de los activos estratégicos más relevantes para las organizaciones y la Inteligencia Artificial está cambiando las reglas del juego, es fundamental que las organizaciones puedan contar con información útil para la toma de decisiones de una forma fácil, rápida, flexible y segura, cumpliendo además con las exigencias regulatorias, normativas y éticas que cada vez son más estrictas. A través de este acuerdo, Sopra Steria incluirá Anjana Data Platform dentro de su oferta de productos y servicios para que sus clientes puedan apoyarse en tecnología puntera, innovadora y disruptiva para lograr sus objetivos en materia de “Gobierno de Datos e Inteligencia Artificial”.

Esta asociación representa una sinergia estratégica. Por un lado, Anjana Data proporciona una plataforma robusta basada en tecnología avanzada para la implementación y operativización de un gobierno de datos e IA con un enfoque proactivo y preventivo, mientras que Sopra Steria contribuye en facilitar su implantación y garantizar un acompañamiento de máximo nivel a sus clientes a través de una oferta de servicios específica alrededor del uso de esta tecnología, gracias a su profundo conocimiento de la transformación digital y especialización en la gestión de datos. Esta asociación facilitará a los clientes el camino hacia una gestión de datos eficiente y efectiva, permitiéndoles una mejor toma de decisiones y una comprensión integral del ciclo de vida de sus datos.

Enlaces a las notas de prensa publicadas :

Sopra Steria y Anjana Data se alían para ofrecer una solución integral que ayude a las organizaciones con el gobierno y control de Datos & IA (laecuaciondigital.com)

Sopra Steria y Anjana Data se alían para ofrecer una solución integral (dirigentesdigital.com)

Sopra Steria y Anjana Data se alían en pos del gobierno y control de Datos e IA (altodirectivo.com)

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.

En Anjana Data tenemos como objetivo reducir al máximo el time-to-market y el time-to-value en la prueba de concepto o implantación de nuestra solución de gobierno del dato y poder demostrar en un plazo de tiempo muy corto un retorno de la inversión real.

 Lo hemos sufrido en nuestras propias carnes muchas veces a lo largo de nuestra carrera profesional: adquisición de tecnología con inversiones iniciales altísimas, planes de implantación con proyectos gigantescos, hordas de consultores para configurar y probar esa tecnología… y luego, cuando hay que dar el Go-Live para el pase a producción, después de muchas idas y venidas, replanificaciones y ajustes presupuestarios, los resultados no son los esperados, nadie asume las responsabilidades y entonces se replantea toda la estrategia.

 Por eso mismo, en Anjana Data no creemos en ese modelo de implantaciones mastodónticas que se alargan en el tiempo y buscan un Big-Bang muy difícil de gestionar y, por contra, abogamos por pilotos y planes de implantación basados en la misma filosofía de las metodologías ágiles, buscando demostrar valor real en muy poco tiempo.

 Adicionalmente, para poder demostrar este valor real, la implantación de Anjana Data no se reduce a las tareas técnicas necesarias para implantar la solución sino que buscamos cubrir el end-to-end desde el análisis de la necesidad hasta la realización de un primer caso de uso en producción que nos permita obtener los primeros resultados medibles.

Entonces, ¿cómo hacemos una prueba de concepto en Anjana Data? 

Primero de todo, tratamos de entender lo mejor posible las necesidades del cliente y sus principales pain-points y comenzamos a trabajar junto con él en una propuesta de uso de Anjana Data ajustada a sus requerimientos, ofreciendo normalmente diferentes alternativas de configuración y uso de la solución dentro de las capacidades de Anjana Data.

 Después, con el objetivo de elaborar un plan de trabajo detallado con actividades, hitos y plazos definidos, tratamos de acotar y definir lo mejor posible el escenario de implantación, identificado asimismo una serie de métricas de éxito que puedan demostrar de forma cuantificable lo realizado y el valor conseguido.

 Así pues, para alcanzar este objetivo, seguimos una serie de pasos que podemos agrupar en los siguientes bloques: 

1.- Escogemos un caso de uso acotado.

Un caso de uso o diagrama de caso de uso es lo que comúnmente se entiende como la descripción de las actividades que deberá realizar alguien o algo para llevar a cabo algún proceso.

 En este contexto, dentro de este primer punto debemos seleccionar un caso de uso donde Anjana Data cubra las necesidades identificadas y su incorporación al stack tecnológico represente un valor añadido diferencial. La descripción en detalle del caso de uso es muy importante porque nos va a permitir definir el alcance de la implantación inicial y vamos a poder medir lo conseguido para venderlo internamente.

 Aquí algunos ejemplos de casos de uso:

• Un dominio de información específico, por ejemplo los datos de contactabilidad de clientes o los datos financieros relacionados con los contratos.
• Una iniciativa o proyecto de datos concreto, por ejemplo la creación de un sandbox para analítica avanzada o la creación de un MDM de datos de productos.
• Un caso regulatorio, por ejemplo relacionado con RGPD o con RDA.
• Un proceso end-to-end de explotación de información como la generación de un informe de gestión recurrente o la generación de la cuenta de resultados.
• Un entorno tecnológico concreto como un Data Lake, un entorno Cloud o un área de Analytics.

No hay un caso de uso mejor que otro, la selección del caso de uso dependerá totalmente de las necesidades de la organización, de la importancia que pueda tener para la Alta Dirección, de la complejidad de su ejecución o de la facilidad para lograr la involucración de los stakeholders, entre otras variables.

2.- Delimitamos el escenario tecnológico involucrado.

A partir del caso de uso elegido, es importante delimitar el escenario tecnológico involucrado en este caso de uso, ya que cuanto más delimitado se plantee y menos tecnologías involucradas haya, menor complejidad incorporaremos al plan de implantación inicial.

Uno de los puntos diferenciales de Anjana Data radica en la integración nativa extendida con otras tecnologías para incorporar la solución de gobierno del dato como el eje central del ecosistema de datos. Esto hace que este punto sea especialmente delicado y es muy importante no caer en el error de querer abarcar demasiadas tecnologías en la fase inicial porque en las integraciones tecnológicas hay muchas aristas que pueden hacer que el piloto o plan de implantación se complique y se retrase.

Entre este punto, es importante identificar las siguientes tecnologías:

• Repositorios de almacenamiento de datos.
• Sistemas de procesamiento de datos.
• ETLs y servicios de datos.
• Herramientas de explotación y BI.
• Sistemas de gestión de identidades.
• Sistemas de gestión de permisos.

3.- Identificamos a los stakeholders clave.

En este punto, las personas involucradas tienen que sentirse empoderadas para la toma de decisiones y verse como parte del proceso de cambio que está por ocurrir en la Organización, percibiendo el valor del mismo y a su vez, asumiendo una serie de responsabilidades en torno a los datos que quizás hasta ahora no tenían.

Es muy importante hacer ver a los stakeholders  que el gobierno del dato no consiste en “poner palos en las ruedas” o “hacer de poli malo” sino que consiste en dotar a la organización de las capacidades necesarias para generar valor al negocio a través de un mejor uso y tratamiento de los datos. Para ello es imprescindible proveerles también de las herramientas y los recursos necesarios ya que sin ellos, su carga de trabajo aumentará y no le verán un retorno rápido.

 Es por ello que durante el piloto o plan de implantación de Anjana Data será necesario trabajar en formación y gestión del cambio con los diferentes stakeholders identificados. 

4.- Definimos las métricas de éxito.

Las métricas de éxito nos ayudarán a demostrar de forma cuantificable lo realizado y el valor conseguido. Estas métricas también dependerán del caso de uso seleccionado pero por norma general podemos clasificarlas en los siguientes grupos:

• Reutilización de datos.
• Satisfacción de los stakeholders.
• Ahorro de costes.
• Mejora de la eficiencia y la productividad.
• Reducción del riesgo operacional.
• Cumplimiento regulatorio (si aplica).
• Monetización de datos (si aplica).

El plan del piloto o de implantación de Anjana Data

Con todo esto, esbozamos un plan de proyecto con un plazo de duración determinada (aproximadamente 3 meses) el cual se acuerda con el cliente antes de arrancar. Dentro de este plan, se suelen incluir las siguientes actividades:

• Assessment de infraestructura y arquitectura y propuesta de diseño técnico.
• Despliegue de todos los servicios según modelo de despliegue elegido y configuración de conexiones con los sistemas del cliente.
• Aterrizaje del caso de uso seleccionado y soporte en la definición de la configuración de Anjana Data para cubrir las necesidades del cliente (modelo de gobierno y metamodelo).
• Configuración de Anjana Data según lo definido.
• Sesiones de formación y gestión del cambio.
• Acompañamiento en las primeras cargas de información, pruebas funcionales y ejecución del caso de uso.
• Revisión de métricas de éxito y generación de conclusiones.

¿Y qué conseguimos con esta forma de trabajar?

Gracias a este enfoque no sólo conseguimos reducir al máximo el time-to-market y el time-to-value en la implantación de nuestra solución de gobierno del dato sino que esto también nos permite demostrar en un plazo de tiempo muy corto un retorno de la inversión real.

Por otro lado, logramos empoderar tanto a la organización como a los stakeholders para que puedan evolucionar en su implementación del gobierno del dato según sus necesidades y requerimientos y que así puedan también extender la cobertura de Anjana Data a más casos de uso de forma independiente, resultando esto en una reducción al máximo del temido vendor lock-in, del cual tratamos de huir lo máximo posible.

Además, siempre certificamos las implantaciones de Anjana Data y hasta que no queda certificada, no comienza la vigencia de las licencias de uso de la solución, lo cual representa nuestro compromiso con nuestros clientes y nuestra confianza en que Anjana Data cumple con las expectativas y cubre las necesidades identificadas.

Si bien el Gobierno del Dato trata fundamentalmente sobre aspectos culturales y organizativos y no puede ser resuelto únicamente a través de la tecnología, las soluciones tecnológicas juegan un papel fundamental y son más que necesarias para lograr la implantación de un modelo de gobierno efectivo y eficiente. Es por eso por lo que en el mercado existen multitud de soluciones que sirven de aceleradoras para lograr un buen gobierno del dato, así como para ayudar a las organizaciones a construir y mantener esa cultura del dato necesaria a todos los niveles para lograr el objetivo de convertirse en data-driven.

De la versión 2 del DAMA-DMBOK podemos extraer algunas ideas muy interesantes:

• Las organizaciones que establecen un programa formal de Gobierno del Dato están mucho más capacitadas para incrementar el valor que obtienen de sus activos de datos
• La función del Gobierno del Dato guía todas las demás funciones de la Gestión del Dato
• El propósito del Gobierno del Dato es asegurar que los datos son gestionados adecuadamente, de acuerdo con una serie de políticas y mejores prácticas
• El Gobierno del Dato se focaliza en cómo se toman las decisiones acerca de los datos y cómo se espera que los procesos y las personas se comporten en relación con los datos
• El Gobierno del Dato no es un fin en sí mismo, necesita estar directamente alineado con la estrategia de la organización
• El Gobierno del Dato no es algo de una sola vez, requiere de un programa continuo focalizado en asegurar que la organización obtiene valor de los datos y reduce los riesgos relacionados con los datos
• El Gobierno del Dato es diferente del Gobierno de TI
• El objetivo del Gobierno del Dato es permitir a la organización gestionar los datos como un activo
• Un programa de Gobierno del Dato debe ser sostenible, embebido y medible
• El Gobierno del Dato no puede ser implementado de un día para otro y requiere planificación

En definitiva, el hecho de que el Gobierno del Dato sea algo tan ligado a esos aspectos culturales y organizativos hace que evaluar las soluciones tecnológicas que pueden darnos soporte en este ámbito sea algo difícil y complejo. Esto nos obliga a tener que ampliar nuestras miras más allá de una evaluación en base a la cobertura de funcionalidades o módulos disponibles y plantearnos también una serie de características de valor añadido que deberemos incorporar a la valoración.

Funcionalidades y módulos

Por un lado, si pensamos en funcionalidades y módulos “propios” de Gobierno del Dato podemos citar:

• Glosario de términos de negocio
• Gestión de metadatos con Diccionario y Catálogo
• Trazabilidad y linaje de datos
• Arquitectura, diseño y modelado de datos
• Gestión de workflows y procesos de negocio
• Gestión de datos maestros y de referencia
• Calidad de datos
• Gestión de incidencias de datos
• Seguridad de datos (Políticas, accesos y uso, roles y perfilado de usuarios, ofuscación de datos)
• Cuadro de Mandos
• Gestión de DataLabs y Sandboxes
• Gestión de contenidos y Portal de Publicación
• Gestión de servicios de datos
• Soporte a la auditoría

Sin embargo, evaluar una solución sólo por el grado de completitud de estas funcionalidades hará que sólo veamos parte de la foto y que podamos tomar una decisión de la que nos arrepintamos pasado un tiempo, máxime cuando es utópico pensar que una única solución tecnológica puede dar cabida a todas estas funcionalidades de forma autocontenida. Es por ello por lo que, para asegurar que eso no sucede, debemos ponderar el análisis de cobertura de funcionalidades junto con otro tipo de análisis basado en una serie de características de valor añadido.

Características de valor añadido

Estas características nos permitirán crecer en la función de Gobierno del Dato en tiempo y forma según las necesidades concretas de la organización:

• Automatización: los procesos deben de ser lo más automáticos posibles para liberar de carga a los usuarios de las herramientas.
• UX & UI: la interfaz de usuario, así como su navegación y usabilidad debe de ser lo más intuitiva y amigable posible, para todo tipo de públicos de tal forma que cualquier usuario se sienta cómodo utilizándola.
• Interoperabilidad: debe de poder compartir e intercambiar datos con otros sistemas, no debe de ser una “caja negra”, ni un componente estanco, permitiendo interconexión con diferentes tipos de sistemas mediante conectores y permitiendo el uso de estándares.
• Customización: lo más configurable posible para poder soportar la estrategia y el modelo de gobierno definido por la organización.
• Modularización: las diferentes funcionalidades deben ser entendidas como piezas independientes, de tal forma que el uso de una de ellas no limite el uso de otras, permitiendo la posible utilización de los módulos necesarios sin perjuicio de la experiencia total.
• Multi-entorno: capacidad de gobernar de forma centralizada desde una misma instancia múltiples plataformas apoyadas en tecnologías diferentes.
• Escalabilidad: adaptable a medida que el volumen de datos y las necesidades de procesamiento y respuesta aumentan, manteniéndose el rendimiento estable en el tiempo.
• Adaptabilidad: debe de poder ajustarse a las necesidades y realidades de la organización a lo largo del tiempo.

Adicionalmente, desde un punto de vista más a largo plazo, las características en las que habría que prestar especial atención y cuidado son:

• Vendor lock-in: en la medida de lo posible, hay que intentar que las soluciones seleccionadas no “aten” a la organización a un único vendor adquiriendo grandes dependencias y evitar así que la migración de una solución a otra tenga grandes consecuencias.
• Curva de aprendizaje: siendo soluciones potentes, la curva de aprendizaje no debe de ser un problema para los usuarios, los cuales no deberían de invertir un gran número de horas en aprender el uso de la solución o necesitar formaciones y certificaciones muy específicas y costosas.
• Límite de usuarios: en el caso de que queramos extender el gobierno del dato a toda la organización hay que considerar soluciones que no licencien por usuarios ya que esto puede resultar en un uso limitado de la misma al dispararse los costes en relación con el incremento de usuarios y no en base al uso real.
• Coste de licencias: el coste debe de ser flexible y escalable, tendiendo al pago por uso, permitiendo tener un control total sobre el ROI sin conllevar una alta inversión inicial para maximizar el time-to-market y el time-to-value.

¿Qué podemos encontrar en el mercado?

Echando la vista al mercado, dado que estamos hablando de tecnología, los propios fabricantes de soluciones de almacenamiento y tratamiento de datos suelen ofrecer módulos orientados al gobierno de los datos dentro de sus propias plataformas, pero generalmente con una visión sesgada y poco interoperable, representando un problema de integración entre tecnologías y resultando en un nuevo reto de gobierno de aplicaciones y tecnologías.

Por otro lado, dada la necesidad existente en el mercado, en los últimos años han surgido nuevos proveedores especializados en el desarrollo de soluciones específicas e independientes con una visión agnóstica a las tecnologías de almacenamiento y tratamiento de datos, dando a esta práctica un nuevo set de herramientas para facilitar su ejecución. En este grupo se encuentra, por ejemplo, Anjana Data.

A pesar de esto, por la complejidad y amplitud de la práctica, las soluciones suelen centrarse en ofrecer una serie de funcionalidades y capacidades específicas y se antoja muy difícil, si no imposible, encontrar una única solución que lo cubra todo por lo que lo recomendable es buscar las diferentes piezas que nos ayuden a construir el puzle de soluciones que den soporte al Gobierno del Dato en base a las necesidades de la organización empezando por los aspectos más críticos.

Además, el mercado de soluciones específicas de “Gobierno del Dato” no hace mucho que existe y no está muy extendido, salvo en EE. UU. donde sí que representan un volumen de negocio alto. De hecho, tanto para Gartner como para Forrester todavía no existe un cuadrante o una curva respectivamente en este ámbito, situándose las soluciones entre las de “Gestión de Metadatos”, “Gestión de Datos Maestros” y “Calidad de Datos”.

Por último, dentro del espectro de proveedores de soluciones tecnológicas de Gobierno del Dato, podemos agrupar los vendors en diferentes grupos… pero esto es algo que da para otro artículo completo