¿Cuál es el estado actual de sus Datos Maestros?

Por Israel Rosales el 02 de junio de 2014

En el post anterior sobre datos maestros como un activo, comentamos la importancia de tratar los datos maestros con el nivel de relevancia que realmente deben tener en nuestra organización. Pero no podemos pasar de cero a cien kilómetros por hora en un segundo, el proceso de madurez en la gestión de datos maestros requiere de avances incrementales que nos llevarán al estado deseado.

La primera tarea es identificar cuál es el estado actual de nuestros datos maestros. Podemos clasificar los diferentes estados de madurez en los cinco recogidos en el siguiente diagrama:

Nivel datos maestros

  • Tribal: se caracteriza por procesos manuales ad-hoc para la entrada de datos; ausencia de estándares o procesos documentados; no hay ni organización ni responsables identificados y total ausencia de herramientas para mejorar el gobierno de los datos maestros.
  • En desarrollo: es realmente donde las fases tempranas de la gestión de los datos maestros empiezan a tomar forma. Los estándares de datos son compartidos informalmente y los formularios de solicitud son distribuidos normalmente en papel o con emails ad-hoc; las aplicaciones de datos, incluyendo las herramientas masivas o de mantenimiento son gestionados a nivel departamental; estos departamentos normalmente están aislados y no existe integración de estos procesos de datos maestros.
  • Reactivo: existen procesos de gobierno y éstos son documentados y administrados de forma centralizada en una base de datos o repositorio documental.
  • Consolidado: estas empresas ya han abordado los retos de los datos maestros críticos, a pesar de que todavía tienen algunos procesos que requieren mayor atención. Tienen procesos de gobierno de datos maestros avanzados, con reglas integradas para los datos, procesos de gestión del cambio documentados, y una estrategia de datos documentada que se distribuye con métricas de calidad bien definidas. Mediante una gestión de datos activa, aprovechan procesos de workflow, identifican cuellos de botella y monitorizan los niveles de servicio y los KPIs de rendimiento relacionados para asegurar la calidad constante y la productividad.
  • Optimizado: en el 1% superior encontramos organizaciones que entran en la categoría optimizada. Estas empresas cuentan con una plataforma de gestión de datos de acuerdo al estado del arte que aprovecha los flujos de trabajo optimizados para todo tipo de datos maestros. Esta plataforma, junto con su infraestructura subyacente, se extiende por todos los casos de uso y es compatible con un entorno de colaboración donde tanto el flujo transaccional como la documentación de apoyo se mantiene como referencia flexibles, con total disponibilidad para fines de auditoría, existen métricas de negocio centralizadas, y una gestión pro-activa del nivel de servicio aplicando técnicas de mejora continua y optimización (filosofía lean de eliminación del desperdicio).

Para averiguar en qué estado está su iniciativa de datos maestros recomiendo realizar esta sencilla encuesta: Encuesta de madurez de datos maestros.

El que una organización esté en un estado u otro no depende para nada de factores como el tamaño o el capital económico. En Winshuttle nos encontramos a menudos con grandes compañías con presencia mundial que están en las primeras fases. El estar más o menos desarrollado respecto al control y gobierno de nuestros datos maestros depende únicamente de la importancia que en nuestra organización se le dé a los mismos, y esto es independiente del tamaño.

Es poco creíble pensar que una organización que esté en una de las primeras fases pueda dar el salto de forma inmediata a las más desarrolladas, para esto hace falta no solo la intención de hacerlo, también es necesario tener las herramientas adecuadas.

Winshuttle ofrece una suite de productos que permite acelerar este proceso, permitiendo obtener resultados desde el comienzo y minimizando el tiempo de puesta en marcha de las soluciones. Además podemos desplegar estas herramientas de forma progresiva con una estrategia “gatear-andar-correr”:

Madurez datos maestros
  • Desktop (Gatear): mediante herramientas desktop (Winshuttle Studio y Studio Runner) podremos crear de forma rápida y sencilla plantillas Excel o Access desde las que realizar operaciones masivas contra nuestro ERP (SAP o Oracle), pudiendo combinar estas operaciones masivas con consultas para comprobar la calidad de los datos.
  • Workgroup (Andar): para ampliar el despliegue de estas capacidades y tener un mejor gobierno y control de las mismas utilizaremos herramientas de gobierno (Winshuttle Central) con workflows out-of-the-box para la gestión de las plantillas y las acciones masivas sobre nuestro ERP. Esta herramienta de gobierno realizará además la función de gestor documental de las diferentes plantillas.
  • Enterprise (Correr): para alcanzar una automatización total de los procesos de creación y modificación de datos maestros utilizaremos la herramienta de workflows Winshuttle Foundation) que nos permitirá crear y mantener de forma ágil y sencilla procesos de gobierno de datos maestros ad-hoc adaptados a nuestras necesidades. Estos workflows podrán estar basados en formularios web (para creaciones individuales) o en plantillas Excel (para procesos masivos). Además gracias a las herramientas de reporting y control de nuestros workflows podemos medir la eficacia y eficiencia de los mismos y aplicar técnicas de mejora continua a nuestros procesos.

Los dos primeros estados nos permitirán mejorar la calidad de los datos existentes en nuestro ERP, eliminando con acciones masivas los errores existentes. El tercer paso es el que garantizará que los datos no vuelvan a “ensuciarse”, al asegurar que cualquier creación o modificación pasa los procesos de revisión necesarios asegurando su calidad y exactitud.

En el siguiente post sobre Datos Maestros veremos un ejemplo real de implementación de esta estrategia con las herramientas Winshuttle.

¿Desea hacer alguna pregunta o comentario acerca de este artículo?

Continúe la conversación en Twitter usando @IsraelRosJ


Acerca del autor

Israel es licenciado en Ingeniería informática por la ETSII de Sevilla y Executive Master en SCM (Supply Chain Management) por el ICIL Madrid, escuela de negocios en la que imparte clases sobre Lean Manufacturing. Tras 10 años en el mundo SAP SCM se unió a Winshuttle en 2012 y actualmente es Enterprise Solutions manager, especialista en Lean, SCM y Datos Maestros. Cuando no está solucionando problemas de ERP, comparte su vida con esposa, hija y dos perros.


Artículos relacionados


¿Te ha gustado este artículo?

Por favor compártelo en tus redes sociales