El CDO como figura principal en las organizaciones Data-driven

El CDO como figura principal en las organizaciones Data-driven

Transcript

1. Tema: El CDO como figura principal en las organizaciones Data-driven
2. BIG DATA Agosto 25 y 26 | Lima – Perú 2018 ANALYTICS SUMMIT #BIGDATASUMMIT2018
3. Hola! Soy Dina Alfaro Díaz [Senior Manager Data&Analytics – EY Spain]
4. CDO como figura principal en las organizaciones Data-driven • Data-driven company • evolución • objetivos • niveles de madurez • estructura, rol del CDO • modelo operativo • cultura • retos
5. Data-driven company ◦ Considera al dato como un activo estratégico. ◦ Realiza la toma de decisiones de forma óptima basándose en los datos. ◦ Cuenta con modelos integrales de gestión del dato y gobierno. Apalancamiento en los datos Advanced Analytics Integrando e institucionalizando Analytics 1 2 3
6. Datos Estructurados y No Estructurados Gran número de información de negocio se origina de forma no estructurada, diferentes fuentes, variedad de formas. Silos vs Gestión transversal Entornos flexibles BigData (DataLake), compartir la información de forma transversal. De agregación a la granularidad La reducción del coste de almacenamiento. Visión global más exacta, flexibilidad para interpretar la información. De waterfall a metodologías ágiles Metodologías ágiles permiten adaptar la forma de trabajo a las condiciones cambiantes del proyecto, flexibilidad y rapidez. evolución datos conocimiento corporativo
7. objetivos Protección Optimización Crecimiento Maximizar beneficios Identificar nuevas fuentes de ingresos Mejorar la experiencia y fidelidad del cliente Cumplimiento de riesgos y regulatorio Mejorar la productivid ad y eficiencia Optimizar las funciones y procesos de apoyo Mayor madurez Menor madurez Necesidad de negocio, priorización iniciativas Fases: PoV, Estrategia, QW, R.out, etc. Road Map:
8. Desarrollo Establecimiento Líder Avanzado Básico Reportes descriptivos, uso mayoritario de hojas de cálculo y procesos manuales. Reportes estáticos y “point-in-time”. Pocos modelos analíticos. Uso frecuente de hojas de cálculo y herramientas BI, data-marts. Analítica predictiva básica y centrada en predecir el comportamiento de los clientes. p.e. patrones de compra. Reporte interactivo, análisis y capacidades ah-hoc. Herramientas para self- Service de usuarios finales. Prototipos ágiles. Decisiones aún dependen del análisis de expertos. Estándares y procesos. “Common language” en la organización. IA y modelos prescriptivos se van integrando en los procesos. p.e. retención de clientes. Reporte interactivo real-time y cuadros de mando. IA para toma decisiones en base a los resultados observados. Monitorización Empresarial Perspectiva Empresarial Optimización Empresarial Monetización de datos Transformación empresarial niveles de madurez (uso de datos)
9. estructura, rol del CDO o Respuesta C-Suite a mercado digital dirigido por datos. o Responsable de los datos en la organización o Del Gobierno y la utilización de la información.  Promueve la innovación, la transformación y la ventaja competitiva de cara al mercado mediante datos y análisis.  Desarrolla la estrategia y visión de datos alineándola con la estrategia de negocio.  Actúa como un agente de cambio y escala la adopción organizacional de la toma de decisión conducida por el análisis de datos. Chief Data Officer El patrocinio al más alto nivel es necesario para el éxito del rol. Presupuesto es clave; sin ello, los esfuerzos pierden prioridad. Los recursos para el CDO dependen de su ámbito de actuación, equipo mínimo de analistas de negocio y científicos de datos. Business (CRO, CFO,…) CDO IT (CIO)
10. DG Data Governance DG DG Distribuída Híbrida Centralizada Responsabilidad está repartida de forma equitativa entre las áreas funcionales y el órgano de gobierno. Existe un punto de control y toma de decisiones pero en algunos casos las áreas funcionales realizan determinadas tareas. Único punto de control y de toma de decisiones, áreas funcionales no tienen responsabilidad. Para el programa de gobierno de datos… • Enfoque no invasivo. • La mayoría de las tareas actuales no se verán afectadas. Los Data Stewards no asumen trabajo adicional por encima de sus responsabilidades actuales. • Un Data Steward no es una posición. • Convertirse en Data Stewards es una Responsabilidad (accountability) para la gestión de un subconjunto de datos dentro de la organización. Provisión Transformación Descubrimiento y Modelado Exposición Retención Ciclo de vida del dato estructura, rol del CDO
11. modelo operativo Risk, Legal, Audit and Compliance Business data partners Data stewards Analytics facilitator Data Ownership Customer Service Area Sales and Marketing Area Finance Area Business Needs Communication Strategy Implementation Direction and Governance Board Audit Committee Risk Committee IT Architecture Information Security Infrastructure Third parties Information Technology ► Trusted Quality Data as a service ► Managing interdependencies in data work packages. ► Delivering the core value adding process steps Key Consumers and Stakeholders Data Provision Data Consumption Support Partners ► Business solutions ► Proactive insight ► Proactive actions ► Integration with BAU support ► CoE Ejemplo En BigData… Gestión del Data Lake Funciones analíticas Gestión y soporte Funciones de desarrollo para los modelos analíticos Industrialización
12. cultura Equipo adecuado con habilidades necesarias para maximizar el valor de los datos. Nuevos perfiles para modelos de negocio basados en el conocimiento  medible y analizable. Analista de Negocio Científico de Datos Analista de Datos Administrador de Base de datos Arquitecto de Datos Estadístico Ingeniero de Datos Data analysis Database management Programming Systems integration Advanced analytics Application development Collaboration Creativity Business expertise Visualization Skills: Perfiles:
13. retos Seguridad:  Control de acceso: Autorización, Autenticación, Roles y Perfiles  Seguridad perimetral: ¿Quién accede?, Controlar acceso, Autenticación, Seguridad de red  Registro para auditoria: ¿Qué se puede hacer?, ¿Quién puede hacerlo?, Definición de los privilegios de cada usuario, Permisos a la información de acceso  Confidencialidad: ¿Información sensible?, Control de la visibilidad de la información sensible, ¿Tokenizar / enmascarar? Legal / Protección Datos:  Código de conducta y ético  Transparencia y responsabilidad  Europa: GDPR
14. Conclusiones  Gobierno de los datos, CDO  Objetivos, nivel de madurez, roadmap  Patrocinio de iniciativas, BC  Relación productor - consumidor  Nuevos perfiles, nuevos modelos  Privacidad, Legal
15. GRACIAS! ALGUNA PREGUNTA? Puedes encontrarme como: dinaelizabeth.alfarodiaz@es.ey.com