Arquitectura de Datos
1. Propósito
2. Notas Introductorias
3. Metas
4. Preguntas Principales
5. Roles
6. Técnicas, Herramientas y Métricas
7. Áreas de Proceso Relacionadas
8. Productos de Trabajo
[Link] de Madurez
10. Identificación de Riesgos
Niveles de Madurez RDM2
Arquitectura de Datos
1. Propósito
Identificar requerimientos de datos para guiar actividades de integración, modelado y
seguimiento de políticas que regirán los datos; y cómo serán almacenados, clasificados y
explotados. Considerando la infraestructura tecnológica, manteniendo así la visibilidad del flujo
de los datos en una organización a través de su ciclo de vida.
2. Notas Introductorias
La arquitectura de datos se basa en diseñar e implementar una capa de datos óptima que
permita la adquisición, producción, almacenamiento y entrega de datos para cumplir con los
objetivos comerciales y técnicos.
3. Metas
Identificar los requisitos de Preparar estratégicamente a las
almacenamiento y procesamiento de organizaciones para evolucionar sus
datos. productos, servicios y datos para
aprovechar las oportunidades de
Diseñar estructuras y planes para negocios inherentes a las tecnologías
cumplir con los requisitos de datos emergentes.
actuales y a largo plazo de la empresa.
4. Preguntas Principales
¿Cómo se realiza la gestión de la arquitectura de datos en su organización?
1
¿Se siguen procedimientos estandarizados para la implementación de
2 nuevos requerimientos o actualizaciones?
¿Cómo gestiona la organización los procesos de transición hacia el uso de
3 nuevas herramientas y aprovisionamiento de recursos para garantizar la
escalabilidad de su entorno tecnológico?
¿Cuentan con memorias técnicas de la infraestructura y un diagrama de
4 arquitectura vigente?
5. Roles
Roles
Arquitecto e
Analista de Modelador
Ingeniero
Negocio de Datos
de Datos
Líder técnico y Encargado de
Encargado de la
colaboradores en proporcionar una
identificación de
el desarrollo e visión común y
entidades clave
implementación coherente de los
y requerimientos
de requerimientos datos de toda la
de negocio.
de datos. empresa.
6. Técnicas / Herramientas / Métricas
Técnicas Herramientas Métricas
Herramientas de modelado Estándares de arquitectura
Revisiones del ciclo de vida. de datos. tasas de cumplimiento.
Tendencias en la
Aplicaciones de diseño gráfico.
implementación.
7. Áreas de Proceso Relacionadas
Almacenamiento y
Operación de Datos Datawarehousing e
Inteligencia de Negocio
Seguridad de Datos
Arquitectura Metadatos
de Datos
Modelado y Diseño de
Datos Datos Maestros y de
Referencia
Integración de Datos
8. Productos de Trabajo
Matriz de flujo Modelo de
de datos datos
empresarial
Diagrama de Cadena de
Plan de valor de
arquitectura
implementación datos
de datos
9. Niveles de Madurez
Nivel 0: Ausente
No existen iniciativas ni
prácticas asociadas a la
gestión de la arquitectura de
datos.
Nivel 1: Inicial
Las capacidades técnicas y
los requisitos se definen para
guiar la implementación de
nuevos requerimientos de
arquitectura de datos. Nivel 2: En Desarrollo
Se establece y se formaliza
un proceso para el desarrollo
e implementación de los
requerimientos de
Nivel 3: Delimitado arquitectura de datos.
Procesos establecidos e
identificación de nuevas
acciones para el análisis de
nuevas tendencias
relacionadas con la Nivel 4: Gestionado
arquitectura de datos.
Uso de análisis estadísticos para la
mejora en los procesos de
arquitectura de datos.
Nivel 5: Excelencia
La organización debe cumplir con los
niveles de madurez anteriores y
continuar con las mejores prácticas
tecnológicas para la gestión de la
arquitectura de datos.
10. Identificación de Riesgos
Posibles retrasos que pueden ocurrir en la implementación de los
requerimientos de datos, por ejemplo:
Falta de apoyo corporativo para la implantación de la tecnología o
recursos necesarios.
Resistencia al cambio en la adopción de los procesos formales
definidos.
Existencia de una mala especificación y gestión de los proveedores.
Posibilidad de que lo construido no funcione una vez acabado el trabajo, lo
cual se vuelve a convertir en tiempo y en costos extra.
Multiplicidad de datos por no contar con el conocimiento fiable y vigente de
cómo fluyen los datos críticos para la organización a través de las diferentes
áreas de negocio y sus fuentes de información.
Acerca de RICH IT
RICH IT es un fabricante de plataforma analítica con 9 años de experiencia en el procesamiento y extracción de
valor de los datos.
Cuenta con uno de los equipos más robustos de ingeniería y ciencia de datos en América Latina.
Soporta proyectos de misión crítica y seguridad nacional.
Las metodologías y plataformas de RICH IT acortan hasta un 80% los tiempos de desarrollo de productos
analíticos.
contacto@[Link] [Link]
¿Te gustaría agendar una videollamada para hablar
sobre tus proyectos y ver cómo podemos ayudarte?
Agendar una llamada
contacto@[Link]
[Link]
