El poder de los datos para la evolución de los negocios ha generado las más variadas estrategias para construir una arquitectura que aporte agilidad, confiabilidad y seguridad a las empresas. Ahora es el momento de evaluar si el data lake/data warehouse está respondiendo a los objetivos comerciales actuales.
Es decir, puede ser necesario democratizar los datos a gran escala para brindar insights de manera ágil y asertiva a las áreas de negocio. Si las empresas necesitan esto, la respuesta es Data Mesh o malla de datos.
En general, el control de los datos ha sido mantenido por el departamento de TI, que lo proporciona a las unidades cuando lo solicitan. Así, la recolección y transformación de datos se centraliza en equipos técnicos y no en el negocio. Imaginemos que Marketing, Finanzas, Logística, Compras, Ventas y Customer Satisfaction descargan sus datos en un área centralizada para que un equipo de datos ayude a la empresa a resolver problemas como:
¿Qué promociones serían interesantes para determinados días festivos?
¿Qué descuentos podríamos aplicar a cierto tipo de clientes y proveedores?
¿Qué tipo de campaña podríamos realizar para fidelizar a nuestros clientes?
¿Por qué estamos perdiendo a nuestros clientes?
Con el tiempo, la gobernanza y la madurez del uso de estos entornos centralizados se convierte en un cuello de botella. El equipo de datos de TI compuesto por ingenieros de datos, que la mayoría de las veces no tienen conocimientos comerciales, no pueden responder rápidamente a las preguntas de los propietarios de productos en la velocidad y el tiempo esperados.
Especialmente porque las plataformas de datos basadas en data warehouse y/o data lake pueden generar problemas como: entorno centralizado y arquitectura monolítica; plataforma de datos centralizada; grupo de ingenieros de datos especializados pero no enfocados en el negocio.
¿Cuándo adoptar Data Mesh?
Contar con un modelo basado en Data Mesh es democratizar el dominio de los datos, empoderando a las áreas de negocio para tratar los datos de acuerdo a sus necesidades reales. Para ello, la solución Data Mesh se basa en cuatro pilares: arquitectura de datos descentralizada orientada al dominio; datos disponibles como producto; infraestructura para hacer que los datos estén disponibles como autoservicio; y gobernanza federada para permitir la interoperabilidad de dominios.
Pero si el entorno está funcionando o necesita pequeños ajustes de gobernanza, rendimiento, personal, servicios o tecnologías, es posible que aún no sea el momento de pasar a este modelo de malla de datos.
Es importante señalar que Data Mesh requiere un cambio de cultura en la empresa, involucrando desde las áreas de negocio hasta las de ingeniería, además de una buena madurez en la construcción de una arquitectura e infraestructura robusta, escalable, compartible y compleja para satisfacer las necesidades de este modelo.
Por eso, es importante contar con un partner de negocios, con experiencia en este nuevo modelo arquitectónico, que evalúe todo el entorno de datos de la empresa, identifique los puntos críticos de la operación y las necesidades apremiantes de evolución, establezca el gobierno de datos para recibir el Data Mesh.
Es una tarea que requiere mucho conocimiento y compromiso. La externalización permite a las empresas mantener su enfoque en el negocio y entrar en otra dimensión de la arquitectura de datos de forma segura y eficiente.
Evolución del negocio y resultados
Al adoptar Data Mesh, las áreas de negocios se vuelven más autónomas, porque se convierten en propietarios de datos, lo que reduce el tiempo de manipulación de datos. Cada uno de ellos tiene su propio científico de datos, por lo que hay una integración total de técnicos y profesionales de negocios.
¿Los resultados? Más autonomía, innovación, calidad, seguridad y agilidad dentro de cada dominio, eliminación de cuellos de botella en las demandas y procesos más ágiles y asertivos.
Data Mesh trae el sueño del consumidor de cualquier área de negocios. Prácticamente es tener un área mini-IT totalmente alineada a tus necesidades, metas, metas y evolución. La democratización de los datos es clave para el concepto Data Mesh y no se puede lograr sin descentralizar y priorizar la experiencia de los consumidores de datos.
