El papel inquebrantable del modelo conceptual de datos en el gobierno de datos

El papel inquebrantable del modelo conceptual de datos en el gobierno de datos

  • Big Data
  • agosto 5, 2022
  • No Comment
  • 14
  • 9 minutes read


En un momento en que el gobierno de datos se ha convertido casi en sinónimo de privacidad y privacidad, existen numerosos aspectos de la gestión de datos que se ven de manera muy diferente a la tradicional.

Por ejemplo, el modelado de datos a menudo se ve como una dimensión de la ingeniería de datos o la ciencia de datos. Desde esta perspectiva, los modelos de datos se manipulan para integrar datos entre fuentes para permitir que las empresas carguen aplicaciones o herramientas de análisis con una variedad de datos de sus diversos ecosistemas.

Sin embargo, los modelos de datos conceptuales, también denominados modelos de dominio u ontologías, siempre han estado firmemente anclados en el campo del gobierno de datos. Estos modelos dan a los datos su significado para lograr los objetivos comerciales. De todas las formas de modelado de datos, los modelos conceptuales son probablemente los más importantes y la base para muchos otros (por ejemplo, modelos de datos lógicos, modelos de relación de entidades, etc.).

Según Aaron Colcord, director sénior de Gobernanza y Seguridad del Centro de Excelencia de Privacera, estos modelos conceptuales se refieren a «cómo usted, como empresa, piensa sobre sí mismo». Luego, estos modelos de datos fundamentales abarcan numerosos aspectos de las organizaciones, desde cómo se mapean por línea de negocio hasta terminología, definiciones y taxonomías específicas que afectan la forma en que los datos son significativos para diferentes roles.

Estos conceptos son esenciales para una gestión de datos exitosa, lo que permite a las organizaciones beneficiarse de la reutilización de datos a largo plazo mientras se mitiga el riesgo.

Ilustración de negocios

Aunque existe una amplia gama de ontologías o modelos de datos conceptuales (que van desde los más simples hasta los más sofisticados), al menos solidifican la forma en que se estructura una organización o unidad de negocios. Esta información es esencial para asignar la propiedad de los datos y formar las bases de lo que significan los datos de acuerdo con las definiciones organizacionales. Al implementar los conceptos comerciales atribuidos a estos tipos de modelos de datos, los modeladores de datos deben considerar los diversos departamentos, roles y responsabilidades de sus organizaciones. «La cuestión es que siempre encontrará que cada organización, los ejecutivos, saben cómo funciona su negocio y así es como se organizan sus datos», señaló Colcord.

Introducir esta información en un modelo de área temática aclara estos hechos y se convierte en el medio por el cual las organizaciones definen los datos para numerosas aplicaciones posteriores, incluida la gestión de metadatos, la catalogación de datos y la calidad de los datos. Además, al proteger los datos para la privacidad y el cumplimiento, las organizaciones pueden confiar en modelos de datos conceptuales para que puedan «saber ahora Dónde fechas, llámalos e infórmate Qué Los datos son”, comentó Colcord. Esta información se utiliza, por ejemplo, como base para enmascarar datos personales con el fin de cumplir con las reglamentaciones pertinentes.

esquema

El próximo avance en las ontologías de utilidad que brindan gobernabilidad de datos se refiere al tema del esquema, razón por la cual el modelado de datos se ha incorporado al ámbito de la ingeniería de datos, por así decirlo. Sin embargo, es importante darse cuenta de que incluso en términos de esquema, las ontologías reflejan información de dominio sobre los conceptos comerciales y su significado. Los modelos de datos conceptuales más completos y útiles incluyen «una ontología o esquema de todos los objetos importantes en un dominio dado”, señaló Jans Aasman, director ejecutivo de Franz. La cantidad de detalles que contienen tales ontologías es enorme. Estos incluyen no solo diferentes conceptos como tipos de productos y jerarquías de dichos productos, sino también información similar para los usuarios, sus roles e incluso las relaciones entre estos objetos comerciales y los usuarios.

La especificidad de tales ontologías las hace inherentemente únicas. «Obviamente, para un banco es muy diferente que para un hospital o un inspector de aerolíneas como la FAA», señaló Aasman. El valor de gobierno de datos de estas ontologías altamente detalladas es multifacético. Estandarizan las diversas construcciones requeridas para definir los datos para que las reglas de gobierno se puedan seguir de manera consistente y uniforme. También brindan definiciones concretas para los datos relacionados con estos objetos comerciales, lo que ayuda a consolidar el significado de los datos en los casos de uso, las unidades comerciales y las fuentes. «Antes de que pueda compartirlo, necesita saber qué significan las fechas», dijo Aasman. Por ejemplo, con ontologías que brindan este significado, las empresas pueden agregar datos entre departamentos para obtener vistas de clientes de 360 ​​grados para aprovechar el valor comercial mientras mantienen los mandatos de gobierno.

terminología

La uniformidad de significado a la que alude Aasman es característica de las ontologías más avanzadas, que suelen incluir taxonomías. La relación entre las jerarquías de definiciones que proporcionan las taxonomías y el modelo de datos conceptual subyacente no siempre es clara. Es posible utilizar taxonomías sin ontologías (y viceversa), aunque las ontologías más sofisticadas invariablemente contienen un componente para definir las palabras que describen los conceptos de negocio. Este componente de glosario, que se presta fácilmente a modelos de datos conceptuales, es «donde tienes el vocabulario, la terminología», reveló Marco Varone, CTO de expert.ai.

La importancia de este elemento de los modelos de datos conceptuales para fines de gobernanza es invaluable. Al explicar exactamente qué significan los términos relacionados con los datos para la organización, se elimina toda ambigüedad en la implementación de la calidad de los datos y ciertas facetas de la gestión de metadatos. La importancia de los datos en relación con los objetivos comerciales se aclara aún más con el soporte de sinónimos proporcionado por este aspecto lingüístico de los modelos de datos conceptuales. Varone caracterizó esta utilidad como «más un diccionario de sinónimos … la parte específica del idioma». Definir claramente las palabras y las definiciones que respaldan los conceptos comerciales reflejados en los datos es una parte esencial del intercambio de datos bien gobernado entre dominios y aplicaciones. También ayuda en ciertas formas de inteligencia artificial, incluidas las técnicas de inferencia, el pensamiento simbólico y «estructurar adecuadamente el conocimiento», dijo Varone.

Gestión de datos 101

A pesar de las percepciones actuales que sugieren lo contrario, el modelado de datos sigue siendo una parte importante del gobierno de datos. Los modelos de datos conceptuales explican cómo se estructuran las organizaciones, los conceptos comerciales críticos que usan datos y qué significan realmente los datos en relación con esos conceptos.

Esta información afecta a casi todas las dimensiones del gobierno de datos, desde los métodos de control de acceso hasta la gestión del ciclo de vida y la catalogación de datos. Construir estos modelos de áreas temáticas, perfeccionarlos y usarlos para fortalecer el gobierno de datos es la base de «tratar de saber exactamente cuáles son sus datos», resumió Colcord: qué para formar las reglas apropiadas en las que basarlo, que se basa en gobierno de datos y cuya implementación es fundamental.

Sobre el Autor

Jelani Harper es consultora editorial para el mercado de tecnología de la información. Se especializa en aplicaciones basadas en datos centradas en tecnologías semánticas, gobierno de datos y análisis.

Regístrese para recibir el boletín gratuito insideBIGDATA.

Únase a nosotros en Twitter: @InsideBigData1 – https://twitter.com/InsideBigData1



Related post

El cambio climático es una amenaza existencial y las empresas necesitan datos para combatirlo

El cambio climático es una amenaza existencial y las…

La cumbre climática COP26 del año pasado en Glasgow calificó la década de 2020 como la década crucial para prevenir los…
El diseño e implementación del seguimiento manual de Oculus Quest en Myst

El diseño e implementación del seguimiento manual de Oculus…

Usando la API de seguimiento de manos actualizada de Presence Platform, presentamos el seguimiento de manos con nuestra última actualización…
Las membranas de óxido de grafeno muestran un comportamiento inusual del agua a nanoescala

Las membranas de óxido de grafeno muestran un comportamiento…

05/08/2022 (Noticias de Nanowerk) ¿Más poros en un tamiz permiten que fluya más líquido? Como descubrieron los científicos de materiales, esta…

Leave a Reply

Tu dirección de correo electrónico no será publicada.