¿Qué es la interoperabilidad de datos?

La interoperabilidad de datos es la capacidad de diferentes sistemas para intercambiar, integrar y utilizar datos de manera eficiente y coordinada. Permite compartir datos sin problemas en toda la empresa, lo que mejora la colaboración, la innovación y la toma de decisiones basada en datos.

Las empresas pueden lograr la interoperabilidad de los datos mediante la estandarización de sus activos de datos y la adopción de la infraestructura y los protocolos necesarios para respaldar el intercambio de datos. Algunas cualidades comunes de los datos interoperables incluyen:

• Existe en un formato coherente que es accesible e interpretable por diferentes unidades de negocio y diversos sistemas.
• Se puede combinar con otros datos para un análisis más holístico.
• Se comparte perfectamente a través de interfaces de programación de aplicaciones (API).
• A menudo se adhiere a estándares comunes de interoperabilidad, como los estándares de intercambio electrónico de datos (EDI) y Fast Healthcare Interoperability Resources (FHIR).

A medida que los ecosistemas de información continúan creciendo y volviéndose más complejos, la interoperabilidad de los datos desempeña un papel fundamental en sectores como los servicios financieros, la atención médica y el gobierno. Las organizaciones de estas y otras industrias dependen de intercambios de datos fluidos para llevar a cabo funciones críticas, como tomar decisiones de inversión, determinar tratamientos médicos y ejecutar medidas de seguridad pública.

Si bien establecer la interoperabilidad de los datos puede ser un desafío, las soluciones de software pueden ayudar. Las herramientas de limpieza de datos , el software de gestión de API y las plataformas de integración de datos pueden permitir a las empresas cultivar entornos de datos sólidos donde la información esté fácilmente disponible y sea accesible para los sistemas y los stakeholders que la necesitan.

Para comprender el valor y la importancia de la interoperabilidad de datos, es útil considerar qué sucede cuando faltan.

Imagina, por ejemplo, un libro de cocina colocado en la parte superior de una estantería alta. Algunas personas pueden alcanzarlo; es posible que otra ni siquiera lo vean, y mucho menos puedan sacarlo del estante.

Aquellos que pueden acceder al libro de cocina descubren que sus recetas cambian entre cuantificar los ingredientes en medidas imperiales (como cucharadas y onzas) y unidades métricas (como gramos y litros).

En este escenario, los lectores se ven obligados a convertir las mediciones constantemente, una experiencia que consume mucho tiempo y es tediosa. Y en el proceso de hacer esas conversiones, hay oportunidades de cometer errores, lo que lleva a resultados poco atractivos.

Estos desafíos son comparables a los que enfrentan las organizaciones con respecto al acceso a los datos y la interpretabilidad. Pero cuando los stakeholders y los sistemas no pueden acceder a los datos o tienen dificultades para convertirlos en valores utilizables, las consecuencias tienden a ser mayores que una sopa salada o un soufflé colapsado.

Significa que los equipos no pueden aprovechar los activos de datos clave para trabajar juntos, obtener insights, identificar problemas y aprovechar oportunidades.

Significa que los proveedores de atención médica pueden pasar por alto un detalle esclarecedor sobre la condición de un paciente, lo que lleva a un tratamiento menos eficaz. Esto significa que los administradores de carteras podrían no darse cuenta de una tendencia emergente en el mercado, lo que perjudicaría los rendimientos de las inversiones de sus clientes.

Significa que un sistema de IA agéntica podría no optimizar los programas de producción porque los datos de inventario recientes son inaccesibles. Esto significa que los equipos de primera respuesta de diferentes organismos pueden tener percepciones diferentes de la misma situación, lo que dificulta una cooperación eficaz en caso de emergencia.

Ingrese la interoperabilidad de datos.

A través de la interoperabilidad de datos, la información de diferentes fuentes de datos se organiza en formatos estándar para su interpretabilidad y compatibilidad con diferentes unidades de negocio y sistemas. Y al garantizar enlaces para el intercambio de datos entre sistemas, la interoperabilidad de datos hace posible que una amplia gama de stakeholders acceda directamente a esa información.

Si bien la interoperabilidad de los datos ha sido importante durante mucho tiempo (los códigos universales de productos o UPC para los datos de fabricación y venta minorista se remontan a 1973¹, se ha vuelto más urgente a medida que la toma de decisiones basada en datos y la automatización se vuelven centrales para las operaciones del mundo real.

Las empresas centradas en iniciativas de business intelligence e inteligencia artificial (IA) deben cerciorarse de que los datos adecuados estén disponibles, sean comprensibles y utilizables por las personas y sistemas que los necesitan. La interoperabilidad de datos ayuda a que eso suceda.

Al igual que con otras prácticas y pilares de gestión de datos, la interoperabilidad de datos permite a las organizaciones aprovechar al máximo sus activos de datos. Los beneficios de la interoperabilidad de datos incluyen:

• Mayor acceso a los datos: cuando los datos fluyen perfectamente a través de una empresa y entre sistemas, es más fácil para los stakeholders acceder a la información que necesitan para obtener una visión holística de una situación.

• Datos más utilizables: se estima que el 68 % de los datos empresariales no se utiliza en gran medida porque están atrapados en silos de datos o son demasiado difíciles de interpretar. La estandarización de formatos mediante prácticas de interoperabilidad de datos facilita el uso de datos previamente “oscuros” en toda la organización.

• Mayor agilidad: la interoperabilidad de datos ayuda a las empresas a responder a las condiciones cambiantes del mercado asegurando que la transmisión de datos en tiempo real y casi en tiempo real a sus sistemas sean interpretables entre departamentos.

• Eficiencia elevada: si los datos son de fácil acceso y no requieren una transformación ad hoc, los flujos de trabajo pueden moverse más rápido y los equipos de datos pueden asignar el tiempo que han ahorrado para esfuerzos de mayor valor.

• Colaboración mejorada: cuando más personas en una organización pueden acceder a los mismos conjuntos de datos y comprenderlos, hay menos espacio para desacuerdos y malentendidos, lo que prepara el terreno para una mejor colaboración multifuncional e innovación conjunta.

• Mayor escalabilidad: cuando las empresas agregan nuevos sistemas, la interoperabilidad de los datos les permite aprovechar los activos de datos existentes para esos sistemas con una intervención humana mínima.

• Cumplimiento mejorado: las empresas de industrias altamente reguladas, como las finanzas y la atención médica, están sujetas a reglas estrictas sobre la distribución y el intercambio de datos. Las prácticas de interoperabilidad de datos pueden ayudar a las organizaciones a mantener el intercambio de datos en línea con los requisitos normativos y los estándares de la industria.

• Mejores experiencias: cuando los datos se estandarizan y se intercambian eficientemente en toda una organización, pueden moverse sin problemas entre aplicaciones, lo que reduce la necesidad de entrada manual de datos para diversas tareas. Esto puede resultar en mejores experiencias para los empleados.

• Toma de decisiones informada: los datos ampliamente accesibles e interpretables pueden ayudar a una organización a tomar decisiones más inteligentes basadas en datos. Dichas decisiones las toman tanto los stakeholders como la IA agéntica, que utiliza los datos disponibles para la toma de decisiones autónoma.

• Mayor interoperabilidad: la interoperabilidad de datos contribuye al éxito de la interoperabilidad general o de los sistemas interoperables dentro de una empresa o red. Dicha interoperabilidad consiste en sistemas que pueden compartir servicios, recursos y funcionalidades.^2,3

Establecer la interoperabilidad de los datos puede ser un proceso incremental, a medida que las organizaciones trabajan para lograr diferentes niveles generales de interoperabilidad. Los niveles aplicables al intercambio de datos incluyen:

Hay pasos comunes que siguen las empresas para lograr los diferentes niveles de interoperabilidad de datos:

La conversión de información de diversas estructuras de datos en formatos de datos comunes (como JSON y XML) logra la interoperabilidad sintáctica.

JSON (JavaScript Object Notation) es un formato simple de intercambio de datos basado en el lenguaje de programación JavaScript. Un mensaje JSON consta de pares nombre-valor (objetos) y colecciones ordenadas de valores (matrices).⁴ El formato de datos XML es un formato que cumple con las reglas del lenguaje de marcado extensible y permite la creación de etiquetas personalizadas para definir datos.⁵

Establecer un vocabulario mutuo para describir los elementos de datos ayuda a lograr la interoperabilidad semántica. Por ejemplo, en la atención médica, el sistema de programación universal LOINC (Logical Observation Identifiers Names and Codes) identifica pruebas de laboratorio específicas con detalle granular.

El código 806-0 representa el recuento manual de glóbulos blancos en el líquido cefalorraquídeo cerebral. Si dos laboratorios diferentes realizan esa prueba en el mismo paciente en diferentes momentos, el código indicaría a los proveedores de atención médica qué prueba se realizó y que los resultados podrían compararse para proporcionar insights sobre los resultados de los pacientes.

La gestión de metadatos también puede ayudar a las organizaciones a establecer la interoperabilidad semántica. Cuando los datos se transfieren entre sistemas, esos datos van acompañados de metadatos que indican al sistema receptor cómo interpretarlos.

La gestión de metadatos garantiza que los metadatos permanezcan estructurados, accesibles y aplicables en la práctica, lo que les permite funcionar según lo previsto para la interoperabilidad de los datos. Por ejemplo, los metadatos desempeñan un papel fundamental en la interoperabilidad de los repositorios para la investigación académica, ya que los investigadores pueden buscar metadatos de diferentes repositorios a la vez para encontrar los recursos que necesitan.⁶

Las empresas logran la interoperabilidad del transporte mediante el uso de API para compartir datos entre sistemas internos y externos. Una API es un conjunto de reglas o protocolos que permite que las aplicaciones de software se comuniquen entre sí de una manera sencilla y segura.

Hay innumerables ejemplos de uso de API para el intercambio y la interoperabilidad de datos, incluidos los intercambios de información de seguros y salud, la transmisión de datos mediante dispositivos del Internet de las cosas (IoT) y la integración de contenido de redes sociales en sitios web de negocio patentados.

Cuando se trata de determinar formatos de datos, terminología común y protocolos de transmisión, las empresas no tienen que empezar desde cero. Varios marcos de interoperabilidad y estándares de interoperabilidad proporcionan orientación específica de la industria, la disciplina y la tecnología (algunas exigidas por la ley) sobre cómo establecer la interoperabilidad de datos y los sistemas interoperables.

Estos estándares pueden garantizar la interoperabilidad tanto dentro de las empresas como entre diferentes organizaciones, ayudándolas a lograr la interoperabilidad organizacional.

Los marcos incluyen:

• Estándares Digital Imaging and Communications in Medicine (DICOM) para formatos de datos y protocolos de transmisión de imágenes médicas y datos de pacientes.
  
  
• Estándares de intercambio electrónico de datos (EDI) para la transmisión segura de documentos digitales entre empresas.
  
  
• Fast Healthcare Interoperability Resources (FHIR) para el intercambio de datos de salud, exigidos por el Departamento de Salud y Servicios Humanos de EE. UU.
  
  
• ISO/IEC 21823-4:2022, de la International Organization for Standardization y la International Electrotechnical Commission, establece estándares de interoperabilidad para sistemas IoT.
  
  
• Estándares de Project 25 (P25) para la radiocomunicación digital entre empleados de agencias de seguridad pública, como equipos de primera respuesta.

Los programas de gobernanza de datos garantizan la calidad, seguridad y disponibilidad de los datos de una organización al regular la recopilación, procesamiento y uso de los datos. Como tal, pueden proporcionar un potente apoyo a la interoperabilidad de los datos mediante el establecimiento de procedimientos que faciliten el intercambio de datos entre sistemas.

Sin embargo, es importante tener en cuenta que la gobernanza de datos y la interoperabilidad de datos tienen una relación simbiótica; es decir, no solo la gobernanza de datos respalda la interoperabilidad de datos, sino que la interoperabilidad de datos también puede respaldar la gobernanza de datos, particularmente con respecto al cumplimiento.

Según una investigación de Harvard Business School, la interoperabilidad de datos ayuda a las organizaciones a cumplir con los requisitos normativos para el seguimiento de datos y las auditorías normativas. Los investigadores descubrieron que las API de datos internos, en particular, ayudaron a las organizaciones a cumplir con los mandatos del Reglamento General de Protección de Datos (RGPD) de la Unión Europea.⁷

Una organización puede enfrentarse a innumerables retos en su camino hacia el cumplimiento de los objetivos de interoperabilidad de datos. Los más comunes son:

Si bien la interoperabilidad de datos puede establecer un puente para intercambiar datos entre sistemas, cuando esos sistemas son heredados, ese puente se vuelve más difícil de construir. Los sistemas de información heredados suelen utilizar formatos obsoletos y son incompatibles con las herramientas y los sistemas más nuevos. Las soluciones de transformación de datos e integración pueden permitir a las empresas superar los desafíos que plantean los sistemas heredados y lograr la interoperabilidad de datos.

La falta de datos precisos y otros problemas relacionados con la calidad de los datos pueden comprometer la interoperabilidad de datos. Si los conjuntos de datos están plagados de incoherencias, registros duplicados y faltantes, datos no válidos y otras deficiencias, compartir esos datos corre el riesgo de propagar datos incorrectos en toda la empresa. La implementación de medidas de limpieza, monitoreo, validación y gobernanza de datos durante el ciclo de vida de los datos puede mejorar la calidad de los datos, lo que a su vez favorece una mejor interoperabilidad de datos.

Lograr la interoperabilidad de datos a menudo implica incorporar nuevas herramientas y sistemas, incluido software de integración, para cuyo uso los empleados necesitarán capacitación. Los proveedores de tecnología suelen ofrecer tutoriales y otros recursos para ayudar a los empleados a familiarizarse con las soluciones de integración. Además, al igual que con otras iniciativas de adopción de tecnología, designar líderes que promuevan las herramientas de integración para la interoperabilidad de datos puede ayudar a fomentar un uso más amplio.

La digitalización y la naturaleza cada vez más basada en datos de las industrias hacen que la interoperabilidad de datos sea ampliamente aplicable tanto en el sector público como en el privado.

La industria de servicios financieros funciona con datos, con organizaciones como bancos, corredores de bolsa, compañías de seguros y procesadores de pagos que intercambian volúmenes masivos de información sobre operaciones, transacciones y más todos los días. Los datos en silos y la incoherencia en los formatos de datos, entre otros desafíos, hacen de la interoperabilidad de datos un aspecto clave para mejorar la eficiencia en la industria.⁸

Las agencias y departamentos de gobierno confían en la interoperabilidad de datos para colaborar de manera más efectiva en políticas y programas. Por ejemplo, los esfuerzos de interoperabilidad de datos en Chile y Uruguay ayudaron a los gobiernos a interpretar datos complejos sobre el cambio climático , permitiéndoles aprovecharlos mejor para el monitoreo y mitigación.⁹

La interoperabilidad de datos permite a las organizaciones de atención médica compartir datos de atención médica importantes, como registros de pacientes y de vacunación, que pueden ayudar a los proveedores a mejorar la atención al paciente. En Estados Unidos, la interoperabilidad de datos de atención médica a través de la tecnología de registros médicos electrónicos (EHR) es un mandato para las organizaciones que reciben pagos de Medicare o Medicaid.¹⁰

La complejidad de las cadenas de suministro globales significa que se intercambia una enorme cantidad de información entre los sistemas de datos a medida que los bienes se fabrican y mueven por todo el mundo. Los estándares y la interoperabilidad de datos pueden agilizar las comunicaciones entre proveedores, transportistas y operadores portuarios, lo que se traduce en un ahorro de costos y una reducción de las emisiones.¹¹

Diferentes tecnologías y plataformas pueden ayudar a las empresas a lograr la interoperabilidad de datos, entre ellas:

• Herramientas de limpieza y transformación de datos: las herramientas impulsadas por IA pueden automatizar las técnicas de limpieza y transformación de datos, incluyendo la estandarización de datos y la eliminación de duplicados, garantizando que los datos sean aptos para ser compartidos.

• Herramientas de gestión de metadatos: las herramientas de gestión de metadatos ayudan a las organizaciones a mantener los metadatos de alta calidad necesarios para la interoperabilidad de datos. Las plataformas de catalogación de metadatos; las herramientas de extracción, transformación y carga (ETL); y las suites de gobernanza de datos pueden incluir capacidades de gestión de metadatos.

• Software de gestión de API: el software de gestión de API puede permitir a las organizaciones gestionar todas sus API desde una solución unificada y automatizar tareas clave a lo largo del ciclo de vida de la API.

• Plataformas de integración de datos: las principales plataformas de integración de datos pueden integrar datos procedentes de diversas fuentes. También pueden ofrecer capacidades de observabilidad de los datos para que los problemas de calidad de los datos puedan identificarse y resolverse rápidamente.