La gestión del ciclo de vida de los datos (DLM) es un enfoque para gestionar los datos a lo largo de su ciclo de vida, desde el ingreso de los datos hasta su destrucción. Los datos se separan en fases según diferentes criterios, y se mueven a través de estas etapas a medida que se completan diferentes tareas o se cumplen ciertos requisitos.
Un buen proceso de DLM proporciona estructura y organización a los datos de una empresa, lo que a su vez permite objetivos clave dentro del proceso, como la seguridad y la disponibilidad de los datos.
Estos objetivos son fundamentales para el éxito empresarial y aumentan en importancia con el tiempo. Las políticas y procesos de DLM permiten que las empresas se preparen para las consecuencias devastadoras en caso de que en la organización se produzcan filtraciones de datos, pérdida de datos o fallas del sistema.
Una buena estrategia de DLM prioriza la protección de los datos y la recuperación ante desastres, en especial a medida que más actores maliciosos ingresan al mercado con el rápido crecimiento de los datos. De esta manera, ya se cuenta con un plan de recuperación de datos eficaz en caso de desastre, lo que reduce algunos de los efectos devastadores sobre los resultados y la reputación general de una marca.
La gestión del ciclo de vida de la información (ILM) a menudo se usa de manera indistinta como gestión del ciclo de vida de los datos y, aunque también forma parte de una práctica de gestión de datos, es diferente de la DLM.
La gestión del ciclo de vida de los datos monitorea los datos a nivel de archivo; es decir, gestiona los archivos en función del tipo, el tamaño y la antigüedad. La ILM, por otro lado, gestiona los datos individuales dentro de un archivo, garantizando la precisión de los datos y las actualizaciones oportunas. Esto incluye información del usuario, como direcciones de correo electrónico o saldos de cuentas.
Acceda a este libro electrónico para saber por qué los líderes de hoy están adoptando MLOps para impulsar una toma de decisiones basada en datos más rápida y precisa.
Regístrese para obtener el informe técnico sobre la gobernanza de la IA
El ciclo de vida de los datos consta de una serie de fases a lo largo de su vida útil. Cada fase se rige por un conjunto de políticas que maximizan el valor de los datos durante cada etapa del ciclo de vida. La DLM se vuelve cada vez más importante a medida que crece el volumen de los datos que se incorporan a los flujos de trabajo empresariales.
Fase 1: Creación de datos
Un nuevo ciclo de vida de datos comienza con la recopilación de datos, pero las fuentes de datos son abundantes. Pueden variar desde sitios web y aplicaciones móviles, dispositivos de Internet de las cosas (IoT), formularios, encuestas y más. Si bien los datos se pueden generar de distintas maneras, la recopilación de todos los datos disponibles no es necesaria para el éxito de su negocio. La incorporación de nuevos datos se debe evaluar siempre en función de su calidad y pertinencia para su negocio.
Fase 2: Almacenamiento de datos
Los datos también pueden diferir en la forma en la que están estructurados, lo que tiene consecuencias en el tipo de almacenamiento de datos que debe usar la empresa. Los datos estructurados tienden a aprovechar las bases de datos relacionales, mientras que los datos no estructurados suelen utilizar bases de datos NoSQL o no relacionales. Una vez que se identifica el tipo de almacenamiento para el conjunto de datos, se puede evaluar la infraestructura para detectar posibles vulnerabilidades de seguridad y los datos pueden someterse a diferentes tipos de procesamiento, como cifrado y transformación de los datos, para proteger a la empresa de actores maliciosos. Este tipo de procesamiento de datos también garantiza que los datos confidenciales cumplan con los requisitos de privacidad y los requisitos establecidos en políticas gubernamentales, como el RGPD, lo que permite que las empresas eviten multas costosas derivadas de este tipo de regulaciones.
Otro aspecto de la protección de datos es el enfoque centrado en la redundancia de los datos. La copia de cualquier dato almacenado puede actuar como copia de seguridad en situaciones como el borrado o la corrupción de datos, protegiendo contra alteraciones en los datos, tanto accidentales como otras más deliberadas, por ejemplo los ataques de malware.
Fase 3: Intercambio y uso de datos
Durante esta fase, los datos pasan a estar disponibles para los usuarios empresariales. La DLM permite que las organizaciones definan quién puede usar los datos y con qué finalidad se pueden usar. Una vez que los datos están disponibles, se pueden aprovechar para una variedad de análisis, desde análisis de datos exploratorios básicos y visualizaciones de datos hasta técnicas más avanzadas de minería de datos y aprendizaje automático. Todos estos métodos desempeñan una función en la toma de decisiones empresariales y en la comunicación con las diversas partes interesadas.
Además, el uso de datos no está necesariamente limitado únicamente al uso interno. Por ejemplo, los proveedores de servicios externos podrían emplear los datos para fines como análisis de marketing y publicidad. Los usos internos incluyen procesos comerciales y flujos de trabajo cotidianos, como paneles y presentaciones.
Fase 4: Archivo de datos
Luego de un tiempo determinado, los datos ya no son útiles para las operaciones diarias. Sin embargo, es importante mantener copias de los datos de la organización a los que no se accede con frecuencia para posibles litigios e investigaciones. De esa manera, si es necesario, los datos archivados se pueden restaurar en un entorno de producción activo.
La estrategia de DLM de una organización debe definir claramente cuándo, dónde y durante cuánto tiempo deben archivarse los datos. En esta fase, los datos se someten a un proceso de archivo que garantiza su redundancia.
Fase 5: Eliminación de datos
En esta etapa final del ciclo de vida, los datos se eliminan de los registros y se destruyen de forma segura. Las empresas eliminarán los datos que ya no necesitan para crear más espacio de almacenamiento para los datos activos. Durante esta fase, los datos se eliminan de los archivos cuando superan el periodo de retención requerido o ya no tienen un propósito significativo para la organización.
La gestión del ciclo de vida de los datos tiene varios beneficios importantes, que incluyen:
• Mejora de procesos: los datos desempeñan un papel crucial en el impulso de las iniciativas estratégicas de una organización. DLM ayuda a mantener la calidad de los datos a lo largo de su ciclo de vida, lo que a su vez permite mejorar los procesos y aumentar la eficiencia. Una buena estrategia de DLM garantiza que los datos disponibles para los usuarios sean precisos y confiables, lo que permite a las empresas maximizar el valor de sus datos.
• Control de costos: un proceso de DLM otorga valor a los datos en cada etapa de su ciclo de vida. Una vez que los datos ya no son útiles para los entornos de producción, las organizaciones pueden aprovechar una variedad de soluciones para reducir costos, como la copia de seguridad, la replicación y el archivado de datos. Por ejemplo, los datos se pueden trasladar a un almacenamiento menos costoso ubicado en las instalaciones, en la nube o en un almacenamiento conectado a la red.
• Usabilidad de los datos: con una estrategia de DLM, los equipos de TI pueden elaborar políticas y procedimientos que garanticen que todos los metadatos se etiqueten de manera coherente para facilitar el acceso cuando sea necesario. El establecimiento de políticas de gobernanza aplicables garantiza el valor de los datos durante el tiempo que sea necesario conservarlos. La disponibilidad de datos limpios y útiles aumenta la agilidad y la eficiencia de los procesos de la empresa.
• Cumplimiento y gobernanza: cada sector de la industria tiene sus propias reglas y normas para la retención de datos; una estrategia sólida de DLM ayuda a las empresas a cumplir con la normativa. DLM permite que las organizaciones manejen los datos con mayor eficiencia y seguridad, al tiempo que mantienen el cumplimiento de las leyes sobre privacidad de los datos con respecto a los datos personales y los registros de la organización.
Comprenda su panorama de ciberseguridad y priorice iniciativas junto con arquitectos y consultores senior de seguridad de IBM en una sesión de pensamiento de diseño de 3 horas, virtual o presencial, sin costo.
En este libro electrónico, descubrirá cómo crear y ejecutar una estrategia de integración de datos y gestión del ciclo de vida para un entorno híbrido.
Conozca las diferentes soluciones de Information Lifecycle Governance en este libro electrónico.
Descubra cómo el State Bank of India utilizó varias soluciones de IBM, junto con la metodología IBM Garage, para desarrollar una completa plataforma de banca en línea.
Explore los pasos estratégicos para diseñar e implementar una estrategia de datos que impulse el beneficio empresarial.
IBM Research se integra de manera regular en las nuevas características de IBM Cloud Pak for Data