Resumen de MDMsystem: Entorno para la evaluación y certificación de sistemas de explotación de datos maestros basados en ISO 8000-100
Fernando Gualo Cejudo
Los datos maestros son uno de los tipos de datos más especiales usados en las organizaciones: contienen el conocimiento que la organización necesita para sus operaciones diarias, por ejemplo, como referencia para los datos transaccionales que se utilizan en las operaciones. Esto significa que los valores de los datos maestros se adquieren, integran y propagan a través de todos los departamentos de la organización a medida que se vayan necesitando y utilizando. Si los valores almacenados en los registros maestros no tienen niveles adecuados de calidad, entonces se estarán creando una serie de problemas que, sin duda, tendrán un impacto negativo en la organización. Por consiguiente, resulta fundamental la adecuada gestión de los datos maestros (Master Data Management, MDM) para poder proporcionar una visión integrada y unificada de las entidades clave de datos de negocio para ofrecer un mejor soporte en los procesos de negocio, pudiendo así evitar los problemas anteriormente mencionados.
El objetivo de la MDM es crear una "única versión de la verdad" mediante el establecimiento de un repositorio de datos maestros obtenido a través de la integración de los datos provenientes de distintas fuentes de datos organizacionales. Esto permite un abordaje de la gestión de la calidad de los datos de forma integral, en la que se gestionarán de manera integrada la reconciliación de requisitos de datos para evitar duplicados o inconsistencias en los datos con respecto a los requisitos que los regulan. Además, habilita mecanismos transversales de gestión de datos como actualizaciones colaborativas del repositorio de datos maestros o bien el establecimiento de mecanismos de consumo de datos maestros por parte de las aplicaciones.
Para poder beneficiarse de las ventajas de tener implementado un sistema de explotación de datos maestros y para optimizar su correspondiente gestión, las organizaciones necesitan mecanismos que les permita conocer el estado de la implementación de estas prácticas. Este grado de implementación se ve reflejado fundamentalmente en dos aspectos fundamentales: (1) en el grado de implementación de determinados requisitos funcionales para el intercambio y uso de los datos maestros en las aplicaciones organizacionales que usan el repositorio de datos maestros, y (2) en el nivel de calidad de datos que tiene el repositorio de datos maestros.
Para ayudar a determinar el grado de consecución de estos dos objetivos, en esta tesis doctoral industrial se presenta un modelo de evaluación y certificación de sistemas de explotación de datos maestros, al que se ha llamado MDMSystem. MDMSystem está construido sobre un marco de trabajo alineado a la familia de estándares ISO/IEC 25000, y en esta tesis se describirá cómo se ha particularizado y usado para la evaluación de la calidad de los productos software (las aplicaciones que consumen los datos maestros) y para la evaluación de los productos de datos (el propio repositorio de datos maestros).
Con respecto a la certificación del nivel de calidad de las aplicaciones software que consumen y usan datos maestros, se propone utilizar la característica de “adecuación funcional”. Como parte de la propuesta, y debido a la inexistencia de dichos requisitos funcionales, éstos se infieren a partir de las partes 100 a 140 del estándar ISO 8000.
Por otro lado, para evaluar el nivel de calidad de datos del repositorio de datos maestros, se revisará y extenderá el modelo de calidad de datos de la ISO/IEC 25012, así como las propiedades y los correspondientes métodos de medición presentados en ISO/IEC 25024. La evaluación de la calidad de los datos está basada en determinadas reglas de negocio. Por tanto, para poder certificar aspectos específicos de la calidad de datos maestros ha sido necesario derivar las reglas de negocio a partir de la familia ISO/IEC 8000-100.
El uso de MDMSystem proporciona una base sólida a las organizaciones para gobernar mejor sus datos maestros, ayudándoles a poder trazar hojas de ruta en la implementación de las acciones necesarias para poder extraer el mayor valor de sus activos organizacionales de datos.
