estrategias

Hoy en día, la transparencia, la innovación y el desarrollo económico son claves para el progreso de las instituciones públicas. En este contexto, el Cabildo de Tenerife ha emprendido un ambicioso proyecto de datos abiertos que trasciende la mera publicación de información. El objetivo de esta estrategia es facilitar el acceso a la información, fomentar la reutilización de los datos y generar valor social y económico para la isla.

A través de su portal de datos abiertos, el Cabildo no solo promueve la transparencia y la rendición de cuentas, sino que también impulsa la innovación en áreas tan diversas como el turismo, el transporte y el medio rural.

Alcance y objetivos del proyecto

El portal de datos abiertos del Cabildo de Tenerife publica datasets de todo el sector público insular, incluyendo todos los ayuntamientos de la isla. En especial, se incluye los municipios de menos de 20.000 habitantes, tal y como se establece en la Ley 8/2015 de Cabildos Insulares. Los objetivos principales de este proyecto son:

• Potenciar la cultura interna y externa del uso del dato.
• Incrementar la transparencia y rendición de cuentas a través del dato.
• Generar riqueza en la sociedad mediante la reutilización de la información.

En esta web se pueden encontrar conjuntos de datos abiertos de turismo, transporte, cultura y ocio y medio rural, entre otros. Para ofrecer esta información el Cabildo de Tenerife se beneficia de la colaboración de diversos organismos como:

• Transportes Interurbanos de Tenerife (TITSA)
• Consejo Insular de Aguas de Tenerife (CIATF)
• Metropolitano de Tenerife
• SINPROMI (Sociedad Insular para la Promoción de las personas con discapacidad)
• ITER (Instituto Tecnológico de Energías Renovables)
• IASS (Instituto Insular de Atención Social y Sociosanitaria)
• Agrocabildo

Conjuntos de datos más descargados y significativos

Algunos de los conjuntos de datos más descargados y significativos del portal incluyen:

• Red de estaciones meteorológicas, con actualizaciones cada 10 minutos.
• Afluencia de áreas recreativas, como Punta Teno y Barranco de Masca, con información sobre el número de vehículos y personas, y los itinerarios de senderos o rutas en la isla.
• Indicadores de desarrollo económico y ocupación turística, incluyendo el número de turistas alojados por categoría y zona.
• Precios de productos hortofrutícolas en Mercatenerife.
• Matriz Origen Destino de transporte público, que muestra las relaciones entre los lugares de origen y destino de los viajes realizados en la isla.

El proyecto de datos abiertos del Cabildo tiene clara la orientación de cumplimiento de la Norma Técnica de Interoperabilidad (NTI) de Reutilización de Recursos de información y el modelo DCAT-AP, áreas en las que continúa avanzando.

Casos de uso y aplicaciones para incentivar la reutilización

Más allá de publicar conjuntos de datos abiertos, el Cabildo de Tenerife promueve activamente su uso mediante el desarrollo de casos de uso y aplicaciones. Algunos ejemplos de este trabajo son:

• Desarrollo de un plan de ordenación urbana en el municipio de Santiago del Teide mediante la reutilización de diversos conjuntos de datos.
• Proyecto de previsión de datos meteorológicos.
• Cuadros de mando sobre plazas turísticas y tráfico. En concreto:
  
  • Sobre turismo: plazas de alojamientos turísticos por municipio y modalidad, y el índice de ocupación según el tipo de alojamiento desde 1978 hasta 2023.
  • Sobre tráfico: dashboard de Power BI que muestra la intensidad media diaria de tráfico en una estación de la isla para los años 2021, 2022 y 2023.

Por otro lado, para fomentar la reutilización de los datos de su portal, el Cabildo de Tenerife organiza diversas actividades, como el I Concurso de Reutilización de Ideas, en el que se recibieron 25 propuestas. Este concurso tendrá continuidad con una segunda edición que premiará el desarrollo de aplicaciones.

Además, se realizan charlas y webinars, como el organizado en colaboración con la Cátedra de Big Data, Open Data y Blockchain de la Universidad de La Laguna sobre cómo utilizar datos abiertos de Tenerife para impulsar la innovación y que puedes volver a ver aquí.

Próximos pasos: IA y construir comunidad

Para medir el impacto de los datos abiertos, el Cabildo de Tenerife utiliza herramientas como Google Analytics que permite analizar la interacción de los usuarios con los datos disponibles. El próximo gran paso, tal y como informan desde la organización, será implementar un asistente virtual con IA generativa que permita:

• Analizar datos con lenguaje natural.
• Descubrir tendencias y correlaciones.
• Acercar la información a cualquier ciudadano.

Paralelamente, el Cabildo de Tenerife también seguirá trabajando en nuevas vías de colaboración con los municipios de la isla y otras entidades, con el objetivo de ampliar la cantidad y variedad de datos abiertos disponibles para los ciudadanos.

Desde datos.gob.es, animamos a profesionales del desarrollo y la investigación, estudiantes y ciudadanos a explorar, reutilizar y crear valor con los datos de Tenerife.

Visita datos.tenerife.es

En un mundo cada vez más impulsado por los datos, todas las organizaciones, tanto las empresas privadas, como los organismos públicos, buscan aprovechar su información para tomar decisiones más acertadas, mejorar la eficiencia de sus procesos y cumplir sus objetivos estratégicos. Sin embargo, crear una estrategia de datos efectiva es un desafío que no debe subestimarse.

Con frecuencia, organizaciones de todos los sectores caen en errores comunes que pueden comprometer el éxito de sus estrategias desde el principio. Desde ignorar la importancia del gobierno del dato hasta no alinear los objetivos estratégicos con las necesidades reales de la institución, estos fallos pueden traducirse en ineficiencias, incumplimientos normativos e, incluso, pérdida de confianza por parte de ciudadanos, empleados o usuarios.

En este artículo, exploraremos los errores más habituales en la creación de una estrategia de datos, con el propósito de ayudar tanto a entidades públicas como privadas a evitarlos. Nuestro objetivo es ofrecerles herramientas para construir una base sólida que les permita maximizar el valor de los datos en beneficio de su misión y sus objetivos.

Figura 1. Consejos para diseñar una estrategia de gobierno del dato. Fuente: elaboración propia

A continuación, se detallan algunos de los errores más comunes en la elaboración de una estrategia de datos, justificando su impacto y el grado de afectación que pueden tener en una organización:

Falta de vinculación con los objetivos de la organización y no identificación de las áreas clave

Para que la estrategia de datos sea efectiva en cualquier tipo de organización, es fundamental que esté alineada con sus objetivos estratégicos. Estos objetivos incluyen áreas clave como el incremento de los ingresos, la mejora del servicio, la optimización de costes o la experiencia del cliente/ciudadano. Además, priorizar las iniciativas es esencial para identificar las áreas de la organización que se beneficiarán más de la estrategia de datos. Este enfoque no solo permite maximizar el retorno de la inversión en datos, sino también asegurar que las iniciativas estén claramente conectadas con los resultados deseados, reduciendo posibles brechas entre los esfuerzos en datos y los objetivos estratégicos.

No definir objetivos claros a corto y medio plazo

Definir metas específicas y alcanzables en las etapas iniciales de una estrategia de datos es muy importante para establecer una dirección clara y demostrar su valor desde el principio. Esto impulsa la motivación de los equipos involucrados y genera confianza entre los líderes y las partes interesadas. Priorizar objetivos a corto plazo, como la implementación de un dashboard de indicadores clave o la mejora en la calidad de un conjunto específico de datos críticos, permite obtener resultados tangibles de manera rápida y justifica la inversión en la estrategia de datos. Estos logros iniciales no solo consolidan el respaldo de la dirección, sino que también fortalecen el compromiso de los equipos.

De igual forma, los objetivos a medio plazo son fundamentales para construir sobre los avances iniciales y preparar el terreno para proyectos más ambiciosos. Por ejemplo, la automatización de procesos de generación de informes o la implementación de modelos predictivos para áreas clave pueden ser metas intermedias que demuestren el impacto positivo de la estrategia en la organización. Estos logros permiten medir el progreso, evaluar el éxito de la estrategia y garantizar que esté alineada con las prioridades estratégicas de la organización.

Establecer una combinación de metas a corto y medio plazo asegura que la estrategia de datos mantenga su relevancia a lo largo del tiempo y continúe generando valor. Este enfoque ayuda a la organización a avanzar de manera estructurada, reforzando su posición tanto frente a sus competidores como en el cumplimiento de su misión en el caso de organismos públicos.

No realizar una evaluación de madurez previa para definir la estrategia lo más acotada posible

Antes de diseñar una estrategia de datos, es crucial realizar una evaluación previa que permita entender el estado actual de la organización en términos de datos y delimitar el alcance de manera realista y efectiva. Este paso no solo evita que los esfuerzos se dispersen, sino que también asegura que la estrategia esté alineada con las necesidades reales de la organización, maximizando así su impacto. Sin una evaluación previa, es fácil caer en el error de abordar iniciativas demasiado amplias o poco conectadas con las prioridades estratégicas.

Por lo tanto, realizar esta evaluación previa no es solo un ejercicio técnico, sino una herramienta estratégica que asegura que los recursos y esfuerzos estén bien dirigidos desde el principio. Con un diagnóstico claro, la estrategia de datos se convierte en una hoja de ruta sólida, capaz de generar resultados tangibles desde las primeras etapas. Cabe recordar que para realizar esta evaluación de madurez previa a la estrategia se podría utilizar la UNE 0080:2023, centrada en la evaluación de la madurez del gobierno y gestión del dato, proporciona un marco estructurado para esta evaluación inicial. Esta norma permite analizar de manera objetiva los procesos, tecnologías y capacidades de la organización en torno a los datos.

No llevar a cabo iniciativas de gobierno del dato

La definición de una estrategia sólida es fundamental para el éxito de las iniciativas de gobierno del dato. Es esencial contar con un área o unidad responsable del gobierno del dato, como una oficina del dato o un centro de excelencia, desde donde se establezcan las directrices claras y se coordinen las acciones necesarias para alcanzar los objetivos estratégicos comprometidos. Estas iniciativas deben estar alineadas con las prioridades de la organización, asegurando que los datos sean seguros, usables para los fines previstos y cumplan con la normativa y legislación vigente.

Un marco sólido de gobierno del dato es clave para garantizar la consistencia y la calidad de los datos, fortaleciendo la confianza en los informes y análisis que generan tanto valor interno como externo. Además, un enfoque adecuado reduce riesgos como el incumplimiento normativo, promoviendo un uso efectivo de los datos y protegiendo la reputación de la organización.

Por ello, es importante diseñar estas iniciativas con un enfoque integral, priorizando la colaboración entre las distintas áreas y alineándolas con la estrategia global de datos. Para profundizar en cómo estructurar un sistema de gobierno del dato efectivo, puedes consultar esta serie de artículos: De la estrategia del dato al sistema de gobierno de datos – Parte 1.

Enfocarse exclusivamente en la tecnología

Muchas organizaciones tienen la opinión errónea de que la adquisición de herramientas y plataformas sofisticadas será la solución definitiva a sus problemas de datos. Sin embargo, la tecnología constituye solo una parte del ecosistema. Sin los procesos adecuados, un marco de gobernanza y, por supuesto, personas, incluso la mejor tecnología fracasará. Esto es problemático porque puede dar lugar a enormes inversiones sin un retorno claro, así como a frustración entre los equipos cuando no obtienen los resultados esperados.

No involucrar a todas las partes interesadas ni definir los roles y responsabilidades

Una estrategia de datos sólida necesita sumar a todos los actores relevantes, ya sea en una administración pública o en una empresa privada. Cada área, departamento o unidad tiene una visión única de cómo los datos pueden ser útiles para alcanzar objetivos, mejorar servicios o tomar decisiones más informadas. Por eso, involucrar a todas las partes interesadas desde el principio no solo enriquece la estrategia, sino que también asegura que se alineen con las necesidades reales de la organización.

Asimismo, definir roles y responsabilidades claras es clave para evitar confusiones y duplicidades. Al saber quién es responsable de los datos, quién los gestiona y quién los usa, se garantiza un flujo de trabajo más eficiente y se fomenta la colaboración entre equipos. Tanto en el ámbito público como en el privado, este enfoque ayuda a maximizar el impacto de la estrategia de datos, asegurando que los esfuerzos estén coordinados y enfocados hacia un objetivo común.

No establecer métricas claras de éxito

Establecer indicadores clave de rendimiento (KPI) es fundamental para evaluar si las iniciativas están generando valor. Los KPI permiten demostrar los resultados de la estrategia de datos, reforzando el apoyo de los líderes y fomentando la disposición a seguir invirtiendo en el futuro. Al medir el impacto de las acciones, las organizaciones pueden garantizar la sostenibilidad y el desarrollo continuo de su estrategia, asegurando que esté alineada con los objetivos estratégicos y que aporte beneficios tangibles.

No posicionar la calidad de los datos en el centro

Una estrategia de datos sólida debe construirse sobre una base de datos confiables y de alta calidad. Ignorar este aspecto puede llevar a decisiones equivocadas, procesos ineficientes y pérdida de confianza en los datos por parte de los equipos. La calidad de datos no es solo un aspecto técnico, sino un habilitador estratégico: garantiza que la información utilizada sea completa, consistente, válida y oportuna.

Integrar la calidad de datos desde el principio implica definir métricas claras, establecer procesos de validación y limpieza, y asignar responsabilidades para su mantenimiento. Además, al colocar la calidad de datos en el centro de la estrategia, las organizaciones pueden desbloquear el verdadero potencial de los datos, asegurando que estos respalden con precisión los objetivos de negocio y refuercen la confianza de los usuarios. Sin calidad, la estrategia pierde fuerza y se convierte en una oportunidad desperdiciada.

No gestionar el cambio cultural ni la resistencia al cambio

La transición hacia una organización orientada a datos requiere no solo herramientas y procesos, sino también un enfoque claro en la gestión del cambio para involucrar a los empleados. Promover una mentalidad abierta hacia las nuevas prácticas es clave para garantizar la adopción y el éxito de la estrategia. Al priorizar la comunicación, la formación y el compromiso de los equipos, las organizaciones pueden facilitar este cambio cultural, asegurando que todos los niveles trabajen alineados con los objetivos estratégicos y maximizando el impacto de la estrategia de datos.

No planificar para la escalabilidad

Es fundamental que las organizaciones consideren cómo su estrategia de datos puede escalar a medida que crece el volumen de información. Diseñar una estrategia preparada para manejar este crecimiento asegura que los sistemas puedan soportar el aumento de datos sin necesidad de reestructuraciones futuras, lo que optimiza recursos y evita costos adicionales. Al planificar pensando en la escalabilidad, las organizaciones pueden garantizar una eficiencia operativa sostenible a largo plazo y aprovechar al máximo el valor de sus datos a medida que evolucionan sus necesidades.

Falta de actualización y revisión continua de la estrategia

Los datos y las necesidades de las organizaciones están en constante evolución, por lo que es importante revisar y adaptar regularmente la estrategia para mantenerla relevante y efectiva. Una estrategia de datos flexible y actualizada permite responder de manera ágil a nuevas oportunidades y desafíos, asegurando que siga generando valor a medida que cambian las prioridades del mercado o de la organización. Este enfoque proactivo garantiza que la estrategia continúe alineada con los objetivos estratégicos y refuerza su impacto positivo a largo plazo.

Como conclusión, es importante destacar que el éxito de una estrategia de datos radica en su capacidad para alinearse con los objetivos estratégicos de la organización, estableciendo metas claras y fomentando la participación de todas las áreas involucradas. Un buen sistema de gobierno del dato, acompañado de métricas que permitan medir su impacto, es la base para garantizar que la estrategia genere valor y sea sostenible a lo largo del tiempo.

Además, abordar aspectos como la calidad de los datos, el cambio cultural y la escalabilidad desde el inicio es esencial para maximizar su efectividad. Enfocarse exclusivamente en tecnología o descuidar estos elementos puede limitar los resultados y poner en riesgo la capacidad de la organización para adaptarse a nuevas oportunidades y desafíos. Finalmente, revisar y actualizar la estrategia de manera continua asegura su relevancia y refuerza su impacto positivo.

Para profundizar en cómo estructurar una estrategia de datos eficaz y su conexión con un sistema de gobierno del dato sólido, te recomendamos explorar los artículos publicados en datos.gob.es: De la estrategia del dato al sistema de gobierno de datos – Parte 1 y Parte 2. Estos recursos complementan los conceptos presentados en este artículo y ofrecen una visión práctica para su implementación en cualquier tipo de organización.

Contenido elaborado por Dr. Fernando Gualo, Profesor en UCLM y Consultor de Gobierno y Calidad de datos. El contenido y el punto de vista reflejado en esta publicación es responsabilidad exclusiva de su autor.

Los organismos públicos locales, como diputaciones y ayuntamientos, juegan un papel crucial a la hora de abrir sus datos al público. Poner datos a disposición de la ciudadanía no solo fomenta la confianza en las instituciones, sino que también impulsa la innovación, facilita la participación ciudadana y promueve la toma de decisiones informadas. A través de la apertura de datos, estas entidades pueden contribuir a una gestión más eficiente, colaborativa y responsable, que responda mejor a las necesidades de la sociedad.

Para conocer las actividades que llevan a cabo, así como los conjuntos de datos más populares, el pasado mes de mayo se realizó una encuesta en la que participaron más de 65 representantes de entidades locales. A continuación, se resumen algunas de las conclusiones extraídas.

Estrategias para impulsar la apertura de datos

Algunos ayuntamientos han diseñado estrategias específicas de datos abiertos adaptadas a sus necesidades. Es el caso de los ayuntamientos de Barakaldo, Pinto, Sant Feliu de Llobregat o Valencia, entre otras.  

Otros ayuntamientos incluyen el impulso de los datos abiertos dentro de planes estratégicos más amplios, como Granada y su Plan Estratégico de Innovación y SmartCity. En su línea estratégica número ocho, el Ayuntamiento de Granada incluye actuaciones relacionadas con la gobernanza del dato y su plataforma de datos, incidiendo en la aplicación de los principios Open Data en el Ayuntamiento y la puesta a disposición pública de las bases de datos municipales.

Además, algunos ayuntamientos están yendo un paso más allá, como el Ayuntamiento de Alcobendas, que está actualizando su estrategia de datos abiertos con una estrategia de Gobierno del Dato, centrada en tres ejes (personas, procesos y tecnología), con la que buscan impulsar la cultura del dato. Vitoria Gasteiz, por su parte, está trabajando en la constitución de una oficina del dato y de la infraestructura necesaria para darle soporte, que les permitirá diseñar una estrategia de datos más general.

Este es un camino donde las Diputaciones tiene mucho que decir, ayudando a los ayuntamientos a avanzar en la puesta a disposición de la ciudadanía de datos de interés. Un ejemplo es la Diputación de Córdoba, que ha puesto en marcha un Plan de Reutilización de la Información del Sector Público para promover la apertura de datos de forma homogénea a través de su plataforma inteligente provincial y la carga automatizada. Las diputaciones también impulsan la apertura de datos a través de la formación, dando cursos a empleados públicos de la provincia. Así lo han hecho la Diputación de Salamanca o Cáceres.

Prioridades y retos

La publicación de datos abiertos no es suficiente si estos no se actualizan de manera continua y oportuna.  Por ello, todos los encuestados coinciden en que la actualización de sus conjuntos de datos  es una de las tareas que más tiempo y recursos consumen. Mantener los datos abiertos actualizados permite a ciudadanos, empresas y otros actores acceder a información relevante y oportuna, lo que facilita la planificación, la investigación y el desarrollo de nuevas soluciones en un entorno cambiante.

Para ello, muchos encuestados confirman que realizan auditorías periódicas, así como inventarios de las bases de datos – como, por ejemplo, el Ayuntamiento de Quart de Poblet-. Estos inventarios también se están llevando a cabo con el fin de identificar datos de alto valor. Es el caso del Ayuntamiento de Valencia, que está realizando una catalogación de los datos actuales y clasificándolos en base a si pertenecen o no a las denominadas categorías de alto valor.

Para garantizar que los datos ofrecidos están actualizados, también son muchos los organismos que impulsan procesos de automatización, como la Diputación de Salamanca. Al implementar sistemas automatizados, los organismos públicos pueden garantizar que los datos se actualicen de manera continua, reduciendo errores humanos y optimizando recursos. Además, se asegura que la información es la misma en todos los portales de la organización.

Además de la actualización continua y las auditorías de mejora, la apuesta por los datos geoespaciales permite a las entidades locales entender mejor  el entorno y  tomar de decisiones informadas. Publicar este tipo de datos permite visualizar  la distribución de servicios, infraestructuras, recursos y problemas en un territorio, facilitando la planificación urbana, la gestión medioambiental y la movilidad, entre otros aspectos clave. En este sentido, se continúan desarrollando Infraestructuras de Datos Espaciales (IDE) a nivel local, como la IDE de la Diputación Foral de  Guipuzcoa, o Geoportales como el de la Diputación de Córdoba.

Otra prioridad, indicada por el Ayuntamiento de Sant Feliu, es la incorporación de la perspectiva de género en las publicaciones de datos, siempre ycuando sea posible, con un doble objetivo: evidenciar adecuadamente las diferencias y desigualdades de la situación de las mujeres, y, sobre todo, ayudar a definir políticas públicas correctivas.

Por el contrario, entre los retos, los organismos destacan las dificultades técnicas para estandarizar y normalizar los datos a nivel corporativo, debido muchas veces a que la información se encuentra aislada en silos. Por ello, ven necesario establecer mecanismos de coordinación entre áreas y estructuras de gobierno del dato.

Además, los organismos encuestados consideran necesario, en primer lugar, impulsar la cultura del dato dentro de la organización, apostando por el aumento de recursos humanos y técnicos, y de formación.

Datos más populares

El fin último de los portales de datos abiertos es la reutilización de los mismos. En este sentido, algunos de los mecanismos que utilizan las entidades locales para monitorizar el uso de sus datos son:

• Consulta de estadísticas de los conjuntos de datos más descargados. Se está apostando por la creación de cuadros de mando interactivos, como este con los accesos a todos los conjuntos de datos de portales de ayuntamientos que usan la solución del consorcio AOC (Administració Oberta de Catalunya).
• Consulta de opiniones aportadas e implementación de un sistema de valoraciones.
• Uso de plataformas de observabilidad de software, basadas en inteligencia artificial (IA) y automatización,  para supervisar, analizar y optimizar la experiencia del usuario.
• Implementación de herramientas que generan índices de popularidad.
• Creación de formularios para que los reutilizadores puedan informar de los productos y servicios que desarrollan utilizando los datos del portal, como este ejemplo del Cabildo de Tenerife.

De todos los conjuntos de datos, las categorías que destacan las entidades locales participantes en la encuesta son las siguientes:

Accede a la versión accesible aquí

En resumen, las iniciativas de datos abiertos de los organismos locales representan una oportunidad invaluable para fortalecer la apertura de datos. Aún quedan desafíos a los que hacer frente, pero el compromiso con la apertura de datos es una realidad.

El pasado mes de julio comenzó la décima legislatura del Parlamento Europeo, un nuevo ciclo institucional que abarcará el periodo 2024-2029. La Presidenta de la Comisión Europea, Ursula von der Leyen, fue elegida para un segundo mandato, tras presentar al Parlamento Europeo sus Orientaciones Políticas para la próxima Comisión Europea 2024-2029.

Estas orientaciones establecen las prioridades que guiarán las políticas europeas en los próximos años. Entre los objetivos generales, encontramos que se invertirán esfuerzos en:

1. Facilitar los negocios y fortalecer el mercado único.
2. Descarbonizar y reducir los precios de la energía.
3. Hacer que la investigación y la innovación sean los motores de la economía.
4. Impulsar la productividad mediante la difusión de la tecnología digital.
5. Invertir masivamente en competitividad sostenible.
6. Subsanar la brecha en materia de capacidades y mano de obra.

En este artículo, nos vamos a centrar en desgranar el punto 4, centrado en combatir la insuficiente difusión de las tecnologías digitales. El desconocimiento de las posibilidades tecnológicas al alcance de la ciudadanía limita la capacidad de desarrollar nuevos servicios y modelos de negocio competitivos a nivel mundial.

Impulsar la productividad con la difusión de la tecnología digital

El mandato anterior estuvo marcado por la aprobación de nuevas regulaciones encaminadas a impulsar una economía digital justa y competitiva a través de un mercado único digital, donde la tecnología se situase al servicio de las personas. Ahora, es el momento de poner el foco en la aplicación y el cumplimiento de las leyes digitales adoptadas.

Una de las normativas de más reciente aprobación ha sido el Reglamento de Inteligencia Artificial (IA), un marco de referencia para el desarrollo de cualquier sistema IA. En esta norma, el foco estaba puesto en garantizar la seguridad y fiabilidad de la inteligencia artificial, evitando sesgos a través de diversas medidas entre las que se encontraba una gobernanza sólida de datos.

Una vez que ya contamos con este marco, ha llegado el momento de impulsar el uso de esta tecnología en pro de la innovación. Para ello, en este nuevo ciclo, se fomentarán los siguientes aspectos:

• Factorías de inteligencia artificial. Se trata de ecosistemas abiertos que ofrecen una infraestructura de servicios de supercomputación de inteligencia artificial. De esta forma se ponen grandes capacidades tecnológicas a disposición de empresas emergentes y comunidades de investigación.
• Estrategia de uso de la inteligencia artificial. Se busca impulsar usos industriales en diversos sectores, incluyendo la prestación de servicios públicos en áreas como la atención sanitaria. Para elaborar esta estrategia se contará con la visión de la industria y la sociedad civil.
• Consejo europeo de investigación sobre inteligencia artificial. Este organismo ayudará a poner en común los recursos de la Unión Europea (UE), facilitando el acceso a los mismos.

Pero para que sea posible desarrollar estas medidas, primero es necesario garantizar el acceso a datos de calidad. Estos datos no solo favorecen el entrenamiento de los sistemas IA y el desarrollo de productos y servicios tecnológicos de vanguardia, sino que también ayudan a la toma de decisiones informada y a la elaboración de estrategias políticas y económicas más certeras. Como dice el propio documento “el acceso a los datos no solo es un motor importante de la competitividad que representa casi el 4 % del PIB de la UE, sino que también es esencial para la productividad y las innovaciones sociales, desde la medicina personalizada hasta el ahorro de energía”.

Para mejorar el acceso a los datos de las empresas europeas y mejorar su capacidad competitiva con respecto a los grandes actores tecnológicos mundiales, la Unión Europea apuesta por la “mejora del acceso a los datos abiertos”, garantizando, al mismo tiempo, la más estricta protección de datos.

La revolución de los datos europea

“Europa necesita una revolución de los datos”. Así de tajante se muestra la Presidenta ante la situación actual. Por ello, una de las medidas en las que se trabajará es en una nueva Estrategia de datos de la Unión Europea. Esta estrategia se basará en las normas existentes actualmente. Es previsible que se tome como referencia la actual estrategia, entre cuyas líneas de acción se encuentra el fomento del intercambio de información a través de la creación de un mercado único de datos donde los datos puedan fluir entre países y sectores económicos de la UE.

En este marco seguirán muy presentes los avances legislativos que vimos en la última legislatura:

• Directiva (UE) 2019/1024 relativa a los datos abiertos y la reutilización de la información del sector público, que establece el marco jurídico para la reutilización de la información del sector público, puesta a disposición del público como datos abiertos, incluyendo el fomento de los datos de alto valor.
• Reglamento (UE) 2022/868 relativo a la gobernanza europea de datos (DGA en sus siglas en inglés), que regula el intercambio seguro y voluntario de conjuntos de datos que están bajo el poder de organismos públicos sobre los que concurren derechos de terceros, así como los servicios de intermediación de datos y su cesión altruista.
• Reglamento (UE) 2023/2854 sobre normas armonizadas para un acceso justo a los datos y su utilización (Data Act), que impulsa reglas armonizadas relativas al acceso y uso equitativo de los datos en el marco de la Estrategia Europea.

Con todo ello, se busca garantizar un “marco simplificado, claro y coherente para que las empresas y las administraciones compartan datos sin fisuras y a gran escala, respetando al mismo tiempo normas estrictas de privacidad y seguridad”.

Además de intensificar la inversión en tecnologías punteras, como la supercomputación, el internet de las cosas o la computación cuántica, la Unión Europea tiene entre sus planes continuar impulsando el acceso a datos de calidad que ayuden a generar un ecosistema tecnológico sostenible y solvente, capaz de competir con las grandes empresas mundiales. En este espacio iremos informando de las medidas tomadas con este fin.

La Estrategia de Inteligencia Artificial 2024 es el plan integral que establece un marco para acelerar el desarrollo y expansión de la inteligencia artificial (IA) en España. Esta estrategia fue aprobada, a propuesta del Ministerio para la Transformación Digital y de la Función Pública, por el Consejo de Ministros el 14 de Mayo de 2024 y viene a reforzar y acelerar la Estrategia Nacional de Inteligencia Artificial (ENIA), que comenzó a desplegarse en 2020.

La vertiginosa evolución de las tecnologías asociadas a la Inteligencia Artificial de estos últimos años justifica por sí sola, este refuerzo. Por ejemplo, según el AI Index Report de 2024 de la Universidad de Stanford, la inversión en IA se ha multiplicado por nueve desde 2022. El coste de entrenamiento de los modelos ha aumentado drásticamente, pero a cambio la IA está impulsando el progreso en ciencia, en medicina y en la productividad laboral en general. Por razones como estas, se pretende aprovechar al máximo el impacto de la IA en la economía y recoger los elementos positivos del trabajo en curso.

La nueva estrategia se articula en torno a tres ejes principales, que se desarrollarán a través de ocho líneas de acción. Estos ejes son:

• Reforzar las palancas claves para el desarrollo de la IA. Este eje se centra en potenciar la inversión en supercomputación, generar capacidades de almacenamiento en condiciones de sostenibilidad, desarrollar modelos y datos que constituyan una infraestructura pública de la IA y fomentar el talento especializado en IA.
• Facilitar la expansión de la IA en el sector público y privado, fomentando la innovación y la ciberseguridad. Este eje tiene como objetivos incorporar la IA en los procesos gubernamentales y empresariales, con un énfasis especial en las pymes, y desarrollar un marco de ciberseguridad robusto.
• Fomentar una IA transparente, ética y humanística. Este eje se centra en asegurar que el desarrollo y uso de la IA en España sea responsable y respetuoso con los derechos humanos, la igualdad, la privacidad y la no discriminación.

La siguiente infografía resumen los principales puntos de esta estrategia:

Haz clic para ampliar la infografía

La Estrategia de Inteligencia Artificial 2024 de España es un documento muy ambicioso que busca posicionar a nuestro país como líder en Inteligencia Artificial, expandiendo el uso de la IA robusta y responsable en el conjunto de la economía y en la administración pública. Con ello se podrá contribuir a que multiples áreas, como son la cultura o el diseño de ciudades, puedan beneficiarse de estos progresos.

La apertura y el acceso a datos de calidad son también fundamentales para el éxito de esta estrategia, ya que son parte de la materia prima necesaria para entrenar y evaluar modelos de IA que sean, además, inclusivos y socialmente justos, para que beneficien a toda la sociedad. Muy relacionadas con los datos abiertos, la estrategia dedica palancas específicas al impulso de la IA en el sector público y al desarrollo de corpus y modelos de lenguaje fundacionales y especializados. Esto incluye además el desarrollo de servicios comunes basados en modelos de IA y la implementación de un modelo de gobernanza de datos para asegurar la seguridad, calidad, interoperabilidad y reutilización de los datos manejados por la Administración General del Estado (AGE).

Los modelos fundacionales (Large Language Models o LLMs) son modelos de gran envergadura que se entrenarán a partir de grandes corpus de datos en castellano y lenguas cooficiales, garantizando así su aplicabilidad en una amplia variedad de contextos lingüísticos y culturales. Los modelos especializados (Small Language Models o SLMs), de menor tamaño, se desarrollarán con el objetivo de abordar con una menor demanda de recursos computacionales necesidades específicas dentro de sectores particulares.

Gobernanza común de datos de la AGE

La gobernanza de datos abiertos tendrá un papel crucial en la realización de los objetivos planteados, para, por ejemplo, conseguir un desarrollo eficiente de modelos de leguaje especializados. Con el objetivo de fomentar la creación de estos modelos y facilitar el desarrollo de aplicaciones para el ámbito público, la estrategia prevé un modelo de gobernanza uniforme para los datos, incluidos los corpus documentales de la Administración General del Estado, asegurando los estándares de seguridad, calidad, interoperabilidad y reutilización de todos los datos.

Esta iniciativa incluye la creación de un espacio de datos unificado que permita explotar conjuntos de datos sectoriales específicos para resolver casos de uso concretos de cada organismo. La gobernanza de datos garantizará la anonimización y privacidad de la información, así como el respeto a la normativa vigente durante todo el ciclo de vida de los datos.

Se desarrollará una estructura organizativa orientada al dato, con la Dirección General del Dato como elemento vertebrador. Además, se impulsará la Plataforma de datos de la AGE, la generación de catálogos de metadatos de los departamentos, el mapa de intercambios de datos y el fomento de la interoperabilidad. Todo ello con el fin de facilitar el despliegue de iniciativas de IA de mayor calidad y utilidad.

Desarrollar corpus y modelos de lenguaje fundacionales y especializados

Dentro de la palanca número tres, el documento reconoce que la base fundamental para el entrenamiento de los modelos de lenguaje son la cantidad y calidad de los datos disponibles, así como las licencias de uso que habilitan la posibilidad de utilizarlos.

La estrategia pone un énfasis especial en la creación de corpus lingüísticos que sean representativos y diversificados, incluyendo el castellano y las lenguas cooficiales como el catalán, euskera, gallego y valenciano. Estos corpus no solo deben ser extensos, sino también reflejar la variedad y riqueza cultural de las lenguas, lo que permitirá desarrollar modelos más precisos y adaptados a las necesidades locales.

Para lograrlo, se prevé la colaboración con instituciones académicas y de investigación, así como con la industria, para recopilar, limpiar y etiquetar grandes volúmenes de datos textuales. Además, se implementarán políticas que faciliten el acceso a estos datos a través de licencias abiertas que promuevan su reutilización y compartición.

La creación de modelos fundacionales se enfoca en desarrollar algoritmos de inteligencia artificial, entrenados sobre la base de estos corpus lingüísticos que reflejen la cultura y tradiciones de nuestras lenguas. Estos modelos se crearán en el marco del proyecto ALIA, extendiendo el trabajo iniciado con la pionera MarIA, y estarán diseñados para ser adaptables a una variedad de tareas de procesamiento del lenguaje natural. También se priorizará, siempre que sea posible, que estos modelos sean accesibles públicamente, permitiendo su uso tanto en el sector público como en el privado para generar el máximo valor económico posible.

En definitiva, la Estrategia Nacional de Inteligencia Artificial 2024 de España es un ambicioso plan que busca posicionar al país como un líder europeo en el desarrollo y uso de tecnologías de IA responsable, así como asegurar que estos avances tecnológicos se realicen de manera sostenible, beneficiando a toda la sociedad. El uso de datos abiertos y la gobernanza de los datos del sector público contribuyen también a esta estrategia, proporcionando bases fundamentales para el desarrollo de modelos de IA avanzados, éticos y eficientes que mejorarán los servicios públicos e impulsarán el crecimiento económico. Y, en definitiva, la competitividad de España en un escenario global en el que todos los países están haciendo un esfuerzo importante por impulsar la IA y recoger estos beneficios.

Contenido elaborado por Jose Luis Marín, Senior Consultant in Data, Strategy, Innovation & Digitalization. Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de su autor.

Dos de las regulaciones más relevantes de la Unión Europea en materia de datos articularán en breve el contorno jurídico que delimitará el desarrollo de la economía del dato en los próximos años. El Data Governance Act (DGA) es plenamente aplicable desde el pasado 24 de septiembre de 2023, mientras que la redacción de la Data Act (DA) fue aprobada el pasado 27 de noviembre.  

No son las únicas, pues el marco jurídico ya incluye otras normas importantes que regulan materias que se interconectan, revelando así el enfoque proactivo de la Unión Europea en el establecimiento de unas reglas de juego acordes con las necesidades de la ciudadanía y las empresas europeas. Unas pautas que ofrecen el entorno de seguridad jurídico necesario para lograr el objetivo último de impulsar un Mercado Único Digital europeo. 

En el caso de la DGA y la DA, las negociaciones para su aprobación han puesto de manifiesto que sus objetivos eran compartidos por los grupos de interés concernidos. Para ambas, el dato constituye un elemento central para la transformación digital, y comparten el interés en eliminar o reducir las barreras y obstáculos para su compartición. Asumen así que la innovación basada en los datos reportará enormes beneficios a los ciudadanos y a la economía. Por tanto, crear marcos jurídicos que faciliten dichos procesos es un objetivo común para empresas, instituciones y ciudadanía. 

Las aportaciones realizadas desde el mundo académico, empresarial y asociativo han sido abundantes y enriquecedoras, tanto para la fase de elaboración de las normas, como para lo que será su implementación y desarrollo en la práctica. Una de las cuestiones más reiteradas es la preocupación por la forma en que interactuarán las distintas normas de ese ‘paquete normativo digital’. Particularmente importante es la interacción con el Reglamento General de Protección de Datos, razón por la cual DGA y DA han establecido líneas generales sobre la preeminencia de dicho reglamento en caso de conflicto. En este sentido, el incremento de la normativa no impide que surjan situaciones concretas en la práctica alrededor de conceptos clave del ámbito de los datos personales, como el consentimiento, los fines del tratamiento, la anonimización, o la portabilidad.  

Otra de las cuestiones resaltadas tiene que ver con la búsqueda de sinergias entre esta normativa y los modelos de negocio de datos actuales o futuros. El objetivo general reconocido es el de impulsar el desarrollo de los espacios de datos y de la economía del dato en su conjunto. Esta meta será más cercana en la medida en que la ‘carga regulatoria’ no reduzca los incentivos de las empresas a invertir en recopilar y gestionar datos; que no debilite la posición competitiva de las empresas europeas (protegiendo adecuadamente los secretos comerciales, los derechos de propiedad intelectual y la confidencialidad); y que haya un equilibrio adecuado entre los intereses generales y los empresariales. 

El caso de la Data Governance Act 

En el caso de la DGA, las disposiciones relacionadas con los servicios de intermediación de datos ––una de las partes centrales del reglamento–– ocuparon una parte significativa de los análisis previos realizados. Se planteaba, por ejemplo, hasta qué punto podrían competir las PYMEs y empresas de nueva creación con las grandes compañías tecnológicas en la prestación de estos servicios; o si, al exigir la separación estructural que se le requiere a los proveedores de servicios de intermediación de datos (a través de una persona jurídica separada), pudieran darse problemas relacionados con otras funcionalidades de las mismas empresas.   

En la misma línea, se plantea si una economía de los datos más descentralizada requiere nuevos intermediarios, o si bajo la nueva formulación jurídica, pueden estos competir con éxito en los mercados de datos a través de modelos de negocio alternativos no integrados verticalmente.  

Consideraciones al despliegue de la Data Act 

En relación con la DA, la redacción final de la norma clarificó su alcance, la definición de conceptos y la categorización de los datos, como así se había sugerido desde la industria. La aplicación sectorial concreta que se desarrolle a posteriori irá definiendo, aún más, aquellos conceptos e interpretaciones que aporten la deseable seguridad jurídica. 

Seguridad jurídica que se ha esgrimido también en relación con los secretos comerciales, el derecho de propiedad intelectual y la confidencialidad; aspecto que el Reglamento trata de abordar con salvaguardas dirigidas a evitar los usos indebidos y el fraude.  

Otros aspectos que centraron la atención fueron las compensaciones por puesta a disposición; los procedimientos de resolución de conflictos; lo previsto sobre cláusulas contractuales abusivas (dirigidas a compensar el desequilibrio en el poder de negociación); la puesta a disposición de datos en caso de necesidad excepcional; y, finalmente, las disposiciones sobre el cambio de un proveedor de servicio de tratamiento de datos a otro. 

Un punto de partida positivo 

El punto de partida, en cualquier caso, es positivo. La economía de los datos en la Unión Europea se afianza sobre la base de la Estrategia Europea de Datos, y el paquete normativo que la desarrolla. Existen además ejemplos prácticos del potencial de los ecosistemas industriales que se están desplegando en torno a los Espacios Europeos Comunes de Datos en sectores como el turismo, la movilidad y logística, el agroalimentario, entre otros. Además, iniciativas que aglutinan intereses públicos y privados en este ámbito están avanzando de forma muy importante en el despliegue de los fundamentos técnicos y de gobernanza, el fortalecimiento de la posición competitiva de las empresas europeas, y la consecución del objetivo final de un mercado único de datos en la Unión Europea. 

Accede aquí una versión ampliada de esta nota.

En la primera parte de este artículo, se introducía el concepto de estrategia del dato como el esfuerzo que hacía la organización para poner los datos necesarios al servicio de su estrategia de negocio. En esta segunda parte, exploraremos algunos aspectos relacionados con la materialización de dicha estrategia como parte del diseño o mantenimiento – en caso de que ya exista- de un sistema de gobierno del dato.

Para la materialización de la estrategia del dato se deberá abordar un entorno de desarrollo recogido y descrito en un acta fundacional que recoge algunos aspectos como la identificación de los principales responsables de la implementación, los resultados esperados, los recursos disponibles y el plazo establecidos para conseguir los objetivos. Además, contendrá un portfolio de programas de gobierno del dato que incluya proyectos individuales o proyectos relacionados específicos para abordar la consecución de los objetivos estratégicos del dato.

Es importante mencionar que la implementación de una estrategia del dato repercute en el desarrollo y mantenimiento de los diferentes componentes de un sistema de gobierno del dato:

• Procesos
• Estructuras organizacionales
• Principios, políticas y marcos de referencia
• Información
• Cultura, ética y comportamiento
• Personas, habilidades y competencias
• Servicios, infraestructuras y aplicaciones.

En este sentido, puede decirse que cada uno de los proyectos incluidos en el programa del gobierno del dato, tiene como objetivo contribuir a desarrollar o mantener uno o varios de estos componentes.

Debe tenerse en cuenta que el diseño final de este sistema de gobierno de datos se consigue de manera iterativa e incremental en el tiempo, en función de las limitaciones y posibilidades de la organización y de su contexto actual de funcionamiento. Consecuentemente, la priorización, selección y secuenciación de los proyectos dentro del programa de gobierno del dato para implementar los objetivos estratégicos del dato tiene también una naturaleza iterativa e incremental[1].

Los tres mayores riesgos que se suelen encontrar en las organizaciones con respecto a los datos son:

• No saber quién tiene que responsabilizarse de implementar la estrategia del dato,
• No tener el conocimiento adecuado de los datos en cantidad y en calidad y
• No ejercer el control adecuado de los datos, por ejemplo, cumpliendo al menos la legislación vigente.

Por eso, en la medida de lo posible, los proyectos deberían abordarse de la siguiente forma:

• En primer lugar, abordar aquellos proyectos relacionados con la identificación, selección o mantenimiento de estructuras organizativas (objetivo del tipo “alineamiento estratégico”), conocido también como marco de gobierno.
• A continuación, acometer proyectos relacionados con el conocimiento de los procesos de negocio y de los datos que se usan (objetivo del tipo “alineamiento estratégico” orientado a la descripción de los datos mediante los metadatos correspondientes, incluyendo los referidos al ciclo de vida de los datos).
• Y finalmente, proceder a la definición de políticas y los controles derivados para distintas áreas de actuación (que pueden ser del tipo “alineamiento estratégico”, “optimización del riesgo” u “optimización de recursos”).  

La aproximación por artefactos y la aproximación por procesos

A la hora de abordar la definición de estos programas de gobierno del dato, algunas organizaciones con un entendimiento de proyecto más orientado a la generación y despliegue de productos tecnológicos, siguen una aproximación por artefactos. Es decir, enfocan los proyectos que forman parte del programa de gobierno del dato como la consecución de determinados artefactos. Así, es posible encontrar organizaciones cuya primera preocupación a la hora de implantar el gobierno del dato es adquirir e instalar una herramienta específica que dé soporte, por ejemplo, a un glosario de términos, a un diccionario de datos, o a un data lake. Además, como por diversas circunstancias, algunas empresas no diferencian adecuadamente entre el gobierno del dato y la gestión del dato esta aproximación suele ser suficiente. Sin embargo, la aproximación por artefactos introduce el riesgo de “la herramienta sin el manual de instrucciones”: se adquiere la herramienta -probablemente tras una prueba de concepto del vendedor- y se despliega de acuerdo con las necesidades de la organización, pero se desconoce para qué se utiliza y cuándo hacerlo, quedándose el artefacto en numerosas ocasiones como un recurso aislado. Esto, a menos que la organización promueva un profundo cambio, puede acabar suponiendo a la larga un desperdicio de recursos al abandonarse el uso de los artefactos generados.

Una mejor alternativa, como se ha demostrado ampliamente en el sector del desarrollo del software, es la ejecución del programa de gobierno del dato con una aproximación por procesos. Esta aproximación por procesos permite, no solo desarrollar los artefactos necesarios, sino que, de partida modela la forma de trabajo de la organización con respecto a algún área de actuación, y contextualiza la razón de ser y el uso de los artefactos dentro del proceso, especificando quién debe usar el artefacto, para qué, cuándo, qué debe obtenerse al usar el artefacto, etc.

Esta aproximación por procesos es un instrumento idóneo para captar y modelar el conocimiento que la organización ya tiene con respecto a las tareas cubiertas por el proceso, y hacer que dicho conocimiento sea la referencia para nuevas operaciones que se realicen en el futuro. Además, la definición del proceso permite también particularizar las cadenas de responsabilidad y rendición de cuentas y el establecimiento de planes de comunicación, de modo que cada trabajador sabe qué tiene que hacer, qué artefactos debe usar, a quién tiene que pedir o de quién debe recibir recursos para realizar su trabajo, a quién tiene que comunicar sus resultados, o a quién debe escalar posibles problemas.

Esta forma de trabajar proporciona algunas ventajas, como por ejemplo, un comportamiento predecible de la organización con respecto al proceso; la posibilidad de utilizar esos procesos como componentes básicos para la ejecución de los proyectos de datos; la opción de reemplazar fácilmente un recurso humano; o la posibilidad de medir de forma eficiente el desempeño de un proceso. Pero sin duda, una de las mayores ventajas de esta aproximación por procesos, es que permite a las organizaciones adoptar las buenas prácticas contenidas en cualquiera de los modelos de referencia de procesos para el gobierno del dato, gestión del dato y gestión de calidad de los que existen en el panorama actual, como por ejemplo las especificaciones UNE 0077 (para el gobierno del dato), UNE 0078 (para la gestión del dato) y UNE 0079 (para la gestión de la calidad del dato).

Esta adopción habilita la posibilidad de utilizar marcos de trabajo para evaluación y la mejora de procesos, como el descrito en UNE 0080, que incluye el Modelo Alarcos de Madurez de Datos, en el que se introduce el concepto de madurez organizacional de gobierno del dato, gestión del dato y gestión de calidad del dato como un indicador del potencial de la organización para afrontar con determinadas garantías de éxito la consecución de los objetivos estratégicos. De hecho, suele ser frecuente que muchas organizaciones que adoptan la aproximación por procesos incluyan previamente objetivos específicos del dato (objetivos del tipo “alineamiento estratégico”) destinados a preparar la organización -mediante el incremento del nivel de madurez - para dar un mejor soporte a la ejecución del programa de gobierno del dato. Estos objetivos “preparatorios” se manifiestan fundamentalmente en la implantación de los procesos de gobierno del dato, gestión del dato y gestión de calidad del dato que permitan cerrar la brecha entre el estado de madurez inicial actual (AS_IS) y el estado de madurez final necesario de la organización (TO_BE).

En caso de que se elija la aproximación a procesos, los diferentes proyectos contenidos en el programa de datos generarán incrementos controlados y dirigidos en cada uno de los componentes del sistema de gobierno del dato, que permitirán afrontar la transformación de la organización para que se puedan llevar a cabo los objetivos estratégicos del negocio de la organización.

En definitiva, la implementación de una estrategia de datos se manifiesta en el desarrollo o mantenimiento de un sistema de gobierno del dato, que consigue que los datos de la organización se pongan al servicio de los objetivos estratégicos del negocio. El instrumento para conseguir este objetivo es el programa de gobierno del dato, que deseablemente debe ejecutarse mediante una aproximación por procesos para poder beneficiarse de todas las ventajas que esta aporta.

Son cada vez más las organizaciones que deciden gobernar sus datos para asegurarse de que son relevantes, adecuados y suficientes para los usos previstos, esto es, que tienen un determinado valor organizacional.

Aunque los escenarios suelen ser muy variopintos, una observación detenida de las necesidades e intenciones permite descubrir que muchas de estas organizaciones ya habían comenzado a gobernar sus datos hace tiempo, pero no lo sabían. Quizás, lo único que estén haciendo a partir de esa decisión sea manifestarlo explícitamente. Esto suele ocurrir cuando empiezan a ser conscientes de la necesidad de contextualizar y justificar dichas iniciativas, por ejemplo, para hacer frente a un determinado cambio organizacional – como la ansiada transformación digital-, o para hacer frente a un determinado reto tecnológico como la implantación de un data lake para dar mejor soporte a los proyectos de analíticas del dato.

Una estrategia de negocio puede consistir en disminuir los costes necesarios para producir un determinado producto, definir nuevas líneas de negocio, conocer mejor los patrones de comportamiento de los clientes o elaborar políticas que aborden problemas específicos de la sociedad. Para implantar una estrategia de negocio se necesitan datos, pero no cualquier dato, sino datos que sean relevantes y útiles para los objetivos incluidos en la estrategia del negocio. Es decir, datos que se puedan usar como base para contribuir a la consecución de dichos objetivos. Por tanto, puede decirse, que cuando una organización reconoce que necesita gobernar sus datos, en realidad lo que está manifestando es su necesidad de poner determinados datos al servicio de la estrategia del negocio. Y esta es la verdadera misión del gobierno del dato.

Disponer de los datos adecuados para la estrategia de negocio requiere de una estrategia del dato. Es condición necesaria que la estrategia del dato se derive y se alinee con una estrategia de negocio. Por esta razón, es posible afirmar que los proyectos que se están desarrollando (sobre todo los que buscan desarrollar algún artefacto tecnológico), o los que deben desarrollarse en la organización, necesitan de una justificación determinada por una estrategia del dato[1] y, por tanto, formarán parte del gobierno del dato.

Objetivos estratégicos del dato

Una estrategia del dato está compuesta por una serie de objetivos estratégicos del dato, que pueden ser de uno o de una combinación necesaria de los siguientes cuatro tipos genéricos:

• Realización de beneficios: consiste en asegurar que, todos los productores de datos tienen los mecanismos adecuados para producir las fuentes que soporten a la estrategia del negocio, y que los consumidores de datos disponen de aquellos necesarios para poder realizar las tareas precisas para conseguir los objetivos estratégicos del negocio. Ejemplos de este tipo de objetivos puede ser:
  
  • la definición de los procesos de generación de informes (reporting) de la organización;
  • la identificación de la arquitectura de datos más relevante para dar servicio a todas las necesidades de datos en tiempo y forma;
  • la creación de capas de servicios de datos;
  • la adquisición de datos desde terceras fuentes para satisfacer determinadas demandas de datos; o
  • la implantación de las tecnologías de información que dan soporte al aprovisionamiento y consumo de datos
• Alineamiento estratégico: el objetivo es conseguir que los datos se alineen con unos principios o directrices básicas de comportamiento que la organización ha definido, debería haber definido, o que va a definir como parte de la estrategia. Este alineamiento busca homogeneizar la forma de trabajar con los datos de la organización. Ejemplos de este tipo de objetivo pueden ser:
  
  • establecer unas estructuras organizativas que den soporte a las cadenas de responsabilidad y de rendición de cuentas;
  • homogeneizar, reconciliar y unificar la descripción de los datos en diferentes tipos de repositorios de metadatos;
  • definir e implementar las buenas prácticas de la organización con respecto al gobierno del dato, la gestión del dato y la gestión de la calidad del dato[2];
  • readaptar o enriquecer (lo que en terminología DAMA se conoce como operativizar el gobierno del dato) los procedimientos de datos de la organización para alinearlos a las buenas prácticas instauradas por la organización en los diferentes procesos;
  • o definir políticas del dato en cualquiera de las áreas de actuación de la gestión del dato[3] y asegurar su cumplimiento, entendiendo esta como seguridad, gestión de datos maestros, gestión de datos históricos, etc.
• Optimización de recursos: consiste en establecer directrices para asegurar que la generación, uso y explotación de los datos utiliza los recursos de la organización de la forma más adecuada y eficiente posible. Algunos ejemplos de este tipo de objetivos podrían incluir:
  
  • la disminución de costes de almacenamiento y procesamiento de datos a sistemas de almacenamiento mucho más eficientes y eficaces, como las migraciones de las capas de almacenamiento y procesamiento de los datos a la nube[4];
  • la mejora de los tiempos de respuestas de determinadas aplicaciones mediante la retirada de datos históricos; la mejora de la calidad de los datos;
  • la mejora de las habilidades y conocimientos de los diferentes participantes en la explotación y uso de los datos;
  • el rediseño de planes de negocio para hacerlos más eficientes; o
  • la redefinición de roles para simplificar la asignación y delegación de responsabilidades.
• Optimización de riesgos: el objetivo fundamental es analizar los posibles riesgos relacionados con los datos que pueden malograr la consecución de los diferentes objetivos de negocio de la organización, o incluso poner en peligro su viabilidad como entidad, y desarrollar los mecanismos adecuados de tratamiento del dato. Algunos ejemplos de este tipo de objetivo serían:
  
  • la definición o la implantación de mecanismos de seguridad y protección de datos;
  • el establecimiento de los parámetros éticos necesarios; o
  • el aseguramiento de recursos humanos suficientemente cualificados para hacer frente a la rotación funcional.

Una lectura detenida de los ejemplos propuestos puede llegar a hacer pensar que algunos de estos objetivos estratégicos del dato podrían entenderse como si fueran de distintos tipos simultáneamente. Por ejemplo, asegurar la calidad de los datos que se van a usar en determinados procesos de negocio puede buscar, de alguna forma, garantizar que los datos no solo se usen (“realización de beneficios” y “optimización de riesgos”), sino que también contribuyan a garantizar que la organización tenga una imagen de marca seria y responsable con los datos (“alineamiento estratégico”) que evite tener que realizar frecuentemente acciones de limpieza de datos, con el consiguiente desperdicio de recursos (“optimización de recursos” y “optimización de riesgos”).

Habitualmente, el proceso de selección de uno o más objetivos estratégicos del dato debe realizarse no solo teniendo en cuenta el contexto de la organización y el alcance de dichos objetivos en términos funcionales, geográficos o de datos, sino que también se debe considerar la dependencia entre los objetivos planteados y la forma en la que éstos deban secuenciarse. Puede ser habitual que el mismo objetivo estratégico abarque datos que se usan en distintos departamentos o incluso que se aplique a diferentes datos. Por ejemplo, el objetivo estratégico de los tipos “realización de beneficio” y “optimización de riesgos”, llamado “garantizar el nivel de acceso a los repositorios de datos personales”, abarcaría los datos personales que se pueden usar en los departamentos comercial y de operaciones.

Teniendo en cuenta las responsabilidades típicas de gobierno del dato (evaluar, dirigir, monitorizar), se recomienda el uso de la técnica SMART (por sus siglas en inglés: specific, measurable, achievable, realistic, time-bound) para la selección de los objetivos estratégicos. Así, estos objetivos estratégicos deben:

• ser específicos,
• poder medirse y monitorizarse su nivel de consecución,
• que sean alcanzables y realistas dentro del contexto de la estrategia y de la empresa y, por último,
• que su consecución sea limitada en el tiempo.

Una vez que se han identificado los objetivos estratégicos del dato, y que se cuenta con el respaldo y apoyo económico de la directiva de la organización, debe afrontarse su implementación teniendo en cuenta las dimensiones comentadas anteriormente (contexto, aspectos funcionales y dependencias entre los objetivos), mediante la definición de un determinado programa de gobierno del dato. Es interesante resaltar el hecho de que, tras el concepto de “programa”, está la idea de “conjunto de proyectos interrelacionados entre sí que contribuyen a un objetivo específico”.

En definitiva, una estrategia del dato es la forma en la que una organización pone los datos necesarios al servicio de la estrategia del negocio de la organización. Esta estrategia del dato está compuesta por una serie de objetivos estratégicos que pueden ser de uno de los cuatro tipos expuestos o una combinación de los mismos. Finalmente, la implementación de esta estrategia del dato se realizará mediante el diseño y ejecución de un programa de gobierno de datos, aspectos que abordaremos en un próximo post.

______________________________________________

Contenido elaborado por Dr. Ismael Caballero, Profesor titular en UCLM y Dr. Fernando Gualo PhD en Tecnologías Informáticas Avanzadas y – Consultor Gobierno y Calidad de datos 

Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de sus autores.

Los datos abiertos suponen el nivel más alto de intercambio de datos, ya que están disponibles de manera gratuita y son accesibles para todos. Procesados de manera adecuada y garantizando un pleno respeto a la protección de datos personales, pueden ayudar a los ciudadanos, empresas y sector público a tomar mejores decisiones.

Los datos abiertos, junto con el resto de datos, juegan un papel clave la creación de espacios de datos, tal y como refiere la Estrategia Europea de Datos. Como recoge el documento, la puesta en marcha de espacios de datos comunes e interoperables en sectores estratégicos se constituye con el objetivo de “superar los obstáculos técnicos y jurídicos a la puesta en común de datos entre organizaciones, combinando las herramientas e infraestructuras necesarias y abordando cuestiones de confianza”, por ejemplo, mediante normas comunes desarrolladas para el espacio”.

Teniendo en cuenta su relevancia, la Academia del Portal de Datos Europeo ha organizado una serie de seminarios web sobre espacios de datos. El primero de ellos se celebró el pasado 12 de mayo en formato online y se puede ver aquí. En él, se mencionaron las novedades y progresos que se están llevando a cabo respecto a los data spaces, avances que en España se vienen realizando desde la Oficina del Dato.

Resumimos a continuación los principales aspectos abordados en este primer seminario, en el que participaron Daniele Rizzi, Principal administrator and policy officer y Johan Bodenkamp, Policy and project officer en la Dirección General de Redes de Comunicación, Contenido y Tecnologías de la Comisión Europea, con la moderación de Giulia Carsaniga, Research and Policy Lead Consultant en Capgemini.

Los espacios de datos y la estrategia digital de la UE

En la primera parte del seminario, que se celebró de manera online, se destacó cómo la transformación digital es una de las grandes prioridades de la Unión Europea. De hecho, Europa cuenta con una estrategia específica para avanzar en este aspecto, es decir, lograr ‘Una Europa adaptada a la era digital’, y es una de las seis prioridades 2019-24 de la Comisión Europea.

La estrategia digital de la Unión Europea tiene como objetivo hacer que la trasformación digital beneficie a las personas y las empresas, contexto en el que se enmarca la Estrategia Europea de Datos de febrero de 2020, que recoge una serie de medidas para el impulso de un mercado europeo del dato, a semejanza del Mercado Común Europeo, germen de la actual UE.

La creación de este mercado europeo del dato requiere del establecimiento de una serie de acciones y estándares con un enfoque basado en los datos, la tecnología y la infraestructura. A ello, contribuye además el esfuerzo colectivo, en el que se encuadran programas públicos como DIGITAL Europe o privados como Gaia-X.

Un año después de la aprobación de la Estrategia Europea del Dato, el Consejo Europeo reconocía, en marzo de 2021, “la necesidad de acelerar la creación de espacio de datos comunes y asegurar el acceso e interoperabilidad de los datos” e invitaba a la Comisión a “presentar el progreso realizado y las medidas restantes necesarias para establecer los espacios de datos sectoriales anunciados en la Estrategia Europea de Datos de febrero de 2020”. Posteriormente, en febrero de 2022 la Comisión Europea publicó un documento de trabajo sobre el mercado europeo del dato.

Tras contextualizar en el marco europeo el desarrollo del concepto de espacios de datos, los ponentes del webinar pasaron a explicar aquellas piezas fundamentales que formarán parte de los espacios de datos, algunas de ellas ya están operativas y otras se encuentran en desarrollo. En el seminario se dio una visión general de cómo se espera que sea el espacio de datos europeo, y se destacaron las siguientes partes:

En primer lugar, se habló sobre los datasets de alto valor del sector público. En enero de este año la Comisión Europea publicó el listado de conjuntos de datos de alto valor entendido como aquellos que aportan valor añadido e importantes beneficios para la sociedad. Existe una amplia variedad de datos de alto valor englobados en diferentes áreas (salud, agricultura, movilidad, energía, etc.) que las partes interesadas ponen a disposición con diferentes grados de apertura. Tal y como se explicó en el webinar, la idea es comenzar a crear espacios de datos de alto valor comunes en áreas más homogéneas, aunque el objetivo final es que en ese mercado europeo se compartan datos entre todas ellas, ya que la mayoría de las aplicaciones requerirán datos de diferentes ámbitos.

Para apoyar la creación de esos espacios de datos, la primera iniciativa que se ha puesto en marcha en Europa es la creación del Data Spaces Support Centre. Este centro explora las necesidades de las iniciativas de los espacios de datos, define requisitos comunes, establece las mejores prácticas para acelerar la formación de espacios de datos soberanos como un elemento crucial de la transformación digital en todas las áreas y se encarga de garantizar su interoperabilidad mediante el cumplimiento de unos estándares comunes.

Para que todo esto se pueda desarrollar, es necesario contar con una infraestructura técnica para los espacios de datos, que se encarga de facilitar servicios cloud y edge-cloud, soluciones de middleware inteligente (Simpl), mercado digital, computación de alto rendimiento, plataforma de inteligencia artificial bajo demanda e instalaciones de prueba y experimentación de IA.

Diferencias y similitudes entre los espacios de datos y los datalakes

Tras repasar la visión general de los espacios de datos en Europa, en el seminario se abordaron sus principales características. De esta forma, se presentó un espacio de datos como una infraestructura de TI segura y respetuosa con la privacidad para agrupar, acceder, procesar, usar y compartir datos. Además, se definió como un mecanismo de gobernanza de datos que comprende un conjunto de reglas de naturaleza administrativa y contractual que determinan los derechos de acceso, procesamiento, uso y compartición de datos de manera confiable, transparente y en cumplimiento de la legislación vigente.

Una de las características que se destacaron en el webinar sobre este tipo de infraestructura es que en ella los titulares de los datos tienen el control sobre quién puede acceder a qué datos, con qué propósito y bajo qué condiciones pueden ser utilizados, Además, hay una gran cantidad de datos disponibles de forma voluntaria que pueden ser reutilizados de forma gratuita o a cambio de una remuneración, dependiendo de la decisión de los titulares de los datos.

Finalmente, se subrayó el hecho de que los espacios de datos cuentan con la participación de un número abierto de organizaciones/individuos, respetando las normas de competencia y garantizando un acceso no discriminatorio para todos los participantes.

Otro de los conceptos que se abordó en el seminario fue el de datalake, para compararlo con el de un espacio de datos. Así, se definieron los lagos de datos como repositorios que permiten almacenar datos estructurados y no estructurados a cualquier escala. En un datalake, según explicaron en el seminario, es posible almacenar datos tal y como están, sin necesidad de estructurarlos previamente y ejecutar diferentes tipos de análisis, desde paneles de control y visualizaciones hasta realizar procesamiento de big data, análisis en tiempo real y aprendizaje automático para tomar decisiones más acertadas. El acceso al datalake implica la posibilidad de acceder a todos los datos contenidos que se albergan en él, no necesariamente de manera ordenada.

Por otra parte, un espacio de datos, en palabras de los ponentes, se puede definir como un ecosistema de datos federado basado en políticas y reglas compartidas. Los usuarios de dichos espacios de datos tienen la capacidad de acceder a los datos de manera segura, transparente, confiable, fácil y unificada. En un espacio de datos los titulares de los datos tienen el control sobre el acceso y uso de sus datos. Desde una perspectiva técnica, se puede ver un espacio de datos como un concepto de integración de datos que no requiere esquemas de bases de datos comunes ni integración física de datos, sino que se basa en almacenes de datos distribuidos e integrados según sea necesario.

Haciendo un símil con la acción de conseguir peces, en el datalake el usuario tiene que pescarlos por sí mismo, y un espacio de datos sería como ir a un mercado de peces.

Próximos pasos: Marco de gobernanza y actores europeos

Una vez presentada la diferencia entre dataspaces y datalakes, en el webinar se abordó el cambio de paradigma de intercambio de datos que está sucediendo en la actualidad. Hasta ahora, se empleaba un intercambio bilateral de datos basado en acuerdos contractuales, sin embargo, va tomando fuerza un nuevo modelo de infraestructuras de intercambio de datos con alojamiento centralizado de datos y/o mercados de datos que permiten reducir los costes de transacción cuando los datos no se mantienen en un repositorio central.

El siguiente paso en la evolución de los espacios de datos sería, según los ponentes, la creación de enlaces entre los participantes, en un modelo en el que los datos se federasen y se almacenasen de manera distribuida con herramientas que permitan la búsqueda, el acceso y el análisis en múltiples industrias, empresas y entidades.

Para que este proceso ocurra, tal y como los ponentes explicaron, es necesario el apoyo y trabajo coordinado de diferentes actores. Por un lado, sería fundamental establecer unas normas comunes que faciliten el intercambio de datos y acercar a los diferentes actores implicados a una política común de datos en la UE. Igualmente es indispensable ofrecer soluciones técnicas y apoyo financiero.

En esta línea, en el webinar se destacó un importante hito: la puesta en marcha del European Data Innovation Board (EDIB) que apoyará a la Comisión en la publicación de directrices para facilitar el desarrollo de los espacios comunes europeos de datos y la identificación de las normas y los requisitos de interoperabilidad necesarios para el intercambio de datos.

Como se indicó anteriormente, la puesta en marcha del espacio de datos precisa de arquitectura técnica, por lo que en el webinar se destacaron dos soluciones técnicas gratuitas:

• Los Building Blocks: Soluciones digitales abiertas y reutilizables basadas en estándares que permiten funcionalidades básicas, como la autenticación confiable y el intercambio seguro de datos.
• Simpl: El middleware inteligente que permitirá federaciones basadas en la nube y nube en el borde. Apoyará las principales iniciativas de datos financiadas por la Comisión Europea, como los espacios de datos europeos comunes.

El papel clave del Data Spaces Support Centre

Al final del seminario se presentó con más detalle la iniciativa Data Spaces Support Centre (DSCC). Este centro, creado en octubre de 2022, da apoyo a las diferentes iniciativas en la creación de espacios de datos y está previsto que finalice su actividad en marzo de 2026. Está formado por doce socios y cuenta además con dieciséis socios colaboradores, entre los que se encuentran importantes asociaciones y empresas con experiencia en el ámbito del intercambio de datos.

El DSCC tiene como misión principal la creación de una red de socios y una comunidad, a la que proporciona las herramientas para la creación de los espacios de datos. Se centra de manera especial en la interoperabilidad y pretende generar sinergias a nivel europeo para el desarrollo de espacios de datos.

En el webinar se hizo un repaso de las colaboraciones y las iniciativas en las que participa el Data spaces support centre y se destacó que en su web está disponible el kit de inicio, un punto de partida para la construcción de los espacios de datos.

En la recta final del seminario, para dar una visión general de los espacios de datos, se detallaron cuáles son los actores relevantes del espacio común de datos europeo:

• Data Spaces Support Centre (DSSC): Encargado de coordinar las acciones relevantes en los espacios de datos.
• Data Space Coordination and Support Actions (CSAs): Se centra en los espacios de datos sectoriales.
• European Data Innovation Board: A partir de septiembre de 2023, se ocupará de fijar las directrices para lograr la interoperabilidad en los espacios de datos.

Si quieres saber más sobre el concepto de los espacios de datos y su relevancia en la actualidad, puedes ver el seminario completo en el siguiente vídeo:

Los materiales formativos están disponibles en https://data.europa.eu/en/academy:

• La sesión grabada: https://www.youtube.com/watch?v=L9U-eKVtspA
• La presentación de apoyo del webinar: https://data.europa.eu/en/academy/role-dataeuropaeu-eu-data-spaces

Hace algo más de un año —y después de un extenso proceso de análisis, investigación y consultas públicas—, el gobierno del Reino Unido anunciaba su nueva estrategia nacional de datos creada para dar respuesta al papel cada vez más relevante que tienen en todos los aspectos de nuestra sociedad. La estrategia está diseñada sobre la base de otras iniciativas relacionadas como la estrategia industrial, el mapa de ruta de investigación y desarrollo,  la revisión de la industria de la inteligencia artificial y el acuerdo marco entre el gobierno y dicha industria. Como parte de este proceso se han identificado cinco oportunidades clave en las que los datos podrían jugar un papel realmente transformador en el país: estimular la productividad y el comercio; respaldar la creación de nuevos negocios y empleos; aumentar la velocidad, la eficiencia y el ámbito del conocimiento científico; mejorar las políticas y los servicios públicos; y contribuir a la creación de una sociedad más justa para todos.

Dicha estrategia de datos está llamada a formar parte de la estrategia digital nacional (todavía en desarrollo) y se construye en su conjunto sobre cuatro pilares estructurales. Estos pilares se corresponden con los retos pendientes detectados durante la fase de análisis:

1. La adopción de los fundamentos básicos de los datos, entendidos como la identificación de los datos que sean más adecuados para un determinado propósito, y el hecho de que estos se encuentren siempre almacenados en formatos estándar y en sistemas que permitan su localización, acceso, interoperabilidad y reutilización.
2. El desarrollo de capacidades en materia de datos, incluyendo un amplio rango de habilidades —tanto técnicas como de gestión— que abarquen desde las más genéricas y básicas a otras más específicas y avanzadas.
3. Las mejoras en el acceso y la disponibilidad de los datos, creando un entorno que facilite el flujo y la reutilización de los datos a través de todos los sectores públicos y privados a la vez que se cumple con las garantías de seguridad y privacidad necesarias.
4. El uso responsable de los datos, de forma segura, ética y cumpliendo con toda la legislación aplicable, pero dando también cabida a su explotación para la investigación, el desarrollo y la innovación.

Sobre estos pilares se desarrollan 5 áreas de acción prioritarias como parte central de la estrategia, cuyo objetivo será dar respuesta a las barreras identificadas que podrían obstaculizar las nuevas oportunidades existentes en el sector de los datos:

1. Liberar el valor de los datos en la economía, reconociendo el valor general de los datos como nuevo y pujante activo económico, pero al mismo tiempo estudiando cada caso particular en busca del equilibrio necesario entre los derechos individuales y el beneficio común.
2. Mantener una política de datos que sea favorable al crecimiento y a la confianza de forma simultánea, para que no suponga una barrera de entrada a los nuevos agentes innovadores y que se pueda adaptar al ritmo de crecimiento de las nuevas tecnologías. Un régimen a través del cual las empresas gestionen los datos de forma más transparente y las personas puedan tomar decisiones sobre sus datos de manera más informada.
3. Transformación en el uso de los datos por parte del gobierno, con el objetivo de mejorar la eficiencia de los servicios públicos. Para ello sería necesario apoyarse en el liderazgo de la figura del Chief Data Officer a la hora de revitalizar y transformar la manera en la que los datos se recolectan, se gestionan, se usan y se comparten a lo largo de la administración.
4. Garantizar la seguridad y la fiabilidad de las infraestructuras que dan servicio a los datos, protegiendo los datos de potenciales ciberataques o de cualquier otra posible amenaza de alteración o interrupción en el servicio —tanto cuando están almacenados como cuando se encuentran en uso o en tránsito.
5. Fomentar los flujos internacionales de datos, creando un entorno de confianza que garantice la seguridad, privacidad y confidencialidad de los datos en todo momento; eliminando obstáculos innecesarios a la hora de compartir los datos entre países; desarrollando estándares que faciliten la interoperabilidad; y fomentando la adopción internacional de los mismos estándares y valores que se aplican en el país a la hora de trabajar con los datos.

Un año después de la publicación de esta estrategia el gobierno de Reino Unido lanza una nueva consulta para su reforma —ésta vez con el objetivo de implantar una gobernanza de los datos más flexible que permita acelerar la innovación, eliminar las barreras innecesarias en el uso de los datos y fomentar el crecimiento económico, a la vez que se protegen los intereses del público. Esta nueva consulta viene cargada de múltiples propuestas de reforma, algunas de ellas bastante llamativas por cuestionar varios de los aspectos más relevantes dentro del marco de protección de datos de referencia existente en la actualidad en un intento de hacerlo más flexible para las empresas. Algunos de los temas sobre los que se ha debatido son:

• La obligatoriedad de contar con responsables de protección de datos en las empresas.
• La necesidad de llevar a cabo evaluaciones preliminares del posible impacto de su actividad en la privacidad de las personas.
• La obligación de contar con registros de todas las actividades de procesamiento de datos personales que se llevan a cabo en las empresas.
• La definición de qué constituye exactamente una “brecha de datos” y el umbral a partir del cuál se consideraría una brecha de impacto significativo.
• El establecimiento de una serie de usos legítimos de datos que no necesitarían de consentimiento.

Las propuestas y consideraciones concretas de la reforma pueden analizarse en detalle a través del extenso documento publicado para la consulta y también mediante el análisis del impacto estimado. No obstante, aunque el plazo oficial de consulta ya ha finalizado todavía tendremos que esperar algunos meses para poder conocer las reacciones y comentarios de las empresas, organizaciones y ciudadanos ante tales propuestas —una vez el gobierno concluya su análisis de las respuestas y sus conclusiones sobre esta nueva consulta.

Contenido elaborado por Carlos Iglesias, Open data Researcher y consultor, World Wide Web Foundation.

Los contenidos y los puntos de vista reflejados en esta publicación son responsabilidad exclusiva de su autor.