Gracias a la transformación digital, a través de internet se muestran millones de datos. De acuerdo con estadísticas mundiales, en 2021 se consumieron 79 zettabytes en el planeta, un número que ha crecido de forma exponencial en comparación con años anteriores. Y para 2025 se espera que se consuman 180 zettabytes. Ante esta realidad, conocer el ciclo de vida del dato es algo útil e interesante.
Y es que no tiene sentido poseer grandes lagos de información si esta no se gestiona y no se convierte en conocimiento. Es aquí donde las empresas y organizaciones tienen una tarea importante: adoptar un área o figura profesional encargada de administrar y procesar los datos que se generan, y transformarlos en posibles soluciones. Las compañías que hacen esto se conocen como empresas basadas en datos.
En este sentido, la profesionalización de la gestión del dato obliga a las organizaciones, especialmente las sanitarias, a incorporar nuevos perfiles para el tratamiento de la información y a ver esta tarea como algo esencial, al servicio de las necesidades del negocio. A continuación te contamos más.
La importancia de convertir el dato en conocimiento
Los datos son valiosos, pero no sirve de nada tenerlos sin administrarlos o procesarlos. Se dice que, además de aportar posibles soluciones a problemas y automatizar los procesos, pueden ser un arma de doble filo, puesto que si son mal gestionados pueden ocasionar errores o conflictos en la toma de decisiones.
En este apartado es necesario recordar una de las aportaciones de Russell Ackoff, quien en 1988 presentó un esquema del conocimiento que tenía como base u origen los datos. El esquema se compone de la siguiente manera:
- Datos: elementos que representan acciones.
- Información: datos procesados con un fin útil.
- Conocimiento: aplicación mental de la información.
- Sabiduría: evaluación e internalización del conocimiento.
De acuerdo con Statista, los saberes de la Inteligencia Artificial (IA), el Internet de las cosas (IoT) y las redes sociales han propulsado el Big Bang del Big Data. Esto permite que en las organizaciones la inteligencia sea colectiva y las áreas tecnológicas se complementen entre sí, lo cual facilita el servicio y la atención sanitaria en los sistemas de salud, y da como resultado una mejor experiencia de usuario.
Ahora los datos son más importantes que el petróleo. En cuanto al sector salud, cabe destacar que es uno de los más atacados por los hackers, puesto que la información de cada paciente o cliente es muy valiosa. De hecho, parte del procesamiento de datos pasa por tener en cuenta los roles de ciberseguridad dentro de la gestión empresarial, para garantizar el bienestar individual y colectivo.
Es importante mencionar también que, dentro de la gestión de la información, existe una metodología llamada DAMA, la cual se basa en una serie de prácticas que garantizan el tratamiento adecuado de los datos. La calidad, la arquitectura, el diseño y la seguridad de los mismos son solo algunas de las actividades que se agrupan en esta metodología.
El ciclo de vida del dato
Sea cual sea el área de aplicación, los datos requieren ser procesados. Para ello se debe seguir el ciclo de vida del dato, conformado por las siguientes etapas:
- Planificar. Este paso consiste en establecer un plan para gestionar los datos. Es decir, determinar la información que se recopilará, cómo se recopilará y cuál será el objetivo.
- Recopilar o capturar. La segunda etapa consiste en adquirir los datos según lo planificado, a través de métodos manuales o automáticos.
- Almacenar y conservar. En este momento del ciclo de vida del dato hay que aplicar procedimientos que aseguren el resguardo de los datos y conservarlos antes de procesarlos. Aquí se debe considerar la privacidad y los derechos de autor según sea el caso.
- Procesar. Esta etapa incluye la integración, la limpieza y el enriquecimiento de los datos. Además, en ella se consideran elementos como la homogeneidad y la calidad de los mismos.
- Publicar. Esto consiste en poner a disposición del público los datos procesados y transformados para que puedan ser utilizados en otros sectores y se enriquezcan.
- Analizar. En la última de las etapas del ciclo de vida del dato se analizan los datos ya publicados y se corrobora cómo se comportan en otras áreas. También hay que conservar su vigencia en el tiempo y desecharlos cuando ya no se pueda sacar provecho de ellos.
El rol del Chief Data Officer (CDO)
Dentro de los organigramas de las organizaciones sanitarias, es necesario incorporar la figura del Chief Data Officer (CDO) dentro del Comité de Dirección y con dependencia directa del Chief Executive Officer (CEO).
Este nuevo rol estratégico es tan importante porque permite garantizar la ejecución, el acceso y el resguardo de datos de calidad. Algo que da como resultado una ventaja competitiva, gracias a la agilidad resultante en los tiempos de tratamiento y análisis de la información.
En la estructura de la alta dirección tecnológica es necesario precisar las diferencias entre el CDO y el CIO (Chief Information Office). Ambos perfiles trabajan de la mano y se complementan el uno al otro:
- Por un lado, el CIO se encarga de la gestión de los recursos tecnológicos de la organización.
- Por el otro, el CDO se centra en la creación de estrategias basadas en los datos, que se puedan adecuar a los recursos disponibles.
Conclusión
Las organizaciones sanitarias se están transformando en data driven organizations, pero no podemos olvidar que en ellas la capa humanista es la pieza fundamental, lo que obliga a buscar un equilibrio.
La utilización del dato de manera eficiente precisa definir una nueva estructura dentro de las organizaciones sanitarias, en la que se lidere la gestión del ciclo de vida del dato y se garantice que este aporta valor a la capa del negocio.
Actualmente, este proceso está en auge. Muchas empresas y organizaciones quieren disponer de este tipo de estructuras, que no solo cuentan con profesionales especializados, sino también con infraestructuras tecnológicas especialmente diseñadas. Estas han de ser capaces de acompañar a los servicios asistenciales y no asistenciales a la hora de definir modelos de predicción y anticipación que hagan a las organizaciones más eficaces y eficientes. ¿Cuenta la tuya con las herramientas necesarias?
- Aplicaciones y ejemplos IoT en el sector logístico - 6 de diciembre de 2022
- El ciclo de vida del dato en los sistemas de salud - 18 de octubre de 2022
- Ciberseguridad y organizaciones sanitarias: ¿qué debes saber? - 19 de agosto de 2022
13 de marzo de 2023
Hi,
I am interested in using your service. Do you offer free trial?
Manuel P.