Parte I: Estrategias clave de la gestión de datos en el Sector Financiero

IT ahora, organizó en su segmento de Estrategia, Tecnología y Negocio, el conversatorio “Estrategias clave de la gestión de datos en el Sector Financiero”. En la primera parte contamos con líderes de IT de varias cooperativas de ahorro y crédito del país, quienes dieron a conocer algunas iniciativas trabajadas en relación con la gestión de datos. Compartimos la charla con Susana Ibarra, Jefa de Tecnología de la Cooperativa de Ahorro y Crédito Cámara de Comercio de Ambato;   Carlos Julio Barreto, Jefe de Tecnología de Cooperativa Biblián, César Obando, Jefe de Tecnología de Cooperativa Alianza del Valle; Juan Carlos Castro, Gerente de Tecnología de Mutualista  Azuay, José David Ávila, Gerente de Tecnología de Cooperativa Jardín Azuayo; Carlos Santamaría, Responsable de Tecnología de Cooperativa Oscus,   Christian Choy, Gerente Comercial de DW Consulware y Paúl Calvache, Consultor de DW Consulware.

CONCLUSIONES

• El gobierno de datos en las empresas del país se encuentra en una etapa temprana. Muchas de las instituciones del sector de cooperativas de ahorro y crédito están enfocadas en BI y generación de dashboard, adicionalmente, desarrollan acciones a corto y mediano plazo tener una gestión de datos con gobierno.

• El gobierno de datos provee un marco operativo para que las cooperativas de ahorro y crédito gestionen adecuadamente sus datos cumpliendo con las políticas, normativas y buenas prácticas.
• Al contar con un esquema claro de leyes, reglamentos permitirá competir a todos en igualdad de condiciones.

• Para empezar una estrategia de gobierno de datos es recomendable empezar con tres aspectos en paralelo:

1. Desarrollar una cultura
2. Crear una estructura orgánica con una estrategia de datos alineada a los objetivos empresariales.
3.  Iniciar la implementación con un caso de uso orientado a responder los objetivos del negocio

Aspectos a tomar en cuenta para organizar la data

• Al momento de utilizar tecnología se debe empezar con la creación de estructuras y modelos que ayuden a emparejar data estructurada y no estructurada mostrando la información dependiendo del objetivo que se tenga.
• Es importante, y muy pocas instituciones lo hacen, gestionar los metadatos de las soluciones de Big data con el fin de facilitar la aplicación de un modelo de analítica o   IA data, la cantidad, variedad y calidad de los datos.
• Usar herramientas de gestión de metadatos que nos ayuden a etiquetar varios atributos de los datos como por ejemplo la fecha de caducidad del dato.