Según Gartner, el futuro de los metadatos activos es prometedor, ya que las organizaciones dependen cada vez más de los datos para impulsar sus resultados empresariales. Se prevé que para 2025, el 601% de las organizaciones incorporará activamente la gestión de metadatos en sus iniciativas generales de gestión de datos, frente a tan solo el 101% en 2017.
Los metadatos activos son cada vez más importantes en el panorama de datos moderno y se espera que desempeñen un papel fundamental para permitir que las organizaciones extraigan el máximo valor de sus activos de datos.
¿Qué son los metadatos activos?
¿Qué sucede al aplicar aprendizaje automático (ML) a los metadatos para que puedan usarse para tomar decisiones y desencadenar acciones? Aplicar ML a los metadatos los transforma en "metadatos activos", es decir, que son procesables.
Los metadatos son los datos que describen los datos. Para un recordatorio de los tipos y descripciones de metadatos, consulte Gestión de metadatos 101: conozca sus datos. Los metadatos activos son metadatos aumentados mediante ML que pueden usarse para tomar acciones o decisiones basadas en ellos.
Los metadatos activos deben ser esclarecedores para que sean útiles para la acción y deben almacenarse y estar disponibles de forma que permitan su uso operativo. Las plataformas de gestión de metadatos aplican el aprendizaje automático (ML) para generar información sobre los metadatos y tomar medidas al respecto. La acción puede ocurrir activando un flujo de trabajo o una plataforma puede tomar medidas automáticamente.
¿Por qué son importantes los metadatos activos?
La gestión activa de metadatos es crucial para gobernanza de datos eficazSin ella, los procesos de gestión de datos pueden volverse ineficientes e ineficaces, lo que conlleva una toma de decisiones deficiente, un mayor riesgo y un desperdicio de recursos. A continuación, se presentan algunas razones por las que la gestión activa de metadatos es importante para la gobernanza de datos:
- Visión completa y actualizada de los datos: La gestión activa de metadatos proporciona una visión completa y actualizada de los datos, incluyendo su linaje, calidad y contexto. Esto ayuda a las organizaciones a comprender el origen y el historial de sus datos, y a garantizar que se utilicen correctamente y de conformidad con los requisitos normativos.
- Monitoreo en tiempo real de la calidad de los datos: La gestión activa de metadatos permite la monitorización en tiempo real de la calidad de los datos mediante métricas como la integridad, la precisión y la consistencia. Esto puede ayudar a las organizaciones a identificar y resolver problemas de calidad de los datos antes de que afecten negativamente a las operaciones comerciales o la toma de decisiones.
- Aplicación de políticas y estándares de gobernanza de datos: La gestión activa de metadatos permite aplicar políticas y estándares de gobernanza de datos, como controles de acceso, retención y clasificación de datos. Esto ayuda a las organizaciones a garantizar que los datos se utilicen conforme a los requisitos normativos y que los datos confidenciales estén protegidos contra accesos no autorizados o usos indebidos.
- Análisis y toma de decisiones mejorados: La gestión activa de metadatos puede optimizar el análisis y la toma de decisiones al proporcionar contexto e información adicional sobre los datos. Esto ayuda a las organizaciones a identificar patrones, tendencias y correlaciones en sus datos y a tomar decisiones más informadas basadas en esa información.
Al gestionar continuamente los metadatos, las organizaciones pueden garantizar la precisión, fiabilidad y seguridad de sus datos. Esto puede mejorar la toma de decisiones, reducir el riesgo y aumentar la eficiencia de los procesos de gestión activa de metadatos.
¿Quién lo utiliza?
Los analistas de negocios toman decisiones comerciales analizando los datos físicos.
- Perspectiva analítica de ML de datos físicos: Los datos de ventas de los clientes muestran que la demanda de un producto está aumentando.
- Acción comercial resultante: La empresa puede aumentar la oferta para satisfacer la mayor demanda.
Los equipos de gestión de datos toman decisiones de gestión de datos analizando los metadatos.
- Información analítica de metadatos de ML: Los datos de ventas de los clientes contienen información personal.
- Acción de gestión de datos resultante: El equipo de datos necesitará aplicar un flujo de trabajo o automatización para proteger la información personal.
Ejemplos de metadatos activos
Este artículo describe tres ejemplos de metadatos activos para ilustrar el valor de cómo se utilizan los metadatos activos para el cumplimiento de la privacidad y las regulaciones, la calidad proactiva de los datos y la mejora del contexto de los datos.
1. Metadatos activos para la privacidad y el cumplimiento normativo
Plataformas de gestión de metadatos que pueden identificar información personal y sensible generar metadatos activos que puedan usarse para cumplimiento normativo.
Por ejemplo, un conjunto de datos que incluye información personal podría tener metadatos asociados para identificar dicha información. Los metadatos son activos porque permiten tomar medidas para proteger esos datos. En una plataforma automatizada, los metadatos podrían activar una política de enmascaramiento dinámico basada en roles para mostrar u ocultar datos según si el usuario tiene acceso a ciertas clasificaciones y tipos de datos.
2. Metadatos activos para una calidad de datos proactiva
Los sistemas que pueden analizar datos y evaluar su calidad pueden incluir información sobre la calidad de los datos como metadatos activos.
Por ejemplo, si una columna tiene un porcentaje mayor de valores nulos o atípicos que el umbral aceptable, los metadatos mostrarán que el conjunto de datos presenta un problema de calidad. Estos metadatos están activos para usarse en un flujo de trabajo o para activar una alerta automática que indique que el conjunto de datos contiene un problema de calidad. El propietario de los datos ahora puede tomar medidas proactivas para corregir o eliminar el conjunto de datos e impedir que se utilicen para el análisis.
3. Metadatos activos para un mejor contexto de los datos
En la mayoría de los casos, los datos no suelen presentarse en columnas perfectamente etiquetadas y definidas. A veces, los nombres de las columnas son tan confusos que no se parecen en nada a los datos de la columna o el recurso de datos subyacente.
Por ejemplo, una organización tiene una lista de números de la seguridad social en una columna cuyo nombre no indica que la columna contenga números de la seguridad social. Una plataforma de inteligencia de datos puede analizar los datos, determinar si la columna contiene números de la seguridad social y asignar un nombre o etiqueta apropiados como metadatos. Ahora, el conjunto de datos cuenta con metadatos para reconocer el contenido y tomar medidas al respecto. Un flujo de trabajo puede alertar a un administrador de datos o automatizar la asignación de un nombre descriptivo, añadiendo contexto a los datos para que los usuarios comprendan qué son y tomen medidas adicionales para identificarlos como datos sensibles que deben protegerse.
Metadatos activos vs. metadatos pasivos
Los metadatos activos se refieren a los metadatos generados y actualizados automáticamente por un sistema o aplicación. Estos metadatos se utilizan generalmente para gestionar datos dentro del sistema, realizar un seguimiento de los cambios y garantizar la calidad de los datos. Algunos ejemplos de metadatos activos son los esquemas de bases de datos, los diccionarios de datos y el linaje de datos.
Los metadatos pasivos, por otro lado, se refieren a metadatos creados y gestionados manualmente por personas. Estos metadatos se utilizan generalmente para proporcionar contexto y significado adicionales a los datos, y para facilitar su comprensión y uso. Algunos ejemplos de metadatos pasivos son las descripciones de datos, las etiquetas y las anotaciones.
En la gobernanza de datos, tanto los metadatos activos como los pasivos son importantes para garantizar la calidad de los datos, gestionarlos eficazmente y proporcionar información valiosa a las partes interesadas. Si bien los metadatos activos son esenciales para mantener la integridad de los datos dentro de un sistema, los metadatos pasivos son necesarios para que estos sean accesibles y comprensibles para los usuarios.
Seleccionar la plataforma “adecuada”
Los entornos de datos son complejos y dependen de múltiples herramientas y plataformas. plataforma Que genera metadatos activos es aún más valioso si puede usarlos para mejorar e interactuar con otros sistemas conectados en un intercambio de metadatos para la orquestación entre plataformas. BigID es un proveedor representativo en Guía inaugural de mercado de Gartner para la gestión activa de metadatos, citando que “La gestión activa de metadatos es un conjunto emergente de capacidades en múltiples mercados de gestión de datos que resultan de la innovación continua en la gestión de metadatos”. Gartner recomienda que gestión de datos Las plataformas utilizan metadatos activos para la interoperabilidad con terceros sistemas.
Tres formas en que las plataformas de gestión de metadatos activos utilizarán los metadatos para interoperar son:
- Exporte los metadatos activos para usarlos como información o para crear acciones en otra herramienta o plataforma conectada.
- Importe metadatos “externos” para generar más conocimiento y optimizar las estrategias de datos.
- Los metadatos activos generados por una plataforma se utilizan para impulsar una acción o un flujo de trabajo en una herramienta o plataforma conectada.
Mejore la gestión activa de metadatos con BigID
Los metadatos activos son fundamentales para una práctica moderna de gobernanza de datos. Los equipos de datos expertos saben que los metadatos son esenciales para describir y gestionar los datos, y que los metadatos activos son la siguiente evolución de los metadatos para la gobernanza de datos. Crear metadatos procesables y almacenarlos de forma que faciliten la acción los hace aún más eficaces para aprovechar las nuevas tecnologías. gobernanza de datos capacidades.
Plataforma de inteligencia de datos BigID Aplica aprendizaje automático para analizar datos a escala y crear metadatos activos. La plataforma genera metadatos para añadir contexto, incluyendo clasificadores, atributos y políticas que se utilizan para actuar sobre los datos. Algunas acciones, como la aplicación de información sobre políticas, se realizan automáticamente. Otras, como la colaboración y la aprobación de términos del glosario, activan un flujo de trabajo porque requieren interacción humana. Los metadatos activos creados por BigID maximizarán el valor de los datos y minimizarán el riesgo para cualquier organización que desee obtener contexto y automatizar la gestión de un entorno de datos.
Regístrese a continuación para ver cómo BigID puede mejorar y aumentar el valor de los datos con la gestión activa de metadatos. Obtenga una demostración 1:1 con nuestros expertos en gestión de metadatos.