Diseño de una propuesta de madurez para el modelo de gobierno de datos de la Cámara de Comercio de Bogotá

Abstract

El gobierno de datos es un conjunto estándares, políticas y lineamientos que contribuyen a generar valor sobre el dato y por ende lograr decisiones soportadas en información confiable, a través de garantizar la disponibilidad, seguridad, calidad de estos. Por ello en este trabajo se puede encontrar un análisis de las diferentes metodologías y/o marcos de referencia para el manejo adecuado de un gobierno de datos, así como su madurez. En el caso particular de la Cámara de Comercio de Bogotá - CCB se hace énfasis en el marco de referencia del DAMA – DMBOK, para de esta manera, generar una propuesta de ruta de intervención en función de incrementar o elevar la madurez de su modelo de gobierno de datos. Para poder diseñar la ruta de intervención, se llevó a cabo un levantamiento de información a través de encuestas hechas a diferentes colaboradores, bajo el marco de referencia del DAMA – DMBOK, identificando por cada una de las variables de su modelo el nivel de madurez, permitiendo identificar las acciones requeridas para lograr impulsar el modelo de gobierno de datos al siguiente nivel.

Data governance is a set of standards, policies and guidelines that contribute to generate value on the data and therefore achieve decisions supported by reliable information, through ensuring the availability, security and quality of these. Therefore, in this work you can find an analysis of the different methodologies and/or reference frameworks for the proper management of data governance, as well as its maturity. In the particular case of the Cámara de Comercio de Bogotá - CCB, emphasis is placed on the DAMA - DMBOK reference framework, in order to generate a proposed intervention route to increase or raise the maturity of its data governance model. In order to design the intervention route, information was collected through surveys to different collaborators, under the DAMA - DMBOK reference framework, identifying the maturity level for each of the variables of its model, allowing to identify the actions required to boost the data governance model to the next level.