Los problemas de datos suelen ser problemas de coordinación. Por ejemplo, el equipo de finanzas trabaja con una versión de los ingresos y el de ventas con otra, y cuando las cifras no coinciden en la reunión de la junta directiva, alguien se pasa tres días rastreando la discrepancia hasta llegar a un filtro aplicado de forma diferente en dos hojas de cálculo distintas. Esto es un problema que se puede prevenir. La gestión de datos centralizada recopila datos importantes en una única capa para que sean uniformes, accesibles y puedan auditarse.

A continuación, abordaremos qué significa la gestión de datos centralizada en la práctica, cómo crearla y los costes que supone no tenerla en cuenta.

Destacados

• La gestión de datos centralizada significa contar con una única capa para los análisis y los informes, en lugar de utilizar una herramienta para cada sistema de tu pila.

• Los conjuntos de datos de mayor impacto que debes centralizar primero son los ingresos, el cliente y los datos de los productos, ya que estas métricas aparecen en todos los informes ejecutivos y en las reuniones entre equipos.

• El uso de un proveedor de servicios de pago que permita a los usuarios sincronizar los datos financieros directamente con un almacén de datos o con un destino de almacenamiento en la nube simplifica el proceso.

¿Qué es la gestión de datos centralizada?

La gestión de datos centralizada consiste en organizar datos empresariales importantes en una única ubicación controlada (o capa controlada) para que sean uniformes, accesibles y puedan auditarse en todos los equipos. El objetivo es disponer de un lugar seguro para los análisis y los informes, donde las definiciones estén estandarizadas, el acceso esté controlado y las cifras de las que depende la gente sean las mismas sin importar qué equipo las consulte.

¿Cuáles son las ventajas de la gestión de datos centralizada?

El coste de la fragmentación aumenta con el número de empleados, la complejidad del equipo y el volumen de datos. Así es como la gestión de datos centralizada puede ayudar a medida que tu empresa crece:

• Informes coherentes: Cuando los ingresos, el recuento de clientes y las métricas de los productos se definen y calculan en un solo lugar, los equipos utilizan los mismos números.

• Toma de decisiones más rápida: Los analistas pasan menos tiempo conciliando datos de diferentes fuentes y más tiempo en el análisis. Los informes que tardaban días en recopilarse pueden ejecutarse en minutos.

• Control de acceso más estricto: Los datos centralizados implican un acceso sistemático establecido por función, por lo que los datos financieros confidenciales no tienen que alojarse en hojas de cálculo enviadas por correo electrónico o en unidades compartidas. En su lugar, el acceso se rige a nivel de almacén con registros de auditoría.

• Menores gastos generales para las operaciones: Mantener docenas de integraciones punto a punto entre sistemas es costoso y frágil. La arquitectura centralizada reemplaza ese entramado por una red más limpia que confluye en un solo destino.

• Mejor colaboración entre equipos: Cuando producto, finanzas y marketing consultan los mismos datos de clientes e ingresos, pueden compartir impresiones. Los datos compartidos hacen posible el análisis compartido.

¿Cuáles son los riesgos de no centralizar los datos?

Los datos fragmentados generan costes compuestos que es fácil subestimar hasta que ya están integrados en las operaciones de tu organización. Presta atención a lo siguiente:

Cifras contradictorias

Tener varias versiones de cada métrica procedentes de cada uno de los equipos resta confianza en los informes, ralentiza la toma de decisiones y genera horas de tareas de conciliación cada vez que alguien necesita una cifra con seguridad.

Exposición de seguridad

Cada copia de datos confidenciales, como los datos exportados de los ingresos en la carpeta de descargas de alguien o la lista de un cliente en una hoja de cálculo compartida, puede ser la vía de entrada para una filtración. Disponer de un control fragmentado significa que a menudo no sabes dónde están tus datos confidenciales.

Cierre financiero más lento

Cuando los equipos financieros dedican la última semana de cada trimestre a extraer de forma manual y hacer la conciliación de datos de varios sistemas, el cierre lleva más tiempo, se multiplican los errores y las cifras de los materiales de la junta directiva son menos fiables.

Retraso en los análisis

Si un equipo de datos dedica demasiado tiempo a gestionar los datos, se retrasa la labor estratégica o a menudo no se llega ni a realizar.

¿Qué datos debes centralizar primero?

Empieza por los datos que se utilizan con frecuencia, que figuran en los informes de los directivos y en los que intervienen varios equipos. A continuación se indican los ámbitos principales en los que conviene centrarse.

Datos sobre ingresos y finanzas

Suele ser el punto de partida adecuado. Los registros de cada transacción, los ingresos reconocidos, los reembolsos y las métricas de las suscripciones deben estar en tu almacén de datos y poder consultarse antes que cualquier otra cosa. Estos son los datos que necesitan el equipo financiero, el de ventas y la dirección. Además, es aquí donde los errores tienen consecuencias importantes.

Datos sobre el cliente y su identidad

Una entidad de cliente limpia y sin duplicidades con un identificador uniforme que conecte tu sistema de gestión de las relaciones con clientes (CRM), el sistema de pagos y la base de datos de los productos permite hacer análisis que de otro modo serían imposibles. El valor vitalicio (del cliente), la tasa de abandono y el coste de adquisición por canal no funcionan de forma fiable sin un registro único de cliente en el que fundamentarlos.

Datos de los productos y su consumo

Esto es especialmente importante en el caso de las empresas de software como servicio (SaaS) y los modelos de suscripción, donde el grado de interacción de un producto es un indicador primordial de la retención y la expansión. Centralizar los datos de eventos, como los inicios de sesión, el consumo de cada función y los hitos de activación, junto con los datos de clientes e ingresos, permite realizar análisis de cohortes relevantes.

¿Cómo se crea una arquitectura de gestión de datos centralizada?

La arquitectura estándar consta de tres niveles: ingesta, almacenamiento y consumo. Hacer bien cada uno de ellos es importante para la viabilidad de tu empresa.

Ingesta

Es la forma en que los datos se mueven desde los sistemas de origen hasta tu almacén central. Hoy en día, en los sistemas de datos se suele preferir el proceso de extraer, cargar y transformar (ELT) a extraer, transformar y cargar (ETL). Con ELT, los datos sin procesar llegan primero al almacén de datos y las transformaciones se realizan allí con marcos basados en SQL (lenguaje de consulta estructurado), como la herramienta de creación de datos (dbt, por sus siglas en inglés). De este modo se conservan los datos de origen y se auditan y se controla la versión de las transformaciones. Muchos equipos utilizan conectores gestionados para integraciones de mercancías y canales diseñados para fuentes de datos prioritarias o confidenciales.

Almacenamiento

Esto significa un almacén de datos o lago de datos. Las principales opciones (como BigQuery, Snowflake, Redshift o Databricks) sirven para el caso de uso central. La elección adecuada depende de tu infraestructura en la nube, los patrones de la consulta y la familiaridad del equipo, y no tanto de una diferencia concreta en cuanto a funcionalidad.

Consumo

Esta es la forma en la que la gente utiliza de verdad los datos. Incluye todo, desde los componentes de inteligencia empresarial y los cuadernos SQL hasta los análisis integrados y los datos exportados para crear informes. Debería haber una capa semántica, como definiciones de métricas normalizadas o dimensiones reguladas, entre las tablas del almacén de datos sin procesar y las herramientas de los usuarios finales; así, el término «ingresos», por ejemplo, significará lo mismo en todos los informes, sin importar quién los haya redactado.

¿Cómo funcionan la gobernanza y la calidad de los datos en un modelo centralizado?

Un único almacén de datos lleno de datos incoherentes y mal documentados es peor que tener sistemas fragmentados, porque la gente confía en ellos más de lo que debería. Para que la gobernanza sea correcta, es necesario que haya cuatro elementos trabajando al unísono.

Una titularidad clara

Cada conjunto de datos necesita un propietario que se responsabilice de su exactitud y documentación. Sin una titularidad asignada, los problemas de calidad pueden pasar fácilmente desapercibidos porque nadie se responsabiliza de ellos. En un modelo centralizado, el problema afecta a todos los que dependen de esos datos.

Definiciones estandarizadas

Define qué se considera un cliente y cuándo se reconocen los ingresos. Escríbelo, acuerda un concepto y hazlo cumplir en el nivel de transformación. Estas definiciones no deberían dejarse a la interpretación de cada analista en informes separados.

Control de acceso basado en el rol

No todo el mundo debe tener acceso completo. Los permisos a nivel de almacén de datos, aplicados de forma sistemática, reducen la exposición de la seguridad y facilitan las auditorías sobre cumplimiento de la normativa.

Controles sobre la calidad de los datos

Los controles automatizados (por ejemplo, recuentos de filas, tasas de valores nulos, integridad referencial, umbrales de frescura) deberían ejecutarse en cada canal de datos y emitir una alerta cuando algo falla. Detectar una sincronización defectuosa el primer día es trivial; detectarla tres meses después, una vez propagada a los Dashboards y los informes para la junta directiva, resulta mucho más difícil.

¿Cómo ayuda Stripe Data Pipeline a centralizar los datos?

Los datos sobre pagos son muy valiosos y confidenciales, y se necesita algo más que un Dashboard de pagos para poder utilizarlos. Los conectores ETL de terceros conllevan riesgos: extraer datos sobre pagos a un almacén de datos de este modo introduce latencia, añade otro proveedor con acceso a datos financieros confidenciales y genera gastos generales de mantenimiento cuando cambia la API (interfaz de programación de aplicaciones) del proveedor de servicios de pago. Cada uno de estos elementos supone un coste importante y todos se acumulan.

Stripe Data Pipeline es una posible solución. Sincroniza los datos de Stripe (p. ej., cada transacción, las transferencias, las disputas o la suscripción) directamente con un almacén de datos o con un destino de almacenamiento en la nube sin necesidad de programar nada ni de usar un conector de terceros. Los datos se actualizan de forma regular y se tienen en cuenta los datos históricos, para que estés al día. Como Stripe Data Pipeline mueve los datos directamente de Stripe a tu almacén de datos, los datos financieros confidenciales no pasan por la infraestructura de otro proveedor adicional. Así se simplifica la evaluación de riesgos del proveedor que deben llevar a cabo los equipos de seguridad y cumplimiento de la normativa.

Los datos de Stripe almacenados en el almacén de datos también pueden unirse a los registros de clientes, los datos de los productos y otras fuentes de información financiera. Así es posible el análisis de cohortes por canal de adquisición, el margen por línea de productos y la conciliación de ingresos en todos los métodos de pago.