¿Más datos significa más riesgo?

A medida que las organizaciones se enfrentan a volúmenes de datos cada vez mayores, resulta más difícil controlar los costes y afrontar el riesgo de no cumplir la normativa. La tendencia de crecimiento exponencial de los datos está bien establecida. Además, según IDC, se espera que el 80% de los datos sean no estructurados de cara a 2025, lo que hace que sea de vital importancia gestionar los ciclos de vida de la información y controlar los presupuestos de almacenamiento.

Esto conlleva un complejo conjunto de retos, prioridades contrapuestas y, por supuesto, riesgos. Por ejemplo, las empresas de todo el mundo luchan por gestionar sus datos no estructurados y, al mismo tiempo, el coste medio del cumplimiento normativo aumenta rápidamente. Para complicar aún más las cosas, el valor latente que a menudo contienen los datos no estructurados explica por qué se conservan volúmenes cada vez mayores, incluso cuando las organizaciones no siempre han sabido qué hacer con ellos. Sin embargo, si se gestionan bien, las empresas pueden aprovechar una gran cantidad de información para impulsar su ventaja competitiva y crecimiento.

Sin embargo, la cuestión del riesgo es fundamental y se ha convertido en una consideración estratégica central, ya que las organizaciones tratan de optimizar sus activos sin ser víctimas de la amenaza constante de filtraciones y robos de datos.

Otro de los requisitos clave para gestionar conjuntos de datos cada vez mayores es garantizar el cumplimiento de una serie cada vez más amplia de reglamentos y normas. Por ejemplo, las leyes de privacidad de datos como GDPR y CCPA establecen una variedad de obligaciones y la perspectiva de fuertes sanciones cuando no se cumplen. Además, las políticas de retención de datos varían según la industria y la región, exigiendo a las empresas que conserven ciertos registros durante un período de tiempo específico, mientras que las normas de soberanía de datos determinan dónde se pueden almacenar y procesar los datos en función de su origen y destino.

Consideremos, por ejemplo, los problemas de riesgo asociados a los datos oscuros – datos no estructurados y no explotados. Para gestionar eficazmente los datos oscuros, es importante llevar a cabo un proceso de perfilado de riesgos. Esto implica identificar dónde se almacena la información, si está estructurada o no, y luego determinar un plan de ejecución adecuado para gestionar los datos en el entorno. De este modo, las organizaciones pueden arrojar luz sobre los datos oscuros y decidir la mejor manera de abordarlos, un proceso análogo al de despejar un armario antes de mudarse de casa.

Del mismo modo, los equipos de datos y tecnología no quieren perder el tiempo gestionando elementos inútiles cuando pueden centrarse en aprovechar el valor inherente de los datos útiles. Para que nos hagamos una idea, los datos de mala calidad suponen a las organizaciones un coste medio anual de 9,7 millones de dólares, según Gartner.

Otro aspecto clave de la gestión de los diversos conjuntos de datos actuales es optimizar sus costes de almacenamiento. Por ejemplo, los datos no estructurados pueden consumir mucho espacio de almacenamiento si no se gestionan adecuadamente. Almacenar todos los datos no estructurados on-premise puede resultar caro e ineficaz, mientras que mantenerlos todos en la nube puede ser arriesgado e impredecible. Cada vez más, las organizaciones se dan cuenta de que la solución óptima es contar con un modelo de almacenamiento híbrido que aproveche las opciones on premise y en la nube en función del valor y los patrones de uso de los datos.

Gestión inteligente de los datos

Dada la complejidad de estas cuestiones, gestionar los crecientes conjuntos de datos de las empresas no consiste simplemente en comprar cada vez más capacidad de almacenamiento y archivarla a ciegas. Para muchas organizaciones, la respuesta a estos importantes retos reside en aprovechar la agilidad de la nube para ayudar a controlar los costes y los riesgos ante esta explosión de datos.

Hoy en día, las organizaciones «preparadas para los datos» dan prioridad a la gestión eficaz del riesgo, un enfoque que requiere planificación anticipada y capacidad para adaptar y actualizar los perfiles de riesgo en tiempo real. Esto sólo puede lograrse mediante la aplicación de estrategias inteligentes, es decir, un planteamiento global y holístico de la gestión, protección y optimización de los datos a lo largo de todo su ciclo de vida. En la práctica, esto implica conocer en profundidad el panorama de datos de una organización para identificar y clasificar los distintos tipos de datos, incluidos los estructurados, los no estructurados y los oscuros.

La gestión inteligente de datos también implica automatizar y orquestar los procesos de gestión de datos para simplificar y agilizar las tareas clave, reduciendo la cantidad de tiempo y recursos necesarios. Además, este enfoque incorpora estrategias modernas de protección de datos, como backup, recuperación y archivo, para garantizar que los datos estén protegidos y disponibles cuando se necesiten.

Al adoptar un enfoque holístico e inteligente de la gestión de datos en todas sus formas, las empresas pueden avanzar de forma transformadora para aprovechar su valor. Desde una mejor comprensión de los clientes, los mercados y las operaciones hasta una mayor innovación, la gestión inteligente de los datos garantiza el equilibrio entre estas oportunidades y la necesidad de cumplir las distintas normativas y reglamentos. De este modo, las organizaciones de todo el mundo pueden salir ganando, ya que los datos se convierten en un activo más tangible sin introducir más riesgos.

Firmado: Alfonso Díez, Senior Sales Manager en Commvault