Ordene los datos de su empresa al estilo Marie Kondo

Los principios de Marie Kondo para ordenar pueden ayudar a establecer un marco sorprendentemente sólido para la limpieza de los datos de las empresas. Cuando se trata de ordenar, lo crea o no, las empresas se enfrentan a un desafío similar al de los propietarios de viviendas, aunque a una escala mucho mayor y con requisitos mucho más complejos. A lo largo de los años, la mayoría de las grandes empresas han acumulado varios petabytes de datos oscuros, cada petabyte equivale a 20 millones de archivadores de cuatro cajones completamente llenos. A medida que el crecimiento de los datos sigue acelerándose, los requisitos reglamentarios y legales para controlar esta montaña digital en expansión siguen aumentando, lo que hace que la limpieza de datos pase a ser una de las principales prioridades empresariales. Los autores muestran cómo seguir los principios de «ordenar» de Marie Kondo para limpiar y gestionar estos datos, a fin de impulsar análisis más eficaces.

••• «No encuentro el anuario de mi instituto. No, no sé en qué caja estaba guardada y no sé dónde está esa caja y no recuerdo qué más había en esa caja». ¿Le suena familiar? Organizar nuestras «cosas» siempre ha sido un desafío, lo que puede explicar[por qué Marie Kondo se ha convertido en un nombre muy conocido](/2020/05/lifes-work-an-interview-with-marie-kondo) en el arte de limpiar y organizar los efectos personales. Lo crea o no, las empresas se enfrentan a un desafío similar en la gestión de los datos de la empresa, aunque a una escala mucho mayor y con requisitos mucho más complejos. A lo largo de los años, la mayoría de las grandes empresas han acumulado varios petabytes de[datos oscuros](https://www.forbes.com/sites/tomtaulli/2019/10/27/what-you-need-to-know-about-dark-data/#6fde4fde2c79) — registros web, correos electrónicos antiguos y perfiles de clientes desactualizados, todos recopilados en el curso normal de los negocios y que probablemente no se vuelvan a utilizar nunca más, ya que cada petabyte equivale a [20 millones de archivadores de cuatro cajones completamente llenos](https://helpdeskgeek.com/networking/memory-sizes-gigabytes-terabytes-and-petabytes-explained/). A medida que el crecimiento de los datos sigue acelerándose, los requisitos reglamentarios y legales para controlar esta montaña digital en expansión siguen aumentando, lo que hace que la limpieza de datos pase a ser una de las principales prioridades empresariales. A pesar del abismo entre limpiar en casa y en la empresa, así es como podemos aplicar las seis reglas de Kondo para ordenar a la empresa. ### Comprométase a ordenar Cuando se trata de limpiar, el compromiso inicial es importante. Sin él, es probable que los esfuerzos fracasen y se agoten. Una iniciativa de limpieza de datos exitosa requiere el compromiso de la alta dirección, incluida la asignación de los recursos y el presupuesto adecuados. La formación de un comité de «Gobierno de la información», compuesto por varias partes interesadas que representen a los departamentos legal, de cumplimiento, de gestión de registros, de privacidad, seguridad y de varios departamentos empresariales, puede ayudar a garantizar el éxito a largo plazo del proyecto. Conseguir la aceptación de cada uno de estos grupos habría sido una batalla cuesta arriba en el pasado; sin embargo, las nuevas normas de privacidad de datos, como la[Reglamento general de protección de datos (GDPR)](https://en.wikipedia.org/wiki/General_Data_Protection_Regulation) y[Ley de Protección al Consumidor de California (CCPA)](/2018/07/what-you-need-to-know-about-californias-new-data-privacy-law) han aumentado las apuestas para la dirección, especialmente a la luz del riesgo de litigios colectivos estadounidenses en caso de violación de la privacidad. ### Imagine su estilo de vida ideal (el de la empresa) Kondo sugiere fijar objetivos claros; sin ellos, ordenar puede perder sentido rápidamente. Limpiar los datos de su empresa no es diferente. Es decir, fije objetivos; defina los procesos y sígalos; mida el progreso con regularidad y mantenga el rumbo. Además, es fundamental contar con un plan de continuidad a largo plazo tras el proceso de limpieza inicial. De lo contrario, sus datos volverán rápidamente a su estado natural de caos. A menudo, esto significa establecer políticas automáticas para que los datos se limpien continuamente a medida que se crean. ### Termine de descartar primero Kondo aboga por centrarse firmemente en eliminar los objetos innecesarios. Es un estándar útil: la eliminación adecuada de los datos debe considerarse algo bueno. Por ejemplo, eliminar datos antes de pasarlos a la nube tiene mucho sentido, ya que no tiene sentido perder dinero y tiempo moviendo la «basura». De hecho, Gartner[investigación](https://www.gartner.com/en/documents/3869701/market-guide-for-file-analysis-software0) estima que hasta un 85% de los datos empresariales son ROT (redundantes, anticuados, triviales), gran parte de los cuales se pueden identificar con un análisis inicial. Sin embargo, a nivel empresarial, la eliminación debe ser defendible. La empresa debe establecer una política predefinida de retención y eliminación de datos, garantizando que cumple con los requisitos de privacidad, los reglamentos y las políticas de registro y, al mismo tiempo, comprobar si forma parte de un litigio en curso o de una conservación anticipada. ### Ordenado por categoría, no por ubicación Kondo aboga por ordenar por tipo de artículo, como ropa, en lugar de ordenar por habitación. Se aplican normas similares en el mundo empresarial, especialmente cuando se trata de plataformas de TI globalizadas. Si las oficinas de todo el mundo utilizan la misma plataforma de datos, digamos para el correo electrónico, entonces es mejor gestionar todos los correos electrónicos del mundo a la vez que ordenar todo tipo de información a la vez, país por país. ### Siga el orden correcto Kondo le sugiere empezar por la categoría de artículo más fácil para tomar una decisión, que en la casa es la ropa, dice. En el contexto empresarial, este enfoque tiene mucho sentido. Hay que empezar primero con tipos de datos más sencillos, como las unidades de archivos internas o SharePoint. A partir de ahí, puede abordar el correo electrónico, la mensajería instantánea y los datos de las redes sociales y, a continuación, pasar a los entornos más complejos, como las aplicaciones en la nube, los registros, los datos del ERP y los datos de las máquinas. ### Pregúntese si «despierta alegría» Aunque obviamente no se recomienda utilizar la emoción como medida para conservar los datos, el concepto de provocar alegría puede reflejarse muy bien en el contexto corporativo, siempre y cuando defina «alegría» como un desempeño corporativo superior. La analítica es una de las principales prioridades de las empresas; sin embargo,[hasta el 73% de los datos](https://www.inc.com/jeff-barrett/misusing-data-could-be-costing-your-business-heres-how.html) no se usa para los análisis, a menudo porque no está gestionado. De hecho, uno de los tipos de análisis más útiles sigue sin aprovecharse: los análisis basados en datos textuales creados _por_ humanos _para_ humanos, como el correo electrónico y los archivos compartidos. Limpiar y gestionar estos datos puede impulsar un análisis más eficaz y ofrecer información sobre el lado humano de la empresa. Para la alta dirección, esto sin duda podría «despertar alegría». ### Ampliar Marie Kondo a la empresa actual Los principios de Marie Kondo para ordenar pueden ayudar a establecer un marco sorprendentemente sólido para la limpieza de los datos de las empresas. Con eso en mente, los líderes de TI y los equipos de gestión de datos deben tener cuidado con las diferencias de escala y complejidad en la empresa, donde incluso las tareas más simples pueden convertirse en un desafío. Las empresas deben cumplir las complejas obligaciones de gobierno de forma simultánea; por lo tanto, todas las acciones que se tomen con los datos deben estar orquestadas o unificadas en toda la organización. La tecnología es necesaria para aumentar el esfuerzo humano. Debido al enorme volumen de datos, simplemente no es posible que las personas clasifiquen y administren individualmente cada documento. Aquí es donde la tecnología interviene con la analítica, la inteligencia artificial y el aprendizaje automático para automatizar la categorización de los datos y la gestión del ciclo de vida. Bien, si la tecnología de gestión de datos pudiera hacer lo mismo con los suéteres físicos y los anuarios, Marie Kondo tendría motivos para preocuparse.