1
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
Modelo Integral de Gobierno de Datos aplicado a las
Universidades del Ecuador
Comprehensive Data Governance Model applied to Ecuadorian
Universities
Fabián Lizardo Caicedo Goyes
https://orcid.org/0000-0001-5572-6309
fabiancaicedogoyes@hotmail.com
Universidad Técnica Luis Vargas Torres, Ecuador
RESUMEN
Se puede determinar al gobierno de datos como el conjunto de políticas, procedimientos y
prácticas implementadas en una institución para administrar, proteger y utilizar de manera
eficiente los datos generados y utilizados en la institución; esto incluye la gestión de la
calidad, integridad, disponibilidad y seguridad de los datos, así como la adopción de
tecnologías y herramientas para facilitar su uso y acceso. La aplicación de un modelo
tecnológico de Gobierno de Datos dentro de las universidades se puede convertir en el punto
de partida de la aplicación de un modelo innovador para gestionar los datos de manera
interna, es decir dentro de quienes conforman directamente la universidad, así como también
personal científico e investigador de otras instituciones. A través del presente artículo
científico se pretende analizar, conceptualizar y esquematizar un modelo de gobierno de
datos aplicado a las universidades con la finalidad de mejorar la toma de decisiones, la
investigación y el aprendizaje en la universidad, al mismo tiempo, se protejan los derechos
de privacidad y se respeten las regulaciones legales, a través de la creación de una estructura
jerárquica con roles, permisos y atribuciones asignadas sobre el modelo propuesto. Formando
así, nodos estratégicos de datos científicos, investigativos, vinculativos y tecnológicos, que
sirvan para la construcción de una completa red integrada universitaria de investigación,
desarrollo, ciencia, vinculación y transferencias tecnológicas.
Palabras clave: gobierno de datos, herramientas tecnológicas, políticas, toma de decisiones.
Recibido: 11-04-23 - Aceptado: 25-04-23
ABSTRACT
Data governance can be determined as the set of policies, procedures and practices
implemented in an institution to efficiently manage, protect and use the data generated and
used in the institution; This includes managing the quality, integrity, availability and security
of data, as well as adopting technologies and tools to facilitate its use and access. The
application of a technological model of Data Governance within universities can become the
starting point for the application of an innovative model to manage data internally, that is,
within those who directly make up the university, as well as scientific and research staff from
other institutions. Through this scientific article it is intended to analyze, conceptualize and
2
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
schematize a model of data government applied to universities with the finality of improving
the decision-making process, research and apprenticeship in the university, the same time as
a job, if you protect the rights of privacidad and if you respect the legal regulations, through
the creation of a jerarchic structure with roles, Permisos y atribuciones asignadas sobre el
modelo propuesto. Forming así, strategic nodes of scientific, investigative, binding and
technological data, which serves for the construction of a complete integrated university
network of research, development, science, linkage and technological transfers.
Keywords: data governance, technological tools, policies, decision making.
INTRODUCCIÓN
Las universidades son instituciones que generan y manejan una gran cantidad de datos,
incluyendo información sobre estudiantes, profesores, personal administrativo, finanzas e
investigaciones. La gestión eficiente de estos datos es crítica para garantizar la calidad de la
educación y la investigación, así como para tomar decisiones informadas.
Sin embargo, las universidades también enfrentan desafíos con respecto a la gestión de sus
datos, incluyendo la fragmentación y la duplicidad de los datos, la falta de integración entre
los sistemas de información, la falta de seguridad de los datos y la dificultad de acceder y
utilizar los datos de manera eficiente.
Es aquí donde el modelo integral de gobierno de datos entra en juego, brindando un marco
para la gestión estratégica y eficiente de los datos en las universidades. Este modelo se enfoca
en mejorar la integración, la seguridad, la accesibilidad y la calidad de los datos, lo que a su
vez permite tomar decisiones informadas y mejorar la eficiencia y la efectividad de las
operaciones universitarias.
El contexto del modelo integral de gobierno de datos aplicado a las universidades es la
importancia de la gestión eficiente de los datos en este entorno y los desafíos que se enfrentan,
y la necesidad de un marco para abordar estos desafíos y mejorar la gestión de los datos.
(Woods., John Mattison y John T., 2017) El gobierno de los datos se encuentra conformado
por tres pilares fundamentales los cuales son importante estudiar sus comportamientos dentro
del gobierno, esto permite mantener sinergias adecuadas entre sí.
3
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
1.1. Gobierno de Datos
El Gobierno de Datos es una estrategia (conjunto de políticas, prácticas y tecnologías)
destinada a optimizar la gestión, uso, disponibilidad y protección de los datos en una
organización. Este enfoque busca mejorar la toma de decisiones, aumentar la eficiencia y la
transparencia, y garantizar la confianza y privacidad de los datos. Es importante para cumplir
con regulaciones y normas de privacidad de datos, y para garantizar la confianza en el uso de
los datos. Trabaja en colaboración con otros departamentos, como TI y Recursos Humanos,
para mejorar la toma de decisiones, la transparencia y la eficiencia en una organización.
(Costa, L. F., 2015)
2.1. Personas
Las personas en un gobierno de datos son aquellas que tienen un papel importante en el
diseño, implementación y mantenimiento de un sistema eficiente y efectivo de gestión de
datos en una organización. Estas personas pueden incluir responsables de la toma de
decisiones, expertos en tecnologías de información, expertos en políticas y regulaciones, y
expertos en comunicación y cultura organizacional. Algunas de las tareas que pueden llevar
a cabo incluyen la definición de objetivos y políticas, la selección e implementación de
tecnologías, la monitoreo de la calidad de los datos, y la comunicación con los stakeholders
relevantes. (Treuren, G. V., & Wijshoff, H ., 2010). En resumen, las personas son elementos
cruciales en un gobierno de datos y su papel es fundamental para garantizar la eficacia y
eficiencia en la gestión de los datos en la organización.
Personas
Procesos
Tecnología
Gobierno de Datos
4
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
2.1.1. Importancia de las Personas
Las personas son esenciales en los gobiernos de datos en las universidades debido a los
siguientes motivos:
• Toma de decisiones informadas: Las personas son responsables de recopilar, integrar
y analizar los datos para tomar decisiones informadas en la universidad. Esto puede
incluir decisiones sobre investigación, programas académicos y presupuestos.
(Seffah, A., & Osei-Bryson, K. M., 2015)
• Gestión de políticas y estrategias: Las personas son responsables de establecer
políticas y estrategias de gobierno de datos para la universidad. Esto puede incluir la
privacidad de los datos, la seguridad de los datos y la calidad de los datos. (Andrienko,
G., Andrienko, N., & Keim, D. A., 2010)
• Implementación de tecnologías: Las personas son responsables de la implementación
de tecnologías de gobierno de datos en la universidad, como sistemas de gestión de
datos y soluciones de seguridad de datos. (Snow, A., & Randhawa, B., 2011)
• Comunicación efectiva: Las personas son responsables de comunicar efectivamente
los objetivos, políticas y estrategias de gobierno de datos a otros miembros de la
universidad y a la comunidad en general. (Laney, D., 2001)
• Cultura de gobierno de datos: Las personas son responsables de crear y mantener una
cultura de gobierno de datos en la universidad, que incluya la importancia de la
gestión eficiente de los datos y la cooperación entre todas las partes interesadas.
(Loshin, D., 2017)
2.1.2. Roles de las Personas
(Hohl, T., 2018) El gobierno de datos involucra a una variedad de personas con diferentes
roles y responsabilidades. Algunos de los principales participantes en el gobierno de datos
son:
• Directivos de alto nivel: Son responsables de establecer la estrategia y las políticas de
gobierno de datos para la organización.
5
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
• Responsables de la privacidad de los datos: Se encargan de garantizar que la
organización cumpla con las leyes y regulaciones de privacidad de los datos.
• Responsables de la seguridad de los datos: Son responsables de garantizar la
seguridad de los datos de la organización y de protegerlos de posibles riesgos y
amenazas.
• Responsables de la calidad de los datos: Se encargan de garantizar la integridad, la
consistencia y la precisión de los datos de la organización.
• Responsables de la gobernanza de los datos: Son responsables de la implementación
y el mantenimiento de los procesos y sistemas de gobierno de datos en la
organización.
• Analistas de datos: Son responsables de la recopilación, la integración y el análisis de
los datos para tomar decisiones informadas.
• Usuarios de datos: Son personas que dependen de los datos para realizar sus trabajos
y tomar decisiones en la organización.
2.2.Procesos
Los procesos dentro del gobierno de datos son un conjunto de políticas, procedimientos y
tareas que se llevan a cabo para garantizar la eficacia, eficiencia, seguridad y responsabilidad
en el manejo de los datos dentro de una organización. Estos procesos abarcan desde la
adquisición, almacenamiento, protección, análisis y distribución de los datos, hasta su
eventual descarte. El objetivo principal de los procesos de gobierno de datos es asegurar la
calidad, integridad y privacidad de los datos, y mejorar la toma de decisiones basadas en
ellos. (Albrecht, A., 2015)
2.2.1. Importancia de los Procesos
(Wachter, R., & Weshler, J., 2016) La importancia de los procesos dentro del gobierno de
datos radica en que permite a la organización:
• Mejorar la calidad de los datos: los procesos de gobierno de datos ayudan a garantizar
que los datos sean precisos, completos y coherentes, lo que mejora la calidad de la
información utilizada en la toma de decisiones.
6
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
• Asegurar la integridad de los datos: los procesos de gobierno de datos ayudan a
prevenir la pérdida o la corrupción de los datos, y a detectar y corregir cualquier
problema que pueda afectar su integridad.
• Garantizar la privacidad de los datos: los procesos de gobierno de datos ayudan a
proteger la privacidad de los datos y a cumplir con las regulaciones y leyes sobre
privacidad de datos.
• Mejorar la eficiencia y eficacia: los procesos de gobierno de datos ayudan a optimizar
la gestión de los datos, lo que reduce los costos y mejoras la eficiencia de la
organización.
• Aumentar la transparencia y la confianza: los procesos de gobierno de datos ayudan
a asegurar la transparencia y la confianza en el manejo de los datos, lo que fortalece
la reputación y la credibilidad de la organización.
2.3.Tecnología
(Li, Y., & Wang, J., 2015) La tecnología es un componente crucial en el gobierno de datos,
ya que permite automatizar y mejorar los procesos de gestión de datos. Algunos ejemplos de
tecnologías que pueden ser utilizadas en el gobierno de datos incluyen:
• Sistemas de gestión de datos (DMS): permiten la organización, almacenamiento y
protección de los datos.
• Análisis de datos (DA): permiten la exploración, visualización y análisis de los datos
para tomar decisiones informadas.
• Data warehousing (DW): permiten la integración, consolidación y análisis de grandes
volúmenes de datos.
• Data governance tools (DGT): permiten la monitorización, control y gestión de los
datos a través de todo su ciclo de vida.
• Seguridad de la información y cifrado de datos: permiten la protección y seguridad
de los datos sensibles.
La adopción y uso efectivo de estas tecnologías puede mejorar la eficiencia y efectividad de
los procesos de gobierno de datos, así como garantizar la calidad, integridad y seguridad de
7
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
los datos. Sin embargo, es importante tener en cuenta que la tecnología solo es un medio para
lograr un objetivo y no debe ser vista como una solución en sí misma. Los procesos y
regulaciones humanos también son importantes para un gobierno de datos efectivo.
2.4.Importancia de las tecnologías dentro del Gobierno de Datos
(Christine Avery y Susan Alman, 2015) Las tecnologías son de gran importancia en el
gobierno de datos dentro de las universidades, ya que permiten a estas instituciones gestionar
y utilizar de manera efectiva y segura sus datos. Algunos de los beneficios son:
1. Mejora de la eficiencia: Las tecnologías permiten automatizar procesos y reducir la
cantidad de tiempo y recursos humanos necesarios para realizar tareas específicas.
Esto resulta en una mejora de la eficiencia y productividad en la gestión de datos.
2. Mayor seguridad de los datos: Las tecnologías ofrecen diversas soluciones para
proteger la confidencialidad y seguridad de los datos, evitando su pérdida, robo o
manipulación indebida.
3. Mejora de la calidad de los datos: Las tecnologías permiten la implementación de
procesos y herramientas para la validación y verificación de la calidad de los datos,
asegurando su fiabilidad y precisión.
4. Facilita la toma de decisiones: Las tecnologías permiten la recopilación, análisis y
presentación de datos de manera visual y accesible, lo que facilita la toma de
decisiones basadas en datos objetivos y confiables.
5. Fomenta la colaboración: Las tecnologías permiten la colaboración y el intercambio
de información entre diferentes departamentos y personas dentro de las
universidades, lo que resulta en una gestión más eficiente y efectiva de los datos.
2.5.Gobierno de Datos en las Universidades del Ecuador
El gobierno de datos en las universidades en el Ecuador, hace referencia a la forma
metodológica de planificar, organizar, gestionar, proteger y utilizar de manera eficiente y
responsable los datos generados y utilizados en una institución académica. Esto incluye la
implementación de políticas, procedimientos y tecnologías para asegurar la integridad,
seguridad y privacidad de los datos, así como para maximizar su valor y utilidad para la
8
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
investigación, la enseñanza y el aprendizaje. La implementación efectiva del gobierno de
datos en una universidad también puede ayudar a cumplir con las regulaciones y estándares
aplicables en materia de protección de datos. (Baer, Peter, 2012)
2.5.1. Ventajas
Algunas de las ventajas del gobierno de datos en las universidades incluyen:
• Mejora de la calidad de los datos: Al establecer políticas y procedimientos claros
para la generación, almacenamiento y uso de datos, se puede mejorar la precisión y
la consistencia de los datos, lo que puede mejorar la calidad de la investigación y la
toma de decisiones. (Alman, Christine Avery y Susan, 2015)
• Mayor eficiencia y eficacia: El gobierno de datos puede ayudar a automatizar y
streamline los procesos de datos, lo que puede reducir el tiempo y los costos asociados
con la gestión de datos y mejorar la eficiencia y eficacia de las operaciones de la
universidad. (John O'Brien, 2013)
• Compliance y cumplimiento normativo: Al implementar políticas y procedimientos
de protección de datos adecuados, las universidades pueden cumplir con las
regulaciones y estándares aplicables en materia de protección de datos, lo que puede
ayudar a prevenir sanciones y responsabilidades legales. (John O'Brien, 2013)
• Mejora de la confianza y la transparencia: Al implementar políticas y
procedimientos claros y transparentes para la gestión de datos, las universidades
pueden mejorar la confianza de los estudiantes, profesores, investigadores y otros
stakeholders en la privacidad y seguridad de sus datos. (Avery, Christine, 2014)
Mejora de la colaboración y el intercambio de datos: Al mejorar la organización y la gestión
de los datos, se puede facilitar la colaboración y el intercambio de datos entre departamentos
y disciplinas, lo que puede mejorar la calidad y la eficacia de la investigación y la enseñanza.
2.5.2. Desventajas
Algunas de las desventajas del gobierno de datos en las universidades incluyen: (Susan
Alman y Christine Avery, 2014)
9
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
• Costo y recursos: Implementar y mantener un sistema efectivo de gobierno de datos
puede requerir una inversión significativa en tecnología, personal y recursos, lo que
puede ser un obstáculo para algunas universidades con presupuestos limitados.
• Complejidad y dificultad de implementación: El gobierno de datos puede ser un
proceso complejo que requiere una planificación cuidadosa y una implementación
efectiva, lo que puede ser un desafío para algunas universidades.
• Cambios culturales y de procesos: Implementar un sistema de gobierno de datos
puede requerir cambios significativos en los procesos y la cultura de la universidad,
lo que puede ser difícil de lograr y aceptar por algunos stakeholders.
• Restricciones a la creatividad y la innovación: Algunas políticas y procedimientos
de gobierno de datos pueden ser percibidos como restricciones a la creatividad y la
innovación, lo que puede disuadir a algunos investigadores y profesores de utilizar
los datos de manera efectiva.
• Dificultades en la gestión de datos multidisciplinarios: Algunos datos generados en
una universidad pueden ser multidisciplinarios y requerir la gestión por diferentes
departamentos o disciplinas, lo que puede ser difícil de coordinar y gestionar de
manera efectiva dentro de un sistema de gobierno de datos.
METODOLOGÍA
El presente artículo académico tiene un enfoque explorativo teórico de conceptos y modelos
a través de la revisión de literatura existente y la discusión crítica de estos conceptos. En
general, los siguientes pasos son comunes en una metodología de investigación conceptual:
1. Definir y delimitar el tema de investigación: es importante establecer claramente el
alcance y objetivo de la investigación.
2. Revisión de literatura: una revisión exhaustiva de la literatura relevante es
fundamental para comprender los conceptos y teorías existentes sobre el tema de
investigación.
3. Análisis crítico de los conceptos y teorías: después de revisar la literatura, es
importante analizar críticamente los conceptos y teorías existentes para identificar
posibles limitaciones o desafíos.
10
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
4. Identificación de los vacíos de investigación: la identificación de los vacíos de
investigación permite identificar las áreas que requieren más investigación y
establecer una base sólida para futuras investigaciones.
5. Propuesta de un modelo conceptual: en base a la revisión de la literatura y el análisis
crítico de los conceptos, es posible proponer un nuevo modelo conceptual que tenga
en cuenta las limitaciones y desafíos identificados en la investigación anterior.
6. Discusión y conclusiones: finalmente, es importante discutir y concluir sobre el
significado y la importancia del modelo conceptual propuesto, y su potencial impacto
en el área de estudio.
RESULTADOS Y DISCUSIÓN
Un modelo integral de gobierno de datos aplicado a las universidades es su capacidad para
abordar los desafíos que enfrentan las universidades en cuanto a la gestión de sus datos. Este
modelo proporciona un marco sólido para la gestión estratégica y eficiente de los datos en
las universidades, ayudando a mejorar la integración, la seguridad, la accesibilidad y la
calidad de los datos.
Además, el modelo integral de gobierno de datos es único en su enfoque en la aplicación a
las universidades, lo que lo diferencia de otros modelos de gobierno de datos que se enfocan
en organizaciones en general. Esto significa que ha sido específicamente diseñado para
abordar los desafíos específicos y las necesidades únicas de las universidades en cuanto a la
gestión de sus datos.
Como resultado de la investigación generada, podemos estructurar un modelo de Gobierno
de Datos el cual incluya a las personas con sus debidos roles y funciones, los procesos que
se deben cumplir dentro de las universidades y la tecnología informática basada en software
libre que podemos utilizar.
El modelo de gobierno de datos propuesto para las universidades contiene la siguiente
estructura y capacidad de elección tecnológica entre herramientas tecnológicas de software
libre y propietario:
11
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
PROCESOS
1. Políticas y regulaciones:
Definición de políticas y regulaciones para el manejo y protección de los datos en
la universidad, incluyendo el uso de datos personales, el acceso a datos y la
responsabilidad de la privacidad.
2. Adquisición e ingreso de datos:
Procesos para la adquisición, validación e ingreso de datos en los sistemas de
información de la universidad.
3. Almacenamiento y protección de datos:
Procesos para el almacenamiento seguro y la protección de los datos, incluyendo
medidas de seguridad, copias de seguridad y recuperación de desastres.
4. Análisis y uso de datos:
Procesos para el análisis y el uso de los datos para mejorar la toma de decisiones en
la universidad.
5. Distribución y compartición de datos:
Procesos para la distribución y compartición de datos con terceros, incluyendo
contratos y acuerdos de confidencialidad.
6. Descarte de datos:
Procesos para el descarte seguro y la eliminación de datos obsoletos o no necesarios.
7. Monitoreo y evaluación:
Procesos para el monitoreo y la evaluación continua de los procesos de gobierno de
datos para asegurar su eficacia y eficiencia.
PERSONAS
1. Comité de gobierno de datos:
Grupo de personas responsables de establecer políticas y regulaciones para el
manejo de datos en la universidad.
2. Oficial de privacidad de datos:
Persona responsable de garantizar el cumplimiento de las regulaciones y políticas
de privacidad de los datos.
12
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
3. Encargado de seguridad de datos:
Persona responsable de garantizar la seguridad y protección de los datos.
4. Analista de datos:
Persona responsable de recopilar, integrar y analizar los datos para mejorar la toma
de decisiones en la universidad.
5. Encargado de adquisición e ingreso de datos:
Persona responsable de asegurar la adquisición y el ingreso preciso y completo de
los datos en los sistemas de información de la universidad.
Encargado de distribución y compartición de datos: una persona responsable de
asegurar la distribución y compartición de datos de manera segura y apropiada.
TECNOLOGÍA
DETALLE
HERRAMIENTA
Sistemas de gestión de
datos (DMS): permiten la
organización,
almacenamiento y
protección de los datos.
SOFTWARE LIBRE
PostgreSQL: Es un sistema de gestión de bases de datos
relacional de código abierto que ofrece un rendimiento
sobresaliente y una amplia variedad de características para
la gestión de datos.
MySQL: Es un sistema de gestión de bases de datos
relacional popular y ampliamente utilizado que ofrece una
amplia gama de características y herramientas de gestión
de datos.
MongoDB: Es un sistema de gestión de bases de datos
NoSQL de código abierto que ofrece una gran
escalabilidad y flexibilidad para la gestión de datos no
estructurados.
Cassandra: Es un sistema de gestión de bases de datos
NoSQL distribuido y altamente escalable que ofrece un
13
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
rendimiento sobresaliente y una alta disponibilidad para la
gestión de datos críticos.
Redis: Es un sistema de gestión de bases de datos en
memoria de código abierto que ofrece un rendimiento
rápido y una amplia variedad de características para la
gestión de datos en tiempo real.
SOFTWARE PROPIETARIO
Oracle Database: Es un sistema de gestión de bases de
datos relacional de propiedad privada que ofrece un
rendimiento sobresaliente y una amplia variedad de
características para la gestión de datos.
Microsoft SQL Server: Es un sistema de gestión de bases
de datos relacional de propiedad privada que se integra
fácilmente con otros productos de Microsoft y ofrece una
amplia gama de características y herramientas de gestión
de datos.
IBM DB2: Es un sistema de gestión de bases de datos
relacional de propiedad privada que ofrece un rendimiento
sobresaliente y una amplia variedad de características para
la gestión de datos empresariales.
SAP HANA: Es un sistema de gestión de bases de datos
en memoria de propiedad privada que ofrece un
rendimiento rápido y una amplia variedad de
características para la gestión de datos críticos.
Informix: Es un sistema de gestión de bases de datos
relacional de propiedad privada que ofrece un rendimiento
sobresaliente y una amplia variedad de características para
la gestión de datos empresariales.
SOFTWARE LIBRE
14
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
Análisis de datos (DA):
permiten la exploración,
visualización y análisis de
los datos para tomar
decisiones informadas.
R: Es un lenguaje de programación y un entorno de
análisis estadístico de código abierto que se utiliza
ampliamente en la investigación y en la industria para el
análisis de datos.
Python: Es un lenguaje de programación de código
abierto que se utiliza ampliamente en la investigación y en
la industria para el análisis de datos y la inteligencia
artificial.
Orange: Es un software de análisis de datos y minería de
datos de código abierto que ofrece una amplia gama de
características y herramientas para el análisis de datos.
KNIME: Es un software de análisis de datos y minería de
datos de código abierto que permite a los usuarios crear
flujos de trabajo visuales para el análisis de datos.
Weka: Es un software de análisis de datos y minería de
datos de código abierto que ofrece una amplia gama de
características y herramientas para el análisis de datos.
SOFTWARE PROPIETARIO
Tableau: Es un software de análisis de datos y
visualización de datos de propiedad privada que permite a
los usuarios crear y compartir informes y visualizaciones
de datos interactivas.
Microsoft Power BI: Es un software de análisis de datos
y visualización de datos de propiedad privada que se
integra fácilmente con otros productos de Microsoft y
ofrece una amplia gama de características y herramientas
para el análisis de datos.
QlikView: Es un software de análisis de datos y
visualización de datos de propiedad privada que ofrece
15
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
una amplia gama de características y herramientas para el
análisis de datos y la creación de informes.
IBM Cognos Analytics: Es un software de análisis de
datos y visualización de datos de propiedad privada que
ofrece una amplia gama de características y herramientas
para el análisis de datos empresariales.
SAP Lumira: Es un software de análisis de datos y
visualización de datos de propiedad privada que ofrece
una amplia gama de características y herramientas para el
análisis de datos críticos.
Data warehousing (DW):
permiten la integración,
consolidación y análisis
de grandes volúmenes de
datos.
SOFTWARE LIBRE
Apache Hive: Es una plataforma de procesamiento de
datos de código abierto basada en Hadoop que permite a
los usuarios gestionar y analizar grandes cantidades de
datos en Hadoop.
Apache Impala: Es un sistema de procesamiento de
consultas de código abierto para Hadoop que permite a los
usuarios realizar consultas en tiempo real sobre grandes
cantidades de datos en Hadoop.
Apache Spark: Es un motor de procesamiento de datos de
código abierto que permite a los usuarios procesar y
analizar grandes cantidades de datos de manera rápida y
eficiente.
PostgreSQL: Es un sistema de gestión de bases de datos
de código abierto que permite a los usuarios gestionar y
analizar grandes cantidades de datos.
Greenplum: Es una plataforma de Data Warehouse de
código abierto que permite a los usuarios gestionar y
analizar grandes cantidades de datos de manera eficiente.
16
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
SOFTWARE PROPIETARIO
Oracle Data Warehouse: Es una plataforma de Data
Warehouse de propiedad comercial que permite a los
usuarios gestionar y analizar grandes cantidades de datos
de manera eficiente.
IBM Netezza: Es un sistema de Data Warehouse de
propiedad comercial que permite a los usuarios procesar y
analizar grandes cantidades de datos de manera rápida y
eficiente.
Teradata: Es una plataforma de Data Warehouse de
propiedad comercial que permite a los usuarios gestionar
y analizar grandes cantidades de datos de manera eficiente.
Microsoft SQL Server Data Warehouse: Es un sistema de
Data Warehouse de propiedad comercial que permite a los
usuarios gestionar y analizar grandes cantidades de datos
de manera eficiente.
Amazon Redshift: Es una plataforma de Data Warehouse
de propiedad comercial basada en la nube que permite a
los usuarios gestionar y analizar grandes cantidades de
datos de manera eficiente.
Data governance tools
(DGT): permiten la
monitorización, control y
gestión de los datos a
través de todo su ciclo de
vida.
SOFTWARE LIBRE
Talend Open Studio: una herramienta de integración de
datos gratuita y de código abierto que proporciona una
solución completa para el gobierno de datos, incluida la
calidad de los datos, la creación de perfiles de datos y la
gestión de metadatos.
Apache Atlas: una plataforma de gobierno y gestión de
metadatos gratuita y de código abierto que proporciona un
17
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
repositorio centralizado para almacenar metadatos y
políticas de gobierno.
DataCleaner: una herramienta de calidad de datos gratuita
y de código abierto que proporciona funciones de
perfilado, limpieza y estandarización de datos.
Apache Nifi: una herramienta de integración de datos
gratuita y de código abierto que proporciona una solución
integral para el gobierno de datos, incluida la gestión del
flujo de datos, la calidad de los datos y el seguimiento de
datos.
Apache Beam: un marco de procesamiento de big data
gratuito y de código abierto que proporciona capacidades
de gobierno de datos, incluida la calidad de los datos y la
privacidad de los datos.
SOFTWARE PROPIETARIO
Collibra: es una plataforma de gobierno de datos que
ayuda a las organizaciones a administrar y gobernar sus
activos de datos. Proporciona capacidades de catalogación
de datos, linaje de datos, gestión de calidad de datos y
gestión de metadatos.
Talend: es una plataforma de integración y gestión de
datos que incluye funciones de gobierno de datos como
creación de perfiles de datos, calidad de datos y gestión de
metadatos.
Informatica: es una plataforma de administración de
datos que incluye capacidades de gobierno de datos, como
descubrimiento de datos, catalogación de datos,
administración de metadatos y linaje de datos.
18
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
SAP Information Steward: es una herramienta de
gobierno de datos que proporciona capacidades de gestión
de calidad de datos, gestión de metadatos y linaje de datos.
Alteryx: es una plataforma de análisis de datos que incluye
características de gobierno de datos, como gestión de
calidad de datos y gestión de metadatos.
Seguridad de la
información y cifrado de
datos: permiten la
protección y seguridad de
los datos sensibles.
SOFTWARE LIBRE
TrueCrypt: Es un software de cifrado de disco que
permite cifrar archivos y particiones completas de un disco
duro.
VeraCrypt: Es una versión actualizada y mejorada de
TrueCrypt que ofrece una mayor seguridad y funciona en
más sistemas operativos.
GnuPG: Es un software de cifrado de correo electrónico
que permite a los usuarios enviar y recibir correos
electrónicos cifrados de forma segura.
OTR: Es un protocolo de seguridad de mensajería
instantánea que ofrece privacidad y autenticación en
conversaciones en línea.
Tor: Es un software de anonimato en línea que permite a
los usuarios navegar por Internet de forma segura y
privada.
SOFTWARE PROPIETARIO
Symantec Encryption: Es un software de cifrado de
correo electrónico y de disco que permite a los usuarios
cifrar y proteger sus datos sensibles.
McAfee Endpoint Encryption: Es una solución de
cifrado de dispositivos y discos duros que protege los
datos sensibles de la organización.
19
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
Check Point Full Disk Encryption: Es una solución de
cifrado de disco que ofrece protección completa de los
datos almacenados en los dispositivos.
Cisco Advanced Malware Protection (AMP): Es una
solución de seguridad avanzada que ofrece protección
contra malware y ataques de amenazas avanzadas.
Trend Micro Deep Security: Es una solución de seguridad
de la información que ofrece protección contra amenazas
web, correo electrónico y malware.
CONCLUSIONES
El Gobierno de Datos se basa en administradores de datos para implementar políticas en las
organizaciones, siendo un objetivo central una mejor calidad de datos. A menudo, un
elemento clave en las implementaciones del gobierno de datos es la gestión de datos
maestros.
Una estrategia adecuada de gobierno de datos es crucial para que una empresa maneje los
datos de manera efectiva. Para lograrlo se debe preparar un marco de implementación
estructurada para así garantizar la implantación de una estructura de gobierno de datos
empresarial eficiente. Beneficios como costos menores, procesos más rápidos, mejores
resoluciones de problemas, un crecimiento general de ingresos y productividad. Pueden
facilitar su logro debido al manejo, administración, seguimiento y uso de datos que facilita
un gobierno de datos. Que en su final debe ser en su final una práctica y no un proyecto a
mediano o largo plazo.
En conclusión, un modelo integral de gobierno de datos en las universidades es esencial para
mejorar la eficiencia y efectividad en la gestión de datos. Algunas de las posibles
conclusiones de un estudio sobre un modelo integral de gobierno de datos en universidades
son las siguientes:
1. Importancia de la estrategia: la implementación de un modelo integral de gobierno de
datos requiere una estrategia clara y sólida que abarque los aspectos técnicos,
organizativos y culturales.
20
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
2. Roles y responsabilidades claros: es importante definir claramente los roles y
responsabilidades de los distintos actores involucrados en la gestión de datos en la
universidad.
3. Procesos eficientes: la definición de procesos claros y eficientes para la gestión de
datos es fundamental para asegurar la calidad y la integridad de los datos.
4. Tecnología adecuada: la tecnología juega un papel clave en el modelo integral de
gobierno de datos, y es importante asegurarse de que se utilice la tecnología adecuada
para satisfacer las necesidades de la universidad.
5. Cultura de datos: fomentar una cultura de datos es esencial para asegurar que los datos
sean valorados y utilizados de manera efectiva en la universidad.
LISTA DE REFERENCIAS
Albrecht, A. (2015). Data governance: the missing link in enterprise data management.
Information Management & Computer Security, 2(23), 78-85.
Alman, Christine Avery y Susan. (2015). Data Governance in Higher Education: A Guide
to Best Practices. EDUCAUSE.
Andrienko, G., Andrienko, N., & Keim, D. A. (2010). Human-centered data analysis:
interactive visual exploration for data analysts and decision makers. En ACM
Symposium on Applied Computing (págs. 1967-1974). ACM.
Avery, Christine. (2014). Data Governance in Higher Education: Building a Strong
Foundation for Better Decision Making. EDUCAUSE.
Baer, Peter. (2012). Data Management in Higher Education: A Guide to Best Practices.
EDUCAUSE.
Christine Avery y Susan Alman. (2015). Data Governance in Higher Education: A Guide to
Best Practices. EDUCAUSE.
21
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
Costa, L. F. (2015). Data governance: concepts, practices, and challenges. Communications
of the Association for Information Systems, 36(1), 1-29.
Hohl, T. (2018). Data governance success depends on culture, not just technology. TDWI.
John O'Brien. (2013). Data Governance in Higher Education: An Overview and Best
Practices. Data Warehousing Institute.
John O'Brien. (2013). Data Management in Higher Education: Best Practices and Emerging
Trends. EDUCAUSE.
Laney, D. (2001). 3D data management: controlling data volume, velocity, and variety.
META Group, Inc.
Li, Y., & Wang, J. (2015). Data governance technology: a review and outlook." In
Proceedings of the 2015 ACM SIGMOD. nternational Conference on Management
of Data. Association for Computing Machinery.
Loshin, D. (2017). The role of culture in data governance. TechTarget.
Seffah, A., & Osei-Bryson, K. M. (2015). "Data governance: a people-centered approach.".
Communications of the Association for Information Systems, 36(1), 30-48.
Snow, A., & Randhawa, B. (2011). The human factor in data governance. IBM Corporation.
Susan Alman y Christine Avery. (2014). The Challenges of Implementing Data Governance
in Higher Education. EDUCAUSE.
Treuren, G. V., & Wijshoff, H . (2010). Data governance in practice: the role of people,
process and technology. In Proceedings of the 2010 International Conference on
Information Quality, 1-8.
Wachter, R., & Weshler, J. (2016). Data governance processes and practices: a critical
review. In Proceedings of the 2016 International Conference on Information Systems,
(págs. 1-11).
22
REVISTA INVECOM “Estudios transdisciplinarios en comunicación y sociedad” / ISSN 2739-0063 / www.revistainvecom.org
Vol. 3, # 2, 2023. Licencia CC BY-NC-SA. Modelo Integral de Gobierno de Datos aplicado a las Universidades del Ecuador.
Fabián Lizardo Caicedo Goyes
Woods., John Mattison y John T. (2017). Data Governance: Definition, Best Practices, and
Success Stories.
