Muchas organizaciones sobreestiman su habilidad para capturar y utilizar datos de manera efectiva. Con la disminución de los costos de almacenamiento, compramos la idea de que debiéramos recolectar tantos datos como nos sea posible, aun sin estar totalmente seguros de cómo utilizarlos. Asimismo, los paquetes de software disponibles en el mercado presentan capacidades analíticas bastante más avanzadas de lo que las organizaciones son capaces de aprovechar en la actualidad. Los planes de negocio para utilizar estas capacidades son muy atractivos, pero las competencias organizacionales existentes no son suficientes para proveer los datos con la calidad necesaria para una efectiva implementación. Como resultado, las capacidades nunca se llegan a implementar completamente y los sistemas de información se llenan de datos de poca calidad e imposibles de usar. Gastamos tiempo y recursos para integrar estos datos, pero convivimos con la sensación de tener demasiados datos y poca información. Evaluamos embarcarnos en sofisticadas soluciones de analítica predictiva pero no podemos responder preguntas simples ni asegurar que las respuestas relevantes estén disponibles para soportar la toma de decisiones. Nuestra política de gestión de datos debe sustentarse en una visión pragmática de como las cosas funcionan en el mundo real de nuestra organización. Entender lo fundamental, priorizar entre alternativas disponibles y monitorear la evolución de nuestras decisiones son tres funciones esenciales de un sistema de información efectivo. La buena noticia es que estás funciones pueden concretarse, en la mayoría de los casos, con la cantidad y calidad de datos existentes en la organización, sin mayores inversiones. El presente trabajo intenta demostrar esta idea mediante la presentación de un caso real de éxito. El trabajo comienza con una síntesis introductoria a la gestión de activos y presenta un modelo de implementación de soluciones efectivas basadas en la gestión de información, donde el concepto de "Design Thinking" y la transformación digital juegan papeles centrales. El modelo es aplicado a un caso real de fallas y mantenimiento de equipos en una planta de Oil & Gas, destacando los beneficios reales para el negocio del uso pragmático de los datos existentes, y su transformación en información relevante mediante la utilización de tecnologías de información de mediana sofisticación. Se mostrarán resultados sobre la reducción de costos y aumento de la eficiencia y factores de servicio que incrementan la rentabilidad de los activos, aplicables a cualquier instalación de producción y tratamiento de petróleo, GLP, GNL, agua y gas del país.