Data Mesh vs. Data Fabric: ¿Cuál elegir?

¿Gobierno de datos centralizado o descentralizado?

¿Debería centralizar la gestión de sus datos para tener un mejor control o descentralizarla para lograr una mayor agilidad? La respuesta puede no ser tan sencilla como parece.

Tejido de datos y la malla de datos ofrecen dos enfoques distintos para gestionar y compartir datos dentro de una empresa. A menudo se discuten en oposición: el tejido de datos hace hincapié en el acceso centralizado a los datos, la gobernanza y la seguridad, mientras que la malla de datos promueve un modelo más democratizado y descentralizado.

Ambos enfoques pretenden abordar retos comunes en materia de datos, entre ellos:

• Garantizar que los datos correctos lleguen a las personas adecuadas en el momento oportuno para maximizar la productividad.
• Garantizar la exactitud, coherencia e integridad de los datos.
• Proteger los datos sensibles de accesos no autorizados.

Ninguno de los dos modelos es una solución perfecta para la mayoría de las organizaciones, ya que cada uno tiene sus puntos fuertes y sus limitaciones. Sin embargo, existe una gran oportunidad de combinar elementos de ambos enfoques para crear el modelo de gobernanza que mejor se adapte a las necesidades de su empresa.

¿Qué es Data Fabric?

Data Fabric es una capa semántica unificada que integra fuentes de datos y aplicaciones dispares. Permite canalizaciones de datos reutilizables, almacenamiento en lagos de datos y gestión de metadatos. Este enfoque mejora la interoperabilidad, agiliza el acceso a los datos y centraliza la seguridad y el cumplimiento.

Sin embargo, la dependencia excesiva de un único paradigma de arquitectura puede dar lugar a costosas dependencias, una mayor complejidad y problemas de escalabilidad que impidan la innovación. La construcción de una "plataforma de datos" es un ejemplo práctico del concepto de tejido de datos, pero cuando se aplica rígidamente puede crear cuellos de botella difíciles de superar.

¿Qué es la malla de datos?

La malla de datos es una arquitectura de datos descentralizada y un modelo operativo que permite a los equipos de dominios específicos asumir la propiedad de sus datos y tratarlos como un producto. Al fomentar un modelo de gobierno federadola malla de datos se adhiere a las normas de política de toda la empresa, al tiempo que permite a los equipos tomar decisiones autónomas. Este modelo cultiva una cultura de responsabilidad, garantizando la calidad de los datos en origen.

Sin embargo, alinear diversas normas de gobernanza en múltiples dominios puede dar lugar a incoherencias en las definiciones de los datos y a riesgos de seguridad si no se gestionan de forma cohesionada. La correcta ejecución de una estrategia de malla de datos requiere un marco de gobernanza sólido para mantener la interoperabilidad entre los equipos.

Lecciones de la era de los "grandes datos"

Históricamente, las grandes empresas se han inclinado por la estructura de datos, a medida que proveedores en la nube como Microsoft, Amazon, Google, Snowflake y Databricks promovían el análisis centralizado de big data. El almacén de datos en la nube se convirtió en la "única fuente de verdad" designada para estandarizar y gobernar grandes cantidades de datos estructurados, semiestructurados y no estructurados.

Sin embargo, a medida que los volúmenes de datos se disparaban, los equipos de datos luchaban por mantener la claridad y la coherencia. Muchos equipos acabaron sin acceso a datos bien gestionados, recurriendo a hojas de cálculo sin gestionar o dependiendo de los departamentos de TI, lo que generó más retrasos y complejidad. La promesa del análisis de big data se transformó en una avalancha de datos desordenados e inmanejables.

¿Es el enfoque híbrido el futuro?

Para hacer frente a los retos del big data, las organizaciones se plantean cada vez más un enfoque híbrido que combine los principios de data fabric y data mesh. Según la Encuesta sobre la Evolución de la Gestión de Datos 2024 de Gartner, el 22% de las organizaciones ha implantado el data fabric, el 26% ha adoptado el data mesh y el 13% ya utiliza ambos^.1 Se espera que el número de organizaciones que adopten un enfoque híbrido aumente en los próximos años.

Un enfoque híbrido aprovecha los puntos fuertes complementarios tanto del tejido de datos como de la malla de datos. Gartner predice: "Para 2028, el 80% de los productos de datos autónomos que soporten casos de uso de 'datos listos para IA' surgirán de una arquitectura complementaria de tejido y malla".² En este caso, el tejido de datos actúa como infraestructura básica de gestión de datos, mientras que la malla de datos proporciona el marco de entrega de productos de datos de alta calidad.

Por qué es importante un enfoque híbrido

Un modelo híbrido garantiza una sólida administración de los datos unificando el diseño y la gobernanza de los datos (tejido de datos) al tiempo que mantiene la agilidad y el contexto específico del dominio (malla de datos). Este enfoque transforma los equipos de datos centrales de guardianes a mediadores que apoyan a los equipos de dominios específicos en el mantenimiento de la calidad y coherencia de los datos. La gobernanza centralizada establece normas para toda la empresa, mientras que la autonomía federada garantiza que los expertos de cada dominio configuren el uso de los datos de forma eficaz.

La colaboración interfuncional sigue siendo esencial en una arquitectura de datos híbrida. Las organizaciones deben equilibrar los principios de gobernanza centralizada con los conocimientos específicos de cada dominio para garantizar que los productos de datos sigan siendo localizables, fiables y de fácil acceso.

Elegir el enfoque adecuado

La elección de la estrategia de gobierno de datos de su organización debe reflejar factores como el tamaño de la empresa, la diversidad y complejidad de las fuentes de datos, la estructura departamental y los requisitos normativos.

Muchas empresas en crecimiento tienen éxito implantando primero una gobernanza centralizada y ampliando después los principios a áreas específicas de dominio. Sin embargo, algunas empresas grandes y complejas pueden necesitar colaborar inicialmente con equipos de dominio para establecer normas de gobernanza de forma eficaz, dados los volúmenes de datos y la complejidad existentes.

En última instancia, el enfoque híbrido es el estado final deseado, ya que ofrece la flexibilidad y el control necesarios para aprovechar sus datos y funcionar al máximo rendimiento.

1 Encuesta 2024 de Gartner sobre la evolución de la gestión de datos, Gartner, 2024
2 How Data Leaders can Settle the Data Fabric and Mesh Debate, Gartner, 2025

Sobre Nick Johnson

Nick Johnson es el Director Senior de Marketing de Producto para HCL Informix, Actian Ingres y Partners. En Actian, da vida a estas bases de datos transaccionales y asociaciones con mensajes muy específicos, posicionamiento, estudios de casos, contenido y mucho más. Antes de trabajar en Actian, Nick trabajó en marketing de productos en varias organizaciones, como Neo4j, Microsoft, SAS y Orbit. Nick tiene un máster en Desarrollo Internacional por Sciences Po y es licenciado en Estudios Internacionales y Sueco por la Universidad de Washington.