La gobernanza de datos y la gestión de datos son dos de los términos que más a menudo se confunden en la estrategia de datos de las empresas. Están relacionados, son interdependientes y, a menudo, se habla de ellos como si fueran sinónimos. Pero no lo son.
La gobernanza de los datos define las normas: quién es el propietario de los datos, cómo se definen, quién puede acceder a ellos, qué estándares de calidad deben cumplir y cómo se ajustan a los requisitos normativos.
Gestión de datos se encarga de las siguientes tareas: almacenar, trasladar, integrar, procesar y mantener los datos para que sean accesibles, fiables y utilizables en toda la organización.
La gobernanza sin gestión da lugar a políticas que nadie puede aplicar. La gestión sin gobernanza da lugar a una infraestructura sin rendición de cuentas, sin definiciones coherentes y sin una estrategia de cumplimiento normativo.
La diferencia fundamental
| Gobernanza de datos | Gestión de datos | |
|---|---|---|
| Qué es | El marco de políticas, funciones y normas que determina cómo se gestiona la propiedad, la definición, el acceso y la gobernanza de los datos | La disciplina técnica que abarca el almacenamiento, el traslado, el procesamiento, la integración y el mantenimiento de los activos de datos |
| Pregunta principal | ¿Quién es responsable de estos datos, qué significan y cómo deben utilizarse? | ¿Cómo almacenamos, procesamos y transmitimos estos datos de forma fiable y a gran escala? |
| Resultados principales | Políticas, normas, marcos de rendición de cuentas, glosario empresarial, controles de cumplimiento | Datos almacenados, flujos de datos, procesos de calidad de los datos, integraciones, infraestructura de datos accesible |
| ¿Quién lo hace? | CDO, consejo de gobernanza, propietarios de datos, gestores de datos | Ingenieros de datos, administradores de bases de datos, arquitectos de plataformas y equipos de operaciones de datos |
| Herramientas | Catálogos de datos, plataformas de gestión de metadatos, motores de políticas, herramientas de glosario empresarial | Bases de datos, almacenes de datos, lagos de datos, flujos de trabajo ETL/ELT, plataformas de integración de datos |
| Horizonte temporal | Estratégico y continuo | Operativo diario |
| Relación | Establece las normas que debe seguir la dirección | Lleva a cabo el trabajo técnico de acuerdo con las normas establecidas por el comité de gobernanza |
¿Qué es la gobernanza de datos?
La gobernanza de los datos es la capacidad organizativa que establece la responsabilidad sobre los activos de datos y crea las políticas, las normas y los procesos que permiten que dicha responsabilidad se haga efectiva.
Un programa de gobernanza de datos define:
- ¿Quién es el responsable de cada activo de datos? ¿Qué equipo de la empresa se encarga de garantizar su exactitud, definición y uso adecuado?
- Qué significan los datos — Los términos y definiciones del glosario empresarial que garantizan que todos los equipos trabajen partiendo de una misma interpretación de cada ámbito.
- Quién puede acceder a los datos — Las políticas de control de acceso, los flujos de trabajo de aprobación y los registros de auditoría que regulan quién puede utilizar qué y en qué condiciones.
- ¿Qué criterios de calidad se aplican? — Los umbrales de exhaustividad, tasa de valores nulos, actualidad y validación que hacen que un conjunto de datos sea lo suficientemente fiable como para certificarlo.
- Cómo se garantiza el cumplimiento normativo de los datos — Las etiquetas de clasificación, las políticas de conservación y los controles de cumplimiento que satisfacen los requisitos del RGPD, la HIPAA, la ley SOX, la norma BCBS 239 y otras normativas aplicables.
- Durante cuánto tiempo se conservan los datos — Las políticas de ciclo de vida que regulan la conservación, el archivo y la eliminación.
La gobernanza de datos es, ante todo, una disciplina empresarial y organizativa. Requiere el apoyo de la dirección, la responsabilidad sobre el ámbito de competencia y la rendición de cuentas en materia de gestión. La tecnología la respalda, pero no sustituye a la responsabilidad humana que constituye su esencia.
¿Qué es la gestión de datos?
La gestión de datos es la disciplina técnica que se ocupa del tratamiento de los datos a lo largo de todo su ciclo de vida: desde la captación y el almacenamiento hasta el procesamiento, la integración, la gestión de la calidad y la entrega a los usuarios.
La gestión de datos abarca:
- Arquitectura de datos — Diseño de las estructuras, los esquemas y los sistemas que almacenan y organizan los datos.
- Integración de datos — Traslado de datos entre sistemas mediante procesos ETL y ELT, API y plataformas de streaming.
- Almacenamiento de datos — Gestión de bases de datos, almacenes de datos, lagos de datos e infraestructura de almacenamiento en la nube.
- Gestión de la calidad de los datos — Ejecución de los controles de calidad, las reglas de validación y los procesos de corrección definidos por el marco de gobernanza.
- Seguridad de los datos — Implementación de medidas de cifrado, controles de acceso y protecciones de red que protejan los datos frente al acceso no autorizado y las filtraciones.
- Gestión del ciclo de vida de los datos — Ejecución de los calendarios de conservación, los procesos de archivo y los flujos de trabajo de eliminación que exige la política de gobernanza.
- Gestión de datos maestros — Mantener un único registro de referencia para las entidades clave de la empresa: clientes, productos, proveedores y empleados.
- Operaciones con datos — Supervisar el estado de los flujos de trabajo, resolver fallos, gestionar la capacidad y garantizar la fiabilidad de la infraestructura de datos.
La gestión de datos es, ante todo, una disciplina técnica. Se lleva a cabo mediante ingenieros de datos, administradores de bases de datos y equipos de operaciones de plataformas, utilizando las herramientas y la infraestructura que la organización ha implantado.
Cómo se solapan
La relación entre la gobernanza y la gestión no está claramente delimitada: ambas disciplinas se solapan en varios aspectos.
Calidad de los datos: La gobernanza define los estándares de calidad: qué índice de exhaustividad, índice de valores nulos y requisitos de actualidad hacen que un conjunto de datos sea fiable. La gestión de datos lleva a cabo los controles de calidad que evalúan el cumplimiento de dichos estándares, así como los procesos de corrección que solucionan los problemas cuando se detectan. La calidad es una responsabilidad de la gobernanza en cuanto a su definición y una responsabilidad de la gestión en cuanto a su ejecución.
Linaje de datos: La gobernanza requiere la documentación del linaje para que los datos puedan rastrearse desde su origen hasta su consumo con fines de auditoría y cumplimiento normativo. La gestión de datos implementa el seguimiento del linaje mediante la instrumentación de los flujos de datos, la captura de metadatos y la integración de catálogos. El linaje es un requisito de gobernanza y un resultado de la gestión.
Control de acceso: La gobernanza define quién puede acceder a qué y en qué condiciones, y exige que se registre cada decisión de acceso con fines de auditoría. La gestión de datos implementa los controles de acceso en los sistemas subyacentes: permisos basados en roles en las bases de datos, controles basados en atributos en las plataformas de datos y cifrado de los datos en tránsito y en reposo. La gobernanza del acceso es la política; la gestión del acceso es la implementación.
Gestión de metadatos:La gobernanzaexige que cada activo de datos cuente con información documentada sobre su titularidad, definición, linaje, puntuación de calidad y clasificación de cumplimiento. La gestión de datos recopila y mantiene los metadatos técnicos —esquema, tipos de datos, recuento de filas, historial de ejecuciones del proceso— que alimentan el catálogo de gobernanza. La gestión de metadatos se sitúa en la intersección de ambas disciplinas.
Cumplimiento normativo: La gobernanza define los requisitos de cumplimiento: qué datos están regulados, qué controles se aplican y qué registros deben conservarse. La gestión de datos se encarga de aplicar técnicamente dichos requisitos: enmascaramiento de datos de carácter personal, cumplimiento de los plazos de conservación, registro de auditoría y cifrado. El cumplimiento es una responsabilidad de la gobernanza y una tarea de implementación de la gestión.
Diferencias clave entre las distintas dimensiones
Funciones y responsabilidades
| Función | Gobernanza o gestión | Responsabilidad principal |
|---|---|---|
| Director de Datos | Gobernanza | Patrocina el programa de gobernanza y establece la estrategia de datos |
| Responsable de Gobernanza de Datos | Gobernanza | Se encarga de la gestión diaria del programa de gobernanza |
| Propietario de los datos | Gobernanza | Es responsable, desde el punto de vista empresarial, de un dominio de datos |
| Responsable de datos | Gobernanza | Aplica las políticas de gobernanza dentro de un dominio |
| Ingeniero de datos | Gestión | Crea y mantiene flujos de datos e infraestructura |
| Administrador de bases de datos | Gestión | Gestiona el rendimiento, el esquema y el acceso a la base de datos |
| Arquitecto de datos | Gestión (con aportaciones en materia de gobernanza) | Diseña estructuras de datos y patrones de integración |
| Operaciones de datos | Gestión | Supervisa el estado de las tuberías y resuelve los problemas operativos |
| Analista de datos | Consumidor de ambos | Utiliza los datos en el marco de las políticas de gobernanza relativas a la infraestructura de gestión |
Herramientas y plataformas
| Categoría | Herramientas de gobernanza | Herramientas de gestión |
|---|---|---|
| Descubrimiento y catalogación | Catálogo de datos, glosario empresarial | Agentes de extracción de metadatos, registros de esquemas |
| Calidad | Normas de calidad, políticas de certificación | Plataformas de calidad de datos, marcos de validación, «Great Expectations» |
| Control de acceso | Motor de políticas, gestión de flujos de trabajo de acceso | control de acceso según roles a bases de datos control de acceso según roles, plataformas de IAM, herramientas de enmascaramiento de datos |
| Linaje | Requisitos de gestión de linajes, análisis de impacto | Instrumentación de tuberías, agentes de captura de linaje |
| Cumplimiento | Controles de cumplimiento, informes de auditoría | Cifrado, enmascaramiento, cumplimiento de los plazos de conservación, registro de auditoría |
| Integración | Contratos de datos, gestión de los acuerdos de nivel de servicio (SLA) | Procesos ETL/ELT, plataformas de integración de datos, sistemas de transmisión en tiempo real |
| Almacenamiento | Políticas de conservación y ciclo de vida | Bases de datos, almacenes de datos, lagos de datos, almacenamiento de objetos |
Modos de fallo
| ¿Qué ocurre si no hay gobernanza? | ¿Qué ocurre si no hay dirección? |
|---|---|
| Definiciones incoherentes: un mismo campo tiene significados distintos en distintos sistemas | No se puede acceder a los datos: los sistemas existen, pero los datos no se pueden transferir ni entregar de forma fiable |
| Falta de claridad en la responsabilidad: los problemas de calidad quedan sin resolver porque nadie asume la responsabilidad | La calidad de los datos se deteriora: no existe infraestructura para llevar a cabo controles de calidad ni medidas correctivas |
| Riesgo de incumplimiento normativo: los datos sujetos a regulación no están clasificados ni controlados | Falla de los controles de cumplimiento: las políticas existen, pero no pueden aplicarse desde el punto de vista técnico |
| Mala calidad de los datos: existen normas, pero nadie las hace cumplir | La escalabilidad falla: las políticas de gobernanza no pueden aplicarse al volumen de datos |
| Fallos de la IA: los modelos se basan en datos no certificados y no regulados | Las cadenas de procesamiento de IA se interrumpen: no existe una infraestructura que permita suministrar de forma fiable datos controlados a los sistemas de IA |
Gobernanza de datos frente a gestión de datos frente a disciplinas relacionadas
Estos términos suelen utilizarse indistintamente. Cada uno de ellos describe una función distinta.
Gobernanza de datos frente a gestión de datos: La gestión de datos es la práctica operativa de aplicar las políticas de gobernanza en el día a día. La gobernanza define las normas; la gestión se encarga de cumplirlas. Los gestores de datos son las personas que ponen en práctica la gobernanza dentro de sus ámbitos asignados. La gestión es un componente de la gobernanza, no un sinónimo de la misma.
Gobernanza de datos frente a gestión de metadatos: La gestión de metadatos consiste en recopilar y mantener el contexto que subyace a los activos de datos: definiciones, linaje, índices de calidad, titularidad y clasificaciones. Es la capa operativa que hace que la gobernanza sea visible y auditable. La gobernanza sin gestión de metadatos no puede verificarse; la gestión de metadatos sin gobernanza carece de normas coherentes. Ambas son interdependientes.
Gobernanza de datos frente a calidad de datos: La calidad de los datos es uno de los resultados de la gobernanza. Un programa de gobernanza define estándares de calidad, designa a los responsables de velar por su cumplimiento e implementa herramientas de gestión para supervisarlos. La calidad sin gobernanza genera métricas sobre las que nadie actúa. La gobernanza sin estándares de calidad no tiene forma de certificar que los datos sean fiables.
Gestión de datos frente a gestión de datos maestros:La gestión de datos maestros(MDM) es una disciplina específica dentro de la gestión de datos centrada en mantener un único registro de referencia para las entidades empresariales clave. Se trata de una capacidad de gestión de la que dependen los programas de gobernanza: la MDM garantiza que los registros de clientes, productos y proveedores a los que se aplican las políticas de gobernanza sean coherentes y fiables.
Gestión de datos frente a operaciones de datos: Las operaciones de datos (DataOps) aplican los principios de DevOps a los flujos de datos: automatización, integración continua, supervisión e iteración rápida. Se trata de una metodología dentro de la gestión de datos, más que de una disciplina independiente. Los equipos de DataOps implementan los flujos e infraestructura que requiere la gestión de datos.
Cuando lidera la gobernanza, cuando lidera la gestión
Ninguna de las dos disciplinas tiene prioridad permanente. Cuál de las dos prevalece depende de la situación.
La gobernanza toma la iniciativa cuando:
- Definir un nuevo dominio de datos y asignar la titularidad antes de crear la infraestructura.
- Establecer controles de cumplimiento antes de que los datos regulados se incorporen a un nuevo sistema.
- Resolver las definiciones contradictorias entre las distintas unidades de negocio antes de consolidar los datos en una nueva plataforma.
- Establecer normas de calidad antes de implementar una plataforma de control de la calidad de los datos.
La dirección toma la iniciativa cuando:
- Es necesario integrar una nueva fuente de datos antes de que se hayan definido por completo las políticas de gobernanza correspondientes; la gobernanza se establece mediante políticas una vez que la fuente está operativa.
- Cualquier problema de rendimiento o fiabilidad en la infraestructura de datos requiere una solución técnica inmediata, independientemente de su estado de gobernanza.
- Una nueva capacidad de IA requiere una infraestructura antes de que se haya formalizado el marco de gobernanza de la IA.
En la práctica, las organizaciones más eficaces llevan a cabo la gobernanza y la gestión de forma paralela: la gobernanza define las normas y la gestión las aplica de forma continua, en lugar de esperar a que la gobernanza cubra todos los aspectos antes de desplegar la infraestructura.
Preguntas frecuentes
La gobernanza determina qué debe hacerse con los datos: quién es su propietario, qué significan, quién puede utilizarlos y qué normas deben cumplir. La gestión se encarga de que todo ello se lleve a cabo desde el punto de vista técnico: almacenar, transferir, procesar y facilitar los datos de acuerdo con esas normas.
En teoría, sí, pero no en la práctica a gran escala. Las políticas de gobernanza que no pueden aplicarse técnicamente porque la infraestructura de gestión subyacente no las admite son políticas que solo existen sobre el papel. La gobernanza requiere una infraestructura de gestión que permita aplicar controles de acceso, realizar comprobaciones de calidad, implementar calendarios de conservación y mantener registros de auditoría.
La gobernanza de los datos es responsabilidad de los líderes empresariales: el director de datos (CDO), los propietarios de datos de cada ámbito, los miembros del consejo de gobernanza y los administradores de datos. La gestión de datos es responsabilidad de los equipos técnicos: ingenieros de datos, administradores de bases de datos (DBA), arquitectos de plataformas y el equipo de operaciones de datos. En la práctica, las organizaciones más eficaces cuentan con estructuras formales de colaboración entre ambos ámbitos, de modo que las políticas de gobernanza sirvan de base para las decisiones de gestión y las capacidades de gestión se ajusten a los requisitos de gobernanza.
Un responsable de datos (gobernanza) establece que un conjunto de datos debe tener un índice de exhaustividad superior al 95 % para obtener la certificación. Un ingeniero de datos (gestión) crea el control de calidad que mide la exhaustividad de forma continua y deriva los fallos a un flujo de trabajo de gestión. El responsable revisa los fallos y, o bien resuelve el problema subyacente, o bien retira al conjunto de datos de la certificación. La gobernanza definió la norma; la gestión implementó el control; la gobernanza actuó en función del resultado.
El cumplimiento normativo es un resultado que la gobernanza genera como consecuencia de las operaciones diarias. La gobernanza clasifica los datos regulados, aplica controles de acceso, mantiene registros de auditoría y documenta el linaje: todos los registros que exigen las auditorías de cumplimiento. La dirección se encarga de implementar técnicamente dichos controles. Las organizaciones que tratan el cumplimiento normativo como una tarea independiente de la gobernanza acaban realizando el mismo trabajo de documentación por duplicado.
Los modelos de IA requieren datos de entrenamiento limpios, trazables y sujetos a gobernanza. La gobernanza certifica los conjuntos de datos de entrenamiento, evita que los datos regulados entren en los flujos de trabajo de IA sin haber sido revisados y mantiene los registros de linaje que hacen que los modelos sean reproducibles y auditables. La gestión de datos crea los flujos de trabajo que suministran datos de entrenamiento certificados a la infraestructura de entrenamiento de modelos. Si ambos elementos no funcionan conjuntamente, los sistemas de IA se construyen sobre datos de entrada no regulados que no pueden ser auditados ni reproducidos.
Los marcos difieren en este aspecto. El DAMA-DMBOK considera la gobernanza de datos como una de las 11 áreas de conocimiento dentro de la disciplina más amplia de la gestión de datos, lo que convierte a la gobernanza en un componente de la gestión. En la práctica, la mayoría de las organizaciones las tratan como programas distintos pero interdependientes, ya que requieren patrocinadores, equipos y herramientas diferentes, aunque compartan objetivos y deban coordinarse.
