El área comercial y el equipo de finanzas preparan reportes sobre los clientes incorporados durante un mismo periodo, pero obtienen resultados diferentes. Ambos trabajan con información de la organización, aunque utilizan fuentes, fechas de actualización o reglas de cálculo distintas. La inconsistencia no comienza necesariamente en el reporte: puede originarse en la forma de recopilar, transformar, documentar y controlar los datos.
La ingeniería de datos y la gobernanza responden a partes diferentes de este problema. La primera construye los flujos que trasladan y preparan la información. La segunda establece qué significa cada dato, quién puede utilizarlo, cómo debe protegerse y quién asume responsabilidad por su calidad. Cuando ambas se gestionan de manera aislada, una plataforma puede funcionar técnicamente y, aun así, producir información difícil de interpretar o verificar.
Respalda programas sobre gestión de datos
El Instituto Internacional de Ingeniería (3i) permite que organizaciones e instructores que ya imparten capacitación prueben la emisión de credenciales verificables y revisen si la plataforma se adapta a su proceso formativo.
Dos funciones complementarias
La ingeniería de datos diseña y mantiene sistemas para recopilar información desde distintas fuentes, transformarla, almacenarla y entregarla a aplicaciones, equipos de análisis o modelos. Esto incluye bases de datos, procesos de integración, canalizaciones, pruebas, monitoreo y mecanismos para responder ante fallas.
La gobernanza de datos define el marco dentro del cual esos sistemas operan. El glosario del Computer Security Resource Center del NIST la describe como un conjunto de procesos para administrar formalmente los activos de datos y establecer autoridad y parámetros para su gestión y toma de decisiones.
La diferencia puede observarse en un registro de clientes. El equipo técnico integra información procedente de ventas, facturación y atención. La gobernanza determina cuál será el identificador aceptado, qué área revisará los duplicados, qué campos contienen información sensible y bajo qué condiciones podrá consultarse.
Del origen al dato confiable
Un flujo comienza en sistemas operativos, archivos, sensores, aplicaciones o servicios externos. La información se recibe, pasa por reglas de transformación y se almacena para un uso definido. Cada etapa puede introducir problemas: una columna cambia de formato, un archivo llega fuera del horario previsto, un identificador se repite o una regla de negocio se aplica de manera diferente.
La calidad no debería revisarse únicamente cuando aparece un informe incorrecto. Los controles pueden incorporarse durante el recorrido de los datos:
Estas verificaciones requieren criterios acordados. Un ingeniero puede detectar registros sin dirección, pero el área responsable debe decidir si ese campo es indispensable, si puede completarse más adelante o si el registro debe separarse para su revisión.
Responsabilidades y reglas claras
La gobernanza pierde utilidad cuando se limita a documentos que los equipos no aplican. Para funcionar, debe asignar responsabilidades concretas. Una persona o área puede definir el significado de un dato; otra puede administrar sus controles técnicos; y los usuarios necesitan conocer las condiciones para consultarlo, modificarlo o compartirlo.
La norma ISO/IEC 38505-1:2017 sobre gobernanza de datos ofrece principios para los órganos de gobierno de las organizaciones sobre el uso y la protección de los datos. También presenta la gobernanza de datos como un ámbito de la gobernanza de tecnologías de la información, vinculada a la gobernanza organizacional.
En la práctica, las reglas deben responder preguntas como quién aprueba el acceso, qué definición se utilizará para calcular un indicador, cuánto tiempo se conservará un archivo y qué procedimiento se seguirá al detectar un error. Cuando estas decisiones no tienen responsables identificados, los equipos crean soluciones locales y aumentan las diferencias entre reportes.
Metadatos, catálogo y linaje
Encontrar una tabla no significa comprenderla. Para utilizar un conjunto de datos, el usuario necesita saber qué contiene, quién lo administra, cuándo fue actualizado y qué restricciones tiene. Los metadatos describen esas características, el catálogo facilita la localización y el linaje muestra el recorrido desde la fuente hasta el resultado.
El linaje resulta útil cuando cambia una fuente o aparece una inconsistencia. Permite identificar qué procesos transformaron el dato y qué informes podrían verse afectados. Sin ese registro, una modificación pequeña puede propagarse a distintos productos sin que los equipos sepan dónde comenzó el problema.
Los principios FAIR publicados en Scientific Data proponen que los datos y sus metadatos sean localizables, accesibles, interoperables y reutilizables. En este contexto, accesible no significa necesariamente abierto: el acceso puede estar sujeto a procedimientos de autenticación, autorización y condiciones definidas.
Gobernanza en equipos distribuidos
Cuando una organización crece, un equipo central puede convertirse en un punto de espera para solicitudes procedentes de distintas áreas. Algunos modelos distribuyen parte de la responsabilidad entre los dominios que conocen mejor la información. En una malla de datos, esos dominios pueden crear y mantener productos de datos destinados a otros equipos.
La documentación de Google Cloud sobre arquitectura y funciones en una malla de datos distingue equipos productores y consumidores basados en dominios, junto con equipos centrales responsables de la administración y la plataforma. Los dominios exponen productos mediante interfaces definidas, mientras las funciones centrales mantienen políticas, servicios compartidos y mecanismos de descubrimiento.
Este enfoque no elimina la gobernanza ni resulta adecuado para todos los contextos. Requiere responsabilidades claras, capacidad técnica en los dominios y una plataforma que facilite la aplicación de políticas. Una organización con pocos equipos puede comenzar con un modelo centralizado antes de distribuir funciones.
Competencias para trabajar con datos
La formación en ingeniería de datos suele concentrarse en lenguajes, bases de datos y herramientas de procesamiento. Esas capacidades son necesarias, pero deben acompañarse de criterios para interpretar reglas de negocio, documentar transformaciones, evaluar riesgos y coordinar decisiones con quienes producen o utilizan la información.
Un programa técnico puede integrar modelado, diseño de canalizaciones, pruebas, observabilidad, seguridad, control de acceso, gestión de metadatos, calidad y linaje. El propósito no es convertir a cada participante en especialista de todas las áreas, sino ayudarle a comprender cómo una decisión técnica afecta la disponibilidad, interpretación y protección de los datos.
La Recomendación de la OCDE sobre acceso y uso compartido de datos plantea mecanismos de gobernanza transparentes y responsables, estándares técnicos comunes, desarrollo de capacidades y marcos que protejan la privacidad, la propiedad intelectual y la seguridad. Estos elementos muestran que compartir datos exige combinar infraestructura, reglas y competencias.
Conclusión
Una organización puede trasladar y procesar grandes volúmenes de información sin confiar plenamente en sus resultados. La ingeniería de datos construye el recorrido; la gobernanza define el significado, las responsabilidades y las condiciones de uso. Ambas deben diseñarse de forma coordinada para que los datos importantes puedan explicarse, rastrearse y administrarse con criterios conocidos.
Convierte la formación en credenciales verificables
Mantén tus programas y la relación con cada alumno mientras incorporas certificados con QR, enlace o código para comprobar su autenticidad desde una página pública.
Fuentes consultadas
National Institute of Standards and Technology. Definición de data governance en el CSRC Glossary.
International Organization for Standardization. ISO/IEC 38505-1:2017, Information technology — Governance of IT — Governance of data. 2017.
Wilkinson, Mark D. y otros. The FAIR Guiding Principles for scientific data management and stewardship. 2016.
Google Cloud. Arquitectura y funciones en una malla de datos.
Organización para la Cooperación y el Desarrollo Económicos. Recommendation on Enhancing Access to and Sharing of Data. 2021.
