En este episodio del podcast premium debatimos sobre Gobierno del dato a raíz de la segunda sesión del Club de Lectura del libro Data Governance Handbook (puedes escuchar mi reflexión sobre la primera parte del libro aquí).
Desde qué significa realmente tener un dato "de calidad", hasta por qué es tan difícil ponerse de acuerdo en qué es un “cliente”, este episodio es una clase práctica de lo que ocurre cuando intentas llevar orden a un mundo de datos ya en marcha.
La teoría del gobierno del dato suena bien: definir políticas, construir catálogos, garantizar trazabilidad, mejorar la calidad del dato…
Pero la realidad empieza cuando entras en una empresa donde los datos ya circulan, las decisiones ya se toman y el presupuesto está comprometido.
En la charla, hablamos sobre algo clave: implementar una estrategia de gobierno del dato desde cero es ideal, pero casi nunca pasa.
Lo habitual es lo contrario: aterrizas en medio del caos y tienes que poner orden mientras todo sigue funcionando.
Y ahí empiezan los verdaderos retos.
Uno de los bloques centrales de la conversación es la importancia de los metadatos y cómo habilitan catálogos de datos que permiten buscar, descubrir y reutilizar información.
Tener un catálogo bien armado ahorra horas (o días) de trabajo, evita duplicidades y permite saber a quién preguntar cuando no entiendes un campo.
Pero no vale con una lista de nombres bonitos: necesitas lineage, definiciones, responsables y validaciones.
Porque sin confianza en los datos, nadie los usa.
Y si nadie los usa, todo el esfuerzo del gobierno del dato se va al traste.
La calidad del dato no es solo asegurarse de que un campo no tenga valores vacíos.
Es definir qué reglas debe cumplir un conjunto de datos para ser considerado válido.
Eso incluye cosas como:
Y no basta con definirlo.
Hay que monitorizarlo, visualizarlo y tomar decisiones en base a ello.
En el episodio, Raúl nos comparte cómo lo hacen en su empresa: con DBT, tests automatizados, criticidad por tabla y un sistema de alertas que se integra en el catálogo.
El libro Data Governance Handbook nos cuenta que uno de los grupos más infravalorados es el de operaciones de datos (DataOps).
Son quienes orquestan pipelines, ajustan horarios, arreglan fallos y garantizan que los datos estén listos cuando se necesitan.
Pero como su trabajo solo se nota cuando algo va mal… muchas veces se quedan sin reconocimiento ni presupuesto.
Y sin operaciones fiables, no hay calidad del dato ni confianza que valga.
El gobierno del dato es un proceso vivo que hay que revisar, ajustar y volver a consensuar constantemente.
… este episodio te va a gustar.
Y si trabajas en datos y alguna vez te has preguntado por qué tus números no cuadran con los del otro equipo, quizás lo que necesitas no es más SQL, sino una buena conversación sobre qué significa “cliente”.