Cuando cada área mantiene su propia versión de los clientes, los proveedores o las direcciones, los indicadores dejan de ser comparables y nadie confía en los datos. La respuesta clásica es un proyecto de gestión de datos maestros (MDM), largo y caro. Hay un camino más progresivo: declarar fuentes de autoridad sobre las entidades más importantes y gobernarlas.
Cuatro tipos de datos
| Tipo | Qué es | Ejemplos | Volatilidad |
|---|---|---|---|
| Maestros | Entidades compartidas por varios procesos, con ciclo de vida propio | Personas, clientes, inmuebles, proveedores | Baja |
| De referencia | Valores estables que clasifican o codifican otros datos, a menudo de estándares externos | Callejero, códigos INE, CNAE, catálogo de productos | Muy baja |
| Transaccionales | Hechos que se generan al ejecutar los procesos | Pedidos, facturas, solicitudes, incidencias | Alta |
| Analíticos | Datos derivados para analizar y decidir | Indicadores, cuadros de mando | Media |
Qué es una fuente de autoridad
Es el dataset reconocido como única referencia corporativa para una entidad: tiene calidad contrastada, un origen trazable y los usuarios lo usan de verdad en lugar de copias. No es un sistema nuevo, sino una condición que se reconoce a un dataset existente.
Los siete criterios
| Criterio | Qué significa | Cómo se comprueba |
|---|---|---|
| Calidad contrastada | Cumple niveles aceptables en las dimensiones de calidad | Reglas de calidad activas e indicadores |
| Origen trazable | Se conocen el sistema de origen, el proceso, la frecuencia y las transformaciones | Linaje publicado en el catálogo |
| Responsables asignados | Tiene propietario y administrador del dato | Ficha del activo en el catálogo |
| Definición única | Cada concepto está en el glosario y lo han validado quienes lo usan | Término aprobado en el glosario |
| Uso efectivo | Se usa en lugar de copias o fuentes paralelas | Usos documentados en el linaje |
| Mantenimiento activo | Hay un proceso vivo de actualización y corrección | Frecuencia e histórico de incidencias |
| Aprobación formal | Su declaración la ha aprobado el órgano de gobierno | Registro de fuentes de autoridad |
Cómo se declara
- Candidatos: datasets con la misma entidad en varios sistemas, o con necesidad de uso compartido.
- Análisis comparativo: cobertura, calidad, actualización, gobierno y usuarios de cada fuente.
- Evaluación frente a los criterios. Si la mejor candidata no los cumple todos, se define un plan de adecuación con hitos.
- Propuesta: entidad, dataset, justificación, alternativas descartadas e impacto en los usos actuales.
- Aprobación en el comité de gobierno del dato.
- Publicación: se marca en el catálogo como fuente de autoridad y se actualiza el glosario.
- Transición: se acompaña, con calendario, a quienes usaban fuentes paralelas.
- Revisión anual o ante cambios relevantes.
El ciclo de vida de un dato maestro
Los datos maestros necesitan mantenimiento continuo y se distribuyen por referencia, no por copia: quien los usa accede a la fuente (vistas compartidas, servicios internos) en lugar de replicarla.
| Fase | Qué se hace |
|---|---|
| Definición | Significado, atributos obligatorios, reglas de validación y criterios de unicidad |
| Alta | Crear registros tras comprobar que no existen ya |
| Modificación | Actualizar dejando rastro de cada cambio |
| Calidad | Reglas continuas de completitud, unicidad e integridad referencial |
| Uso | Publicar para uso por referencia |
| Baja lógica | Marcar como inactivo, sin borrar |
| Eliminación | Borrado físico solo cuando lo exija la protección de datos o la política de conservación |
Dónde viven
Los datos maestros de un dominio se quedan en él, bajo su propietario. Los transversales sin dominio claro, y los datos de referencia externos, se gestionan en un dominio de gobierno del dato. En el catálogo bastan un atributo «Fuente de autoridad» (con fecha y órgano de aprobación), un atributo «Tipo de dato», el término del glosario enlazado a la fuente y el linaje para ver quién la usa.
Un ejemplo: el dato único de cliente
Una empresa tiene clientes en el ERP, en el CRM, en la herramienta de facturación y en una hoja de cálculo del área comercial. Cuando dirección pide «cuántos clientes activos tenemos», cada área da una cifra distinta.
- Candidatos: ERP y CRM.
- Análisis comparativo: el ERP tiene todos los clientes que facturan, con NIF validado; el CRM tiene más contactos, pero muchos son potenciales y hay duplicados.
- Evaluación: el ERP cumple casi todos los criterios, pero le falta un responsable formal y la definición de «cliente activo» no está en el glosario.
- Plan de adecuación: nombrar propietario (dirección financiera) y administrador, acordar la definición («cliente con al menos una factura en los últimos 12 meses») y activar reglas de unicidad del NIF.
- Aprobación y publicación: el comité declara el ERP fuente de autoridad de clientes.
- Transición: el CRM pasa a enlazar sus cuentas con el código de cliente del ERP, y la hoja de cálculo desaparece.
Resultado: una sola cifra de clientes activos, trazable y con alguien que responde de ella.
Cómo se integran las fuentes
Cada integración usa un patrón acordado, y las excepciones se justifican:
| Patrón | Latencia | Uso típico |
|---|---|---|
| Por lotes (ETL/ELT) | Horas o diaria | Aplicaciones de gestión y ficheros; el patrón por defecto |
| Flujo de eventos | Segundos o minutos | Sensores y plataformas en tiempo real |
| API bajo demanda | Bajo demanda | Consultas puntuales a servicios de terceros u otras administraciones |
| Replicación de cambios (CDC) | Minutos | Bases de datos que deben estar sincronizadas |
| Virtualización | Bajo demanda | Casos puntuales, sin copiar los datos |
| Incorporación documental | Por lotes o eventos | Gestores documentales y bases de conocimiento para IA |
Y ninguna integración entra en servicio sin un acuerdo de acceso al dato con el responsable del sistema de origen: qué datos, con qué patrón y frecuencia, qué esquema y versión, qué sensibilidad y restricciones, qué disponibilidad y cómo se comunican los cambios.
Cuándo sí merece la pena un MDM
Declarar fuentes de autoridad resuelve la mayoría de los casos. Una herramienta de gestión de datos maestros tiene sentido cuando:
- la misma entidad se crea en varios sistemas a la vez y hay que fusionar registros (identificar que dos clientes son el mismo);
- hace falta un flujo de aprobación para dar de alta o modificar registros maestros;
- el volumen de duplicados y correcciones manuales es tan alto que no se puede gestionar con reglas;
- varias aplicaciones necesitan recibir los cambios del maestro en tiempo casi real.
Incluso entonces, conviene empezar por una entidad y ampliar.
Errores frecuentes
- Copiar el maestro en cada sistema «para que vaya más rápido», y volver a tener versiones distintas al mes.
- Declarar fuente de autoridad al sistema más grande sin comprobar los criterios.
- Borrar registros que ya no están vigentes y romper la historia y los informes.
- No acompañar la transición: si nadie ayuda a los usuarios de la fuente paralela a migrar, seguirán usándola.
- Olvidar los datos de referencia externos (códigos postales, CNAE, códigos de país): también necesitan dueño y actualización.
Por qué importa para la IA
Un asistente o un modelo que se alimenta de copias divergentes da respuestas divergentes. Declarar las fuentes de autoridad de las entidades más usadas, y priorizar su calidad, es uno de los pasos con más retorno antes de cualquier proyecto de IA.
En Bidatia ayudamos a identificar y declarar fuentes de autoridad y a montar su gobierno sobre Microsoft Fabric, Purview u OpenMetadata. Para seguir, consulta calidad del dato y gestión de metadatos.
Preguntas frecuentes
¿Qué diferencia hay entre datos maestros y datos de referencia?
Los maestros describen entidades esenciales con ciclo de vida propio, como clientes o proveedores. Los de referencia son valores estables que clasifican otros datos, como códigos de país o el callejero, y a menudo proceden de estándares externos.
¿Hace falta un MDM para tener un dato único?
No necesariamente. Se puede empezar declarando fuentes de autoridad sobre las entidades más relevantes, con criterios, responsables y aprobación formal, y valorar un MDM más adelante si hace falta.
¿Qué es una fuente de autoridad?
El dataset reconocido formalmente como única referencia para una entidad, con calidad contrastada, origen trazable, responsables y uso efectivo, aprobado por el órgano de gobierno del dato.
¿Por qué distribuir los datos maestros por referencia y no por copia?
Porque cada copia se desactualiza y diverge. Accediendo a la fuente mediante vistas o servicios, todos usan el mismo dato y los cambios llegan a todos a la vez.
¿Se pueden borrar los datos maestros?
Lo habitual es la baja lógica: marcarlos como inactivos. El borrado físico solo se hace cuando lo exige la protección de datos o la política de conservación.