Gobernanza desde 3 perspectivas: personas, procesos y tecnología

 Introducción

Para cualquier organización que maneje datos, ya no es opcional contar con buenas prácticas en gobernanza. La gobernanza permite tener datos seguros y con la calidad necesaria para tomar decisiones con confianza. Además, actúa como un escudo que protege a la empresa de riesgos operativos, legales y hasta reputacionales.

Una gobernanza de datos exitosa debe abordarse desde tres perspectivas: personas, procesos y tecnología. Estos tres aspectos se complementan entre sí. Por ejemplo: tener procesos claros facilita la labor del equipo, apoyarse en tecnología agiliza los procesos, y una estructura de liderazgo robusta permite alinear los esfuerzos a los objetivos de negocio.

Figura 1: Una visión global de la gobernanza de datos

Con la evolución tecnológica, la forma de balancear la carga entre personas, procesos y tecnología ha cambiado, permitiendo que la tecnología asuma tareas más complejas con mayor precisión.

En este artículo explicamos la gobernanza desde estas tres perspectivas y compartimos los principales retos que vemos con frecuencia en nuestros clientes en ixpantia. También brindamos recomendaciones prácticas sobre cómo priorizar esfuerzos para implementar una gobernanza integral en su organización.

1. Personas: colaboración y responsabilidad

En una organización que aproveche saludablemente sus datos, estos fluyen y se complementan a través de distintas áreas de negocio. Es normal que existan algunos silos de data muy específica, pero por lo general hay ciertos conjuntos de datos que se utilizan ampliamente para distintos fines corporativos. El acceso a datos y los derechos de decisión sobre conjuntos de datos son dos de los asuntos de gobernanza que generan más retos en las organizaciones con las que trabajamos, y ambos tienen que ver con el esquema de liderazgo.

Para balancear responsabilidades de gobernanza de datos en empresas medianas, el esquema de liderazgo federado suele ser el más adecuado. Al mantener ciertas capacidades centralizadas y otras descentralizadas, varios equipos se ven obligados a coordinarse para cuidar la calidad y seguridad de los datos. El reto aquí es usar mecanismos de orquestación que logren un equilibrio: dar agilidad a los equipos para evitar cuellos de botella, sin perder la consistencia en toda la organización. Un problema común es que cada unidad de negocio tiene definiciones distintas; por ejemplo, para la unidad de Riesgos un “cliente activo” es quien tiene un crédito vigente, mientras que para la unidad de Servicio al Cliente es quien usa la aplicación móvil. En un modelo federado, los líderes de datos de cada área resuelven este conflicto desacoplando el término y formalizando dos variables distintas (como "Cliente Activo - Riesgos" y "Cliente Activo - Servicio") en el catálogo de datos, permitiendo que ambos conceptos convivan de forma clara, ordenada y transparente para el negocio.

Por otro lado, tener un comité de orquestación es un buen mecanismo para resolver conflictos entre unidades de negocio y recalibrar el uso de recursos para alinear esfuerzos a acciones prioritarias. Muchas veces la orquestación no es sutil. Las políticas pueden quedarse cortas ante la realidad organizacional, y hay que tomar decisiones que implican inevitablemente que algo se pierda para que algo más se gane. En esos casos es importante que sea claro para todos los actores saber quién puede tomar esa decisión. Es frecuente que las unidades de negocio saturen la capacidad de los perfiles de analítica avanzada (normalmente centralizados), en especial cuando requieren atención urgente, como la preparación de un reporte para una auditoría. Tener un comité que pueda ayudar a priorizar y asignar el tiempo de capacidades de analitica avanzada ayuda a reducir fricciones y a agilizar el proceso.

Cuando asesoramos a empresas para mejorar su gobernanza de datos, buscamos que esta gobernanza se implemente en función del valor de negocio. Si la gobernanza está aislada en un equipo técnico, recomendamos migrar algunas responsabilidades hacia las áreas usuarias (esquema federado). Esto lo hacemos asignando roles, formalizando el hecho de que entre el personal de negocio ya no hay sólo consumidores de datos, sino también productores y custodios responsables de su calidad.

Sin embargo, asignar los roles es solo el primer paso. Para los roles con más responsabilidades, como los data stewards, es indispensable dotarlos de los recursos necesarios para hacer bien su trabajo: tiempo (por lo general, el recurso más escaso), dinero y capacitación.

Por último, un aspecto fundamental e inherentemente humano en la gobernanza de datos es la cultura de datos. Lograr que los colaboradores entiendan el valor de los datos, la importancia de mantener su calidad y los riesgos que se derivan de no mantenerlos seguros, es algo que toma tiempo y que no se puede resolver solamente con tecnología.

2. Procesos: fluir con el negocio

La gobernanza de datos es en sí misma un proceso que define cómo interactúan las personas y la tecnología para reducir riesgos y tener datos de valor. Cuando se definen reglas de gobernanza, una de las tareas más difíciles es ‘aterrizar’ esas reglas a procesos, para mantenerlas vivas dentro del día a día de la empresa sin frenar el giro de negocio.

Esto muchas veces da lugar a una tensión entre autonomía y control: “(...) los equipos necesitan autonomía para moverse rápidamente y servir a sus usuarios, pero las organizaciones necesitan consistencia, calidad y cumplimiento” (Raygada, 2026).

Para diseñar procesos que sean fácilmente implementados se requiere mucha sensatez y conocimiento del modelo operativo de la empresa. No es algo que se puede tercerizar por completo, porque lo recomendable es alinear los mecanismos de gobernanza a los procesos de negocio existentes siempre que se pueda. De esta forma evitamos crear procesos forzados y que se perciban como formalismos, que inevitablemente terminan siendo ‘esquivados’ por los equipos.

Por ejemplo, en una agencia de publicidad, los equipos de Ventas, Finanzas y Creativo (equipo core) funcionaban en silos. Al ganar un proyecto, cada área iniciaba su propio registro de datos según sus necesidades: Finanzas buscaba saber cuánto y cuándo facturar, mientras que el equipo de Creativo se enfocaba en la flexibilidad para adaptar el cronograma y cumplir con los entregables. Esta desconexión provocaba constantes duplicidades y confusión entre unidades.

Para resolverlo, rediseñamos el proceso encadenando las tres áreas mediante identificadores clave. Ventas comenzó a originar el ID del cliente, Finanzas lo vinculaba a un ID de cuenta contable, y Creativo utilizaba ambos para registrar sus hitos de trabajo. De esta manera, integramos sus mundos compartiendo estrictamente lo necesario y respetando sus procesos de negocio existentes.

Evolucionar a una adecuada gobernanza de datos, cuando se parte de una deficiente, puede generar fricción entre equipos y entre líderes. Hay quienes dicen que si no ‘duele’ no está funcionando, pero realmente el nivel de resistencia depende de la línea base de la organización, y de la cultura de datos existente. Adoptar estas nuevas prácticas siempre será más fácil en empresas con un modelo operativo maduro, y donde el personal perciba la gobernanza como algo que le trae beneficios.

3. Tecnología: consistencia y trazabilidad

La tecnología puede ser un gran aliado en la implementación de políticas de gobernanza de datos. Incorporar reglas de gobernanza en la infraestructura de datos, y automatizar tareas repetitivas puede ser una inversión estratégica para muchas empresas. Pero es importante saber que la tecnología es un habilitador, y no importa cuán cara sea una licencia, ninguna tecnología puede resolver la gobernanza de datos sin prestar atención al aspecto de personas y de procesos.

Dicho esto, hay ciertas tareas para las cuales recomendamos el uso de tecnología.

Una de ellas es configurar reglas de gobernanza directamente en la infraestructura de datos. Tradicionalmente esto se hacía de forma manual configurando servidor por servidor, un proceso propenso al error humano y difícil de auditar. Hoy en día existen metodologías modernas, como la "Infraestructura como Código" (IaC), que consideramos especialmente valiosas para empresas que operan en la nube. Este tipo de infraestructura es gestionada mediante archivos de código, en lugar de hacerlo dando clicks en una plataforma.

Gestionar la infraestructura usando código trae muchas ventajas, porque permite centralizar las políticas de gobernanza y aplicarlas automáticamente. De esta forma no quedan enterradas en un PDF ni dependen de que una persona las recuerde. Además, facilita la aplicación de buenas prácticas como DataOps y DevOps, que forman parte de una buena gobernanza.

Por ejemplo, el uso de IaC da trazabilidad al proceso de configuración: si alguien cambia los accesos a una base de datos confidenciales, es fácil luego saber quién propuso el cambio, quién lo aceptó y por qué razón se tomó esa decisión, porque todo queda documentado en la plataforma de control de versiones. También se asegura la consistencia de entornos: si la regla es que toda base de datos nueva debe tener encriptación activada, la configuración en IaC no va a permitir crear la base de datos si esa regla no se cumple.

En ixpantia utilizamos IaC en nuestro ecosistema por esas mismas ventajas. Por medio de código gestionamos los roles con permisos a los servicios en la nube que más utilizamos, por ejemplo BigQuery y Cloud Storage. También desplegamos entornos de pruebas y producción utilizando código, para asegurar la replicabilidad de los entornos y el cumplimiento de estos con nuestra política de gobernanza.

Otra práctica que por lo general recomendamos es automatizar los controles de calidad en los flujos de datos que se actualizan continuamente. Recordemos que asegurar la calidad es un objetivo central de la gobernanza. Cuando un dato incorrecto se filtra, puede causar que un producto no funcione (e.g., un reporte que no carga), o peor, que el producto funcione pero con errores. Digo que esto último es “peor” porque ver datos incorrectos puede dañar la credibilidad del producto de datos, o inclusive de todo el conjunto de datos, lo cual no sólo afecta la adopción del producto sino que perjudica el desarrollo de la cultura data-driven que buscamos fomentar en las empresas.

El uso estratégico de la tecnología es esencial: insertando procesos de gobernanza en sistemas, pipelines, y productos siempre que sea posible; se libera el tiempo y la carga cognitiva humana para que las personas puedan dedicarse a procesos de toma de decisión, validaciones, orquestación entre equipos y temas de ética.

Conclusión

En resumen, existen tres perspectivas fundamentales para abordar la implementación de la gobernanza de datos. Desde la perspectiva de personas, la clave es tener claridad sobre responsabilidades y fomentar la colaboración. En cuanto a procesos, buscamos que los de gobernanza fluyan con los del negocio. No queremos introducir trabas o cuellos de botella; el objetivo es que el negocio perciba una mejora, por ejemplo, por una reducción palpable de las fricciones que se pueden generar al no tener una fuente de la verdad compartida. Y por último, la perspectiva tecnológica, donde usamos herramientas para lograr consistencia y trazabilidad en la ejecución. Esto último, además, facilita las labores de auditoría, las cuales son cruciales para demostrar el cumplimiento del marco implementado.

Referencias

Raygada, A. (2026). Data Products Volume 1: From Projects to Products: Ownership, Governance, and Business Value. Technics Publications.

Notas

¹ Teniendo en mente el ciclo de vida de datos y el ciclo de vida de productos.