Gobernanza de datos para empresas medianas en México: por dónde empezar

Una empresa mediana en México suele tener sus datos repartidos entre un ERP, un CRM, hojas de cálculo compartidas y un par de sistemas que alguien construyó hace años. Funciona hasta que dos áreas llegan a la junta con dos cifras distintas de ventas del mismo mes y nadie puede explicar cuál es la buena.

Eso no es un problema de herramientas. Es un problema de gobernanza de datos: nadie decidió quién es dueño de cada dato, qué significa cada término ni quién puede cambiar qué. La buena noticia es que para arreglarlo no hace falta un área de datos ni un marco corporativo de cien páginas.

¿Qué es la gobernanza de datos y qué no es?

La gobernanza de datos es el conjunto de decisiones y responsabilidades que definen quién es dueño de cada tipo de información, cómo se define, quién puede consultarla o modificarla, cómo se mide su calidad y cuánto tiempo se conserva. Es más una forma de organizar a las personas que un proyecto de tecnología.

No es comprar una plataforma de catálogo de datos, ni contratar a un director de datos, ni escribir un manual que nadie va a leer. Esas piezas tienen sentido en corporativos con cientos de sistemas. En una empresa mediana, la gobernanza mínima viable cabe en unas cuantas decisiones bien documentadas y en el hábito de respetarlas.

Tampoco es lo mismo que decidir dónde se almacena la información. Ese tema, con sus implicaciones legales, lo tratamos en soberanía de datos y dónde viven los datos de tu empresa. Aquí hablamos de algo anterior: si los datos que tienes son confiables y si alguien responde por ellos.

¿Por qué importa ahora y no hace cinco años?

Porque los datos ya no solo alimentan reportes que una persona revisa con criterio. Hoy alimentan tableros automáticos, integraciones entre sistemas y, cada vez más, herramientas de inteligencia artificial que responden preguntas sin que nadie verifique el origen de cada cifra.

Un reporte con un error lo detecta el gerente que conoce el negocio. Un asistente de IA que lee datos duplicados o desactualizados entrega la respuesta equivocada con total seguridad, y se la entrega a quien no tiene contexto para dudar. Todo lo que se construye encima hereda la calidad de lo que hay debajo.

Por eso las empresas que evalúan un sistema RAG que responda sobre su propia operación suelen descubrir que el primer entregable no es el asistente, sino ordenar las fuentes de las que va a leer.

¿Cuáles son las señales de que tu empresa necesita gobernanza de datos?

Los síntomas casi siempre aparecen en la operación antes que en la tecnología. La tabla resume los más comunes, su causa real y el primer arreglo que conviene hacer.

Si reconoces tres o más, el problema no se resuelve con otra herramienta. Se resuelve asignando responsables.

¿Por dónde empezar? Seis piezas de una gobernanza mínima viable

El orden importa. Cada pieza facilita la siguiente, y las dos primeras resuelven buena parte de los síntomas sin tocar un solo sistema.

1. Dueños de datos por dominio. Divide la información en pocos dominios: clientes, productos, inventario, proveedores, finanzas y personal. Asigna a cada uno un dueño del lado del negocio, no de sistemas. El dueño de clientes suele estar en el área comercial; el de inventario, en operaciones. Su trabajo no es capturar datos, sino decidir las reglas: qué campos son obligatorios, quién puede dar de alta registros y qué pasa con los duplicados.

2. Un glosario con definiciones únicas. Escoge los veinte o treinta términos que aparecen en juntas y reportes, y escribe una definición para cada uno. ¿Qué es un cliente activo: el que compró en los últimos tres meses, el que compró en el último año o el que tiene contrato vigente? Cualquier respuesta es válida mientras sea una sola y la apruebe el dueño del dominio. Este documento, por sí solo, termina con buena parte de las discusiones sobre qué cifra es la correcta.

3. Un catálogo mínimo. Una tabla sencilla que diga, para cada dominio, en qué sistema vive el dato maestro, qué otros sistemas lo copian o lo consumen, quién lo mantiene y con qué frecuencia se actualiza. No necesita software especializado: al principio basta una hoja compartida bien mantenida. Lo importante es que exista una sola fuente de verdad por dato y que todos sepan cuál es.

4. Accesos por rol. Define qué puede ver y modificar cada puesto, no cada persona. Cuando alguien entra, cambia de área o se va, se ajusta su rol y los permisos cambian con él. Revisa la matriz con regularidad: los permisos que se acumulan con los años son uno de los riesgos más comunes y menos visibles. Si además tus sistemas se exponen a clientes o socios, la protección técnica importa tanto como la organizativa, como explicamos en cómo proteger una app en México.

5. Calidad medida con pocos indicadores. No hace falta un tablero con cincuenta métricas. Por dominio bastan tres o cuatro: porcentaje de registros completos en los campos críticos, número de duplicados detectados, antigüedad de la última actualización y errores reportados por los usuarios. Lo que se mide con regularidad mejora; lo que se audita una vez al año, no.

6. Retención y borrado. Decide cuánto tiempo se conserva cada tipo de información y qué pasa después. La legislación mexicana de protección de datos personales parte de principios como el de finalidad: los datos se recaban para un propósito y no deberían conservarse indefinidamente sin justificación. Más allá del cumplimiento, guardar menos reduce el daño en caso de un incidente. Los plazos específicos de tu sector conviene validarlos con asesoría legal.

¿Quién debe encargarse si no hay un área de datos?

En una empresa mediana, la gobernanza no necesita un puesto nuevo. Necesita tres roles que ya existen con otro nombre.

• Un patrocinador en la dirección, que respalde las decisiones cuando dos áreas no se pongan de acuerdo sobre una definición.
• Los dueños de dominio, que deciden las reglas de su información y responden por su calidad.
• Un responsable técnico, interno o externo, que traduce esas reglas en validaciones, permisos e integraciones dentro de los sistemas.

Un comité breve que se reúna con regularidad para revisar indicadores y resolver conflictos de definición es suficiente. Lo que no funciona es delegarlo todo al área de sistemas: el equipo técnico puede aplicar las reglas, pero no debería inventarlas.

¿Cómo se refleja la gobernanza en los sistemas?

Las decisiones de gobernanza terminan convertidas en reglas técnicas: campos obligatorios, validaciones al capturar, catálogos cerrados en lugar de texto libre, permisos por rol y bitácoras de quién cambió qué. Cuando los sistemas no permiten aplicar esas reglas, el glosario se queda en documento.

Ahí es donde un sistema administrativo a la medida o una capa de APIs que conecte tus sistemas actuales hacen la diferencia: permiten que el dato maestro viva en un solo lugar y que el resto lo consuma, en lugar de copiarlo a mano entre áreas.

La misma lógica aplica a la inteligencia artificial. Antes de conectar un modelo a tus datos conviene saber qué fuentes son confiables y quién puede ver qué. Es lo primero que revisamos al integrar IA en sistemas existentes: los permisos del asistente deben respetar los permisos de la persona que pregunta.

¿Qué errores son comunes al arrancar?

• Empezar por la herramienta. Comprar una plataforma de gobierno de datos antes de tener dueños y definiciones solo automatiza el desorden.
• Hacer al área de sistemas dueña de los datos. El equipo técnico administra los sistemas, pero quien conoce el significado de cada dato es el negocio.
• Escribir políticas que nadie aplica. Una regla que no está reflejada en el sistema o que nadie revisa es solo una sugerencia.
• Perseguir la calidad perfecta. El objetivo es que los datos críticos sean confiables para decidir, no que cada registro histórico quede impecable.

Los datos de una empresa no se ordenan con software. Se ordenan cuando alguien responde por ellos.