Catálogo de Datos: cuándo y cómo implementarlo

En una empresa con 4 o más sistemas generando datos, la situación habitual es la siguiente: cuando un analista necesita un dato, pregunta a un compañero que sabe en qué tabla está. Cuando el compañero no está disponible, el proceso se detiene. Cuando la definición del dato no es clara, cada departamento usa la suya. Esto no es un problema de herramientas — es un problema de conocimiento no documentado.

El catálogo de datos es la respuesta técnica y organizativa a este problema. Es el lugar donde los datos son encontrables, su significado está documentado y su propietario está identificado. Sin catálogo, el conocimiento sobre los datos vive en la cabeza de las personas que los crearon — y se pierde cuando esas personas se van.

Catálogo de datos vs diccionario de datos: la diferencia clave

El diccionario de datos es un inventario técnico: lista de tablas, columnas, tipos de datos y restricciones. Es útil para los ingenieros de datos, pero no para los analistas de negocio que necesitan saber qué significa 'cliente_estado = 2' o cómo se calcula el margen bruto en el ERP.

El catálogo de datos añade cuatro capas sobre el diccionario: el glosario de negocio (significados en lenguaje de negocio), el linaje (de dónde viene cada dato y a dónde va), la propiedad (quién es el Data Owner), y las métricas de calidad (si el dato es fiable). Es el puente entre el mundo técnico y el negocio.

Señales de que tu empresa necesita un catálogo de datos

• Los analistas tardan más de una semana en familiarizarse con las fuentes de datos cuando se incorporan.
• Los informes de distintos departamentos dan cifras distintas para el mismo KPI porque usan definiciones diferentes.
• Nadie sabe con certeza de qué tabla del ERP viene el importe de ventas que aparece en el dashboard.
• Cuando alguien deja la empresa, se pierde el conocimiento sobre qué datos existen y cómo se usan.
• El regulador o auditor pide trazabilidad de un dato y no se puede demostrar de dónde viene.

Comparativa de herramientas de catálogo de datos

Fases de implementación de un catálogo de datos

Fase 1 — Inventario técnico (semanas 1-4)

Conectar el catálogo a las fuentes de datos principales (data warehouse, dbt, herramientas de BI) para extraer automáticamente los metadatos técnicos: tablas, columnas, tipos de datos, estadísticas de uso. Esto requiere trabajo de ingeniería de datos, no de negocio.

Fase 2 — Glosario de negocio (semanas 5-12)

Trabajar con los Data Owners de cada dominio para documentar las definiciones de negocio de los datos más usados. Priorizar los términos que más conflictos generan: ¿qué es un cliente activo? ¿cómo se calcula el ticket medio? Cada definición debe tener su autor, su fecha de aprobación y estar vinculada a los campos técnicos que la implementan.

Fase 3 — Linaje y calidad (meses 3-6)

Conectar el linaje automático desde las herramientas de transformación (dbt exporta linaje nativo al catálogo) y añadir métricas de calidad visibles desde el catálogo. Cuando un analista abre una tabla, debe poder ver su estado de calidad actual y la ruta que ha seguido el dato desde la fuente.