📌 En resumen
Product MDM (o Material Master Data Management) es el caso de MDM más claro en manufacturing: un mismo componente tiene códigos distintos entre plantas, la BOM se rompe, el MRP falla y el coste real de producto es incalculable. La solución depende del contexto: con un único ERP SAP, SAP MDG Material es la opción natural; con ERPs heterogéneos, Stibo STEP o un registry sobre lakehouse son válidos.
En cualquier empresa manufacturing con más de una planta y algún año de historia, el maestro de materiales es un desastre controlado. Tres plantas, tres ERPs o el mismo ERP con tres instancias, y cada planta ha dado de alta los mismos materiales con códigos distintos. El equipo de compras lo sabe, el de producción lo sabe, y nadie ataca la raíz. Este post es sobre cómo se aborda Product MDM en la práctica: qué tecnología encaja según el contexto, qué tarda y qué ahorros aporta.
El problema real: el maestro es organizativo, no técnico
La pregunta que suele hacerse primero es "¿qué herramienta de MDM compramos?". Es la pregunta incorrecta. El problema de item master en manufacturing empieza mucho antes: no hay un procedimiento formal de alta de material consolidado ni un equipo responsable. Cuando un comprador de la planta B necesita dar de alta una pieza, nadie le obliga a verificar si ya existe en la planta A. El MDM técnico sin el MDM organizativo (data stewards, procedimiento escrito, responsable único del catálogo) resuelve poco.
Tres escenarios típicos y qué encaja en cada uno
Escenario 1: un único ERP SAP, 2-5 plantas
La opción natural es SAP MDG Material. Reutiliza la estructura de datos del ERP (materiales SAP), se integra nativamente con MM, PP y FI y no requiere sincronización compleja. Licencias de 80-150 K€/año + implantación de 6-9 meses. Es la inversión de referencia para empresa industrial española con SAP ECC o S/4HANA.
Escenario 2: ERPs heterogéneos (fusiones, adquisiciones)
Stibo Systems STEP o Informatica MDM son las opciones habituales. Ambas están diseñadas para consolidar datos desde N sistemas fuente con mapping configurable. Stibo destaca en manufacturing por su gestión de atributos técnicos (dimensiones, materiales, tolerancias) y por su integración con PLM y CAD. Licencia típica: 100-250 K€/año + implantación de 9-12 meses.
Escenario 3: pyme industrial con volumen medio
Si tienes <5.000 materiales activos, 1-2 plantas y no quieres proyecto enterprise, un registry sobre lakehouse (BigQuery, Snowflake o Databricks) con dbt y reglas de matching resuelve el 70% del problema por una inversión de 25-50 K€ en el primer año. No es MDM completo pero elimina duplicados activos, consolida reporting cross-planta y documenta el maestro. Alternativa más sencilla: Profisee sobre Azure o Semarchy para quien quiere producto sin el coste de enterprise.
Fases típicas de un proyecto Product MDM
- 1Inventario y auditoría del estado actual: cuántos materiales activos, tasa de duplicación estimada, procedimiento actual de alta.
- 2Definición del modelo objetivo: qué atributos son obligatorios, taxonomía unificada, reglas de normalización.
- 3Gobierno: quién es el data steward del catálogo, procedimiento escrito de alta de material, SLA de validación.
- 4Limpieza histórica: deduplicación sobre el backlog (manual + asistida por reglas + ML si el catálogo es muy grande).
- 5Implantación técnica: herramienta elegida, migración, integración con ERP.
- 6Formación y adopción: compradores, responsables de planta, equipo técnico.
- 7Mantenimiento en régimen: ratio de duplicación mensual, tiempo medio de alta, incidencias.
Las fases 1-3 son condición previa. Saltar directamente a la 5 (implantar herramienta) sin haber hecho el trabajo organizativo es la receta clásica del proyecto que despliega tecnología pero no cambia nada en operaciones.
Impacto operativo esperado
| Métrica | Antes (típico) | Después (proyecto maduro) |
|---|---|---|
| Tasa de duplicados en catálogo | 10-30% | < 5% |
| Tiempo medio de alta de material nuevo | 3-7 días | 1-2 días |
| Exactitud de inventario consolidado | 70-85% | >95% |
| Roturas de stock por error de código | Regulares | Residuales |
| Reutilización de componentes entre plantas | <30% | >60% |
Preguntas frecuentes
¿MDM y PLM son lo mismo?
No. PLM (Product Lifecycle Management, tipo Teamcenter, Windchill, Enovia) gestiona el diseño y la ingeniería del producto: CAD, BOM de ingeniería, cambios de diseño. MDM gestiona el dato maestro del producto ya industrializado: código, descripción, atributos operacionales. Los dos sistemas se integran pero cubren ciclos distintos.
¿Primero Product MDM o primero Customer MDM?
En manufacturing puro, casi siempre Product MDM primero. La variabilidad del catálogo de materiales bloquea operaciones y producción. El maestro de cliente es secundario en manufacturing B2B, donde los clientes son pocos y se gestionan bien en el CRM.
¿Cómo elegir entre SAP MDG, Stibo, Informatica o un registry propio?
La elección no se hace por benchmark de funcionalidades. Se hace cruzando tres ejes: número y tipo de ERPs origen, volumen de catálogo activo y madurez de gobierno actual. Una empresa con un único SAP y 8.000 materiales no necesita la misma herramienta que un grupo industrial con tres ERPs heredados de adquisiciones y 60.000 SKUs.
| Criterio | SAP MDG Material | Stibo STEP | Informatica MDM | Registry sobre lakehouse |
|---|---|---|---|---|
| Encaje cuando | ERP único SAP ECC/S4 | ERPs heterogéneos, manufacturing | ERPs heterogéneos, multi-dominio | Pyme industrial, primer paso pragmático |
| Tiempo a primera planta | 6-9 meses | 9-12 meses | 9-12 meses | 4-6 meses |
| Coste licencia anual orientativo | 80-150 K€ | 100-250 K€ | 120-250 K€ | 0 € licencia, 25-50 K€ build inicial |
| Atributos técnicos (PLM) | Buena vía SAP PLM | Muy buena nativa | Buena vía conectores | Limitada |
| Curva de adopción interna | Moderada si hay SAP skills | Alta, modelado complejo | Alta, perfil técnico MDM | Baja para equipo data |
⚠️ Atención
Evita pagar Informatica o Stibo si tu único ERP es SAP. Es un error recurrente: comprar una plataforma multi-fuente para un problema que SAP MDG Material cubre con menos integración. La factura suele ser 3-4x lo necesario y se añaden meses por sincronizaciones que no aportan valor.
Tiempos realistas de proyecto y KPIs de gobierno a monitorizar
Un proyecto Product MDM no es un despliegue de software, es un cambio organizativo apoyado en software. El cronograma realista contempla limpieza histórica, formación de compradores y rodaje del procedimiento de alta antes del régimen estable. Sin esto, la herramienta entra en producción pero la duplicación vuelve a crecer en seis meses.
- 1Mes 1-2: diagnóstico, modelo objetivo y procedimiento de alta firmado por dirección de operaciones.
- 2Mes 2-4: limpieza histórica (manual + reglas + matching asistido) y primer lote de materiales consolidados.
- 3Mes 4-7: implantación técnica de la herramienta elegida e integración con el ERP de la planta piloto.
- 4Mes 7-9: rollout a plantas adicionales, 2-3 meses por planta una vez estabilizado el modelo.
- 5Mes 9-12: régimen estable y revisión trimestral del catálogo con el comité de gobierno.
Más allá de las métricas operativas, conviene medir KPIs de gobierno del dato que indican si el proceso se sostiene: tasa de altas que pasan validación a la primera, número de excepciones aprobadas manualmente, antigüedad media de los materiales sin revisar y porcentaje de materiales con Data Steward asignado. Si estos indicadores se degradan, la duplicación volverá.
Un comité mensual de 30 minutos entre Data Owner del catálogo, jefe de compras y responsable de operaciones es suficiente para mantener la disciplina durante el primer año. Pasado ese tiempo, las revisiones pueden espaciarse a trimestrales si los indicadores se mantienen estables. La señal de alarma es siempre la misma: subida sostenida de excepciones aprobadas a mano más de dos meses seguidos.
Siguiente paso recomendado
Gobierno del dato y calidad
Diseño del maestro de materiales y procesos de gobierno para empresas industriales con varias plantas.
Sin compromiso · Respuesta en < 24h
Preguntas frecuentes
¿Por qué una misma pieza tiene códigos distintos entre plantas?
Porque el maestro de materiales se creó planta a planta sobre el mismo ERP sin gobernanza central. Cada responsable de compras asigna código al dar de alta sin consultar si ya existe en otra planta. Sin una capa de MDM (mínimo un registry) y sin un procedimiento formal de alta, la duplicación es inevitable con el tiempo.
¿Hace falta un Informatica MDM para resolver item master?
No siempre. Para una empresa con 2-5 plantas y un único ERP (típicamente SAP ECC o S/4HANA), SAP MDG Material es la opción natural porque reutiliza la estructura de datos del ERP. Para empresas con varios ERPs distintos (fusiones, adquisiciones), Stibo STEP o Informatica aportan más valor pero con licencia de 6 cifras anual. Hay un punto intermedio: un registry sobre lakehouse con dbt + reglas de matching que resuelve el 70% del problema por el 20% del coste.
¿Qué es BOM y por qué el MDM afecta a la gestión de listas de materiales?
BOM (Bill of Materials) es la lista de componentes que forman un producto terminado. Si los códigos de los componentes son inconsistentes entre plantas, la BOM se rompe: no se puede calcular el coste real, ni planificar la producción, ni automatizar el pedido a proveedores. Un maestro de materiales coherente es condición previa a cualquier iniciativa de industria 4.0, MES moderno o MRP avanzado.
¿Cuánto tarda un proyecto Product MDM en manufacturing?
Un registry sobre lakehouse: 4-6 meses. Un proyecto SAP MDG Material con 2-3 plantas y catálogo de 5.000-20.000 materiales: 6-9 meses la primera planta, 2-3 meses por planta adicional. Stibo STEP con catálogo amplio (50.000+ SKUs) y varias localizaciones: 9-12 meses. La limpieza histórica suele ser el 40-50% del proyecto.
¿Qué ahorros concretos produce un Product MDM bien implantado?
En operaciones con 5.000-20.000 materiales y duplicación inicial del 10-30%, las métricas habituales son: reducción de 40-60% de códigos duplicados en 6-12 meses, reducción del 5-15% del stock por mejor visibilidad de inventario compartido entre plantas y mejora medible en la planificación MRP (menos roturas de stock por errores de código). Ahorros financieros directos típicamente de 1-3% sobre el coste de materiales gestionado.
Autor
Fundador y Consultor de Datos e IA
David Aldomar es fundador y consultor principal de MERIDIAN Data & IA, consultora especializada en ayudar a pymes y empresas medianas en España a tomar mejores decisiones con sus datos. Su trabajo se centra en cuatro áreas: diseño e implantación de plataformas de datos (data warehouses, pipelines ETL con dbt, integración de ERPs y CRMs), reporting y dashboards ejecutivos en Power BI, automatización de procesos de negocio con herramientas como n8n, y desarrollo de soluciones de inteligencia artificial aplicada — desde modelos de forecasting de demanda hasta copilots internos basados en RAG con LangChain y FastAPI. Ha liderado proyectos en sectores como logística y transporte, retail y distribución, servicios financieros, manufacturing y construcción, siempre con un enfoque pragmático: diagnóstico corto, entregables concretos y transferencia de conocimiento al equipo del cliente para que sea autónomo desde el primer día. Antes de fundar MERIDIAN, acumuló experiencia en consultoría de datos y transformación digital trabajando con stacks variados — desde entornos Microsoft (SQL Server, Power BI, Azure) hasta ecosistemas open source (Python, dbt, BigQuery). Su filosofía es que un buen proyecto de datos no se mide por la tecnología que usa, sino por las decisiones de negocio que permite tomar. Escribe regularmente en el blog de MERIDIAN sobre reporting, gobierno del dato, automatización e IA aplicada, con guías prácticas orientadas a responsables de negocio y equipos técnicos de empresas que quieren sacar partido real a sus datos sin depender de grandes consultoras.
Fuentes
Contenido y servicios relacionados
- Master Data Management: cuándo necesitas un proyecto formal
Visión general del MDM y cuándo merece la pena invertir en una herramienta dedicada.
- Datos e IA en manufacturing
Casos de uso de datos e IA aplicables a operaciones industriales.
- Caso: estrategia de datos industrial
Proyecto tipo de diagnóstico y roadmap de datos en empresa manufacturing multi-planta.
- Plataforma de datos
Base técnica donde apoya un MDM ligero tipo registry o consolidation.
- Item Master Data Management
Lectura complementaria sobre item master data management.
- Auditoría de gobierno del dato
Diagnóstico de calidad, ownership y cumplimiento RGPD y AI Act en 2-3 semanas.
- Gobierno del dato en empresa: guía 2026
Guía de gobierno del dato: ownership, calidad, catálogo, MDM, RGPD y AI Act. Cómo implantarlo sin burocracia.
- Arquitectura de datos en empresa: guía completa
Guía completa de arquitectura de datos: warehouse, lakehouse, pipelines y decisiones de stack.
- Master Data Management (MDM): guía completa
El hub con los dominios de datos maestros, MDM vs catálogo, cuándo lo necesitas y cómo implantarlo.