📌 En resumen
Los metadatos son la información que describe otros datos: qué significan, de qué tipo son, de dónde vienen y quién los gestiona. No son el dato en sí, sino su ficha técnica. Existen tres tipos principales —técnicos, de negocio y operacionales— y son la base de cualquier catálogo de datos. No deben confundirse con el Master Data Management (MDM), que gestiona los registros maestros, no la información que los describe.
Cuando alguien pregunta «¿qué significa esta columna?» o «¿de dónde sale este número del dashboard?», la respuesta casi nunca está en el propio dato. Está en sus metadatos: la información que lo acompaña y que explica su origen, su formato y su significado de negocio. Sin metadatos documentados, cada consulta depende de que la persona adecuada esté disponible para explicarlo.
¿Qué son los metadatos?
Metadatos: Datos que describen otros datos. Según el Data Management Body of Knowledge (DMBOK) de DAMA International, los metadatos incluyen información sobre procesos técnicos y de negocio, reglas y restricciones de los datos, y estructuras de datos lógicas y físicas. En la práctica: no son la cifra de ventas, sino la información de que esa cifra viene de la tabla ventas_diarias, se actualiza cada noche y su propietario es el equipo de Finanzas.
La distinción es sencilla pero se olvida a menudo: un dato es el valor —por ejemplo, «1.245,30 €»—; el metadato es lo que da contexto a ese valor: la moneda, la fecha, la tabla de origen, quién puede verlo. Sin esa capa de contexto, un número es solo un número: no se puede confiar en él ni reutilizarlo con seguridad.
¿Qué aspecto tienen los metadatos en la práctica?
Los metadatos no son un concepto abstracto: aparecen en cualquier activo de datos de la empresa, aunque casi nunca se miran de forma consciente. Tres ejemplos habituales lo ilustran.
Metadatos de un archivo
Un documento de Word o un PDF lleva metadatos aunque nadie los haya escrito a propósito: autor, fecha de creación, última modificación, tamaño y, a veces, el historial de ediciones. Es información sensible: un PDF de una oferta comercial puede filtrar en sus metadatos el nombre del empleado que lo redactó o comentarios internos que no debían salir de la empresa.
Metadatos de una tabla en un data warehouse
Una tabla en un data warehouse tiene metadatos técnicos (nombre de columnas, tipo de dato, claves primarias), metadatos operacionales (última carga, duración del proceso ETL, si hubo errores) y metadatos de negocio (qué significa cada columna, quién es el Data Owner, con qué política de calidad debe cumplir).
Metadatos de un dashboard de Power BI
Un informe de Power BI o Tableau tiene sus propios metadatos: de qué dataset se alimenta, cuándo se actualizó por última vez, quién lo publicó y qué nivel de acceso tiene cada usuario. Sin esos metadatos documentados, cuando el autor original del informe se va de la empresa, nadie sabe cómo mantenerlo.
¿Qué tipos de metadatos existen?
DAMA-DMBOK agrupa los metadatos en tres categorías que cubren la mayoría de casos de empresa:
| Tipo | Qué describe | Ejemplo |
|---|---|---|
| Técnico | El formato y la estructura del dato tal y como lo necesitan los sistemas. | Tipo de columna, esquema de la tabla, permisos de acceso, linaje del dato. |
| De negocio | El significado del dato en lenguaje de negocio, sin detalle técnico. | Definición de «cliente activo», reglas de negocio, glosario de términos, propietario del dato. |
| Operacional | Cómo se procesa y se accede al dato en el día a día. | Logs de ejecución de un ETL, historial de cargas, si un dato está activo o archivado. |
Herramientas de catálogo como Atlan o Collibra amplían esta clasificación con categorías adicionales —metadatos de gobierno, de calidad o de uso—, pero todas parten de esta misma base de tres capas: técnica, de negocio y operacional.
¿En qué se diferencian los metadatos del Master Data Management (MDM)?
Metadatos y MDM no son lo mismo, aunque los dos aparecen en cualquier conversación de gobierno del dato. Es un error habitual tratarlos como sinónimos porque ambos «hablan de los datos», pero resuelven preguntas distintas:
| Concepto | Qué es | Pregunta que responde |
|---|---|---|
| Metadatos | La información que describe un dato: su estructura, su significado y su procedencia. | ¿Qué es este dato, de dónde viene y qué significa? |
| Master Data Management (MDM) | La disciplina que crea y mantiene un registro único y fiable de una entidad de negocio (cliente, producto, proveedor). | ¿Cuál es la versión correcta de este cliente o producto? |
Un ejemplo aclara la diferencia: el registro del cliente «Acme S.L.» en el CRM es un dato maestro; la ficha que dice que ese campo se llama nombre_cliente, es de tipo texto y lo gestiona el equipo comercial son sus metadatos. El proceso de crear una única versión fiable de ese cliente cuando aparece duplicado en tres sistemas es gestión de datos maestros (MDM), no gestión de metadatos. Son disciplinas complementarias —el catálogo de datos usa metadatos para documentar también los dominios de datos maestros— pero no deberían planificarse como el mismo proyecto.
¿Por qué importan los metadatos para el catálogo de datos y el gobierno del dato?
El catálogo de datos depende por completo de los metadatos: es, en esencia, un sistema que recopila, organiza y expone los metadatos técnicos, de negocio y operacionales de todas las fuentes de datos de la empresa para que sean buscables. Sin metadatos capturados de forma automática, un catálogo de datos es una lista manual que se desactualiza en semanas.
Los metadatos también son la base del gobierno del dato: sin saber qué significa cada dato, quién es su propietario y de dónde viene, no se pueden aplicar políticas de calidad ni cumplir auditorías de RGPD o del AI Act que exigen trazabilidad. La gestión de metadatos no es un proyecto aparte: es la capa que hace posible todo lo demás.
¿Cómo empezar a gestionar los metadatos en tu empresa?
No hace falta un proyecto enterprise para empezar. Un plan pragmático sigue este orden:
- Inventaría primero las fuentes de datos más usadas (el ERP, el CRM y el data warehouse principal), no todos los sistemas a la vez.
- Automatiza la captura de metadatos técnicos (esquemas, tipos, linaje) desde el propio sistema de origen; hacerlo a mano no escala.
- Construye el glosario de negocio con los Data Owners de cada área, empezando por los términos que generan más confusión.
- Documenta los metadatos operacionales críticos: qué procesos ETL alimentan cada tabla y con qué frecuencia se actualizan.
- Da acceso a esos metadatos a través de un catálogo de datos, no de una hoja de cálculo compartida.
Siguiente paso recomendado
Gobierno del dato y calidad
Implementamos catálogo de datos, metadatos documentados y gobierno del dato para que tus datos sean encontrables, fiables y tengan propietario.
Sin compromiso · Respuesta en < 24h
Preguntas frecuentes
¿Los metadatos son lo mismo que el diccionario de datos?
No exactamente. Un diccionario de datos documenta sobre todo metadatos técnicos: nombres de tablas, columnas y tipos de dato. Los metadatos son un concepto más amplio que incluye también la capa de negocio (qué significa el dato) y la operacional (cómo se procesa), así que el diccionario de datos es, en la práctica, un subconjunto de los metadatos documentados.
¿Los metadatos pueden suponer un riesgo de privacidad o de RGPD?
Sí. Los metadatos de archivos y documentos (autor, fecha de creación, historial de cambios, ubicación GPS en fotos) pueden revelar información personal o interna que no estaba prevista para compartir. Antes de enviar un documento fuera de la empresa conviene revisar y, si procede, eliminar sus metadatos con las herramientas de limpieza que incluyen Word, Excel o Adobe Acrobat.
¿Quién debe encargarse de gestionar los metadatos en una empresa?
La parte técnica (captura automática de esquemas, linaje, logs) corresponde al equipo de datos o de ingeniería. La parte de negocio (definiciones del glosario, propietarios de cada dato) corresponde a los Data Stewards y Data Owners de cada área. Sin ese reparto de responsabilidades, los metadatos se documentan una vez y se quedan desactualizados.
¿Qué herramientas gestionan los metadatos de forma automática?
Los catálogos de datos como DataHub, Collibra, Alation o Atlan capturan metadatos técnicos automáticamente conectándose a las fuentes (data warehouse, BI, ETL) y permiten completar la capa de negocio de forma manual o colaborativa. La elección depende del presupuesto y la madurez: DataHub es open source; Collibra y Alation son opciones comerciales orientadas a perfiles de negocio.
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
- Catálogo de datos: cómo implementarlo
El catálogo de datos depende por completo de los metadatos: es donde se documentan y se hacen buscables.
- Gobierno del dato y calidad
Servicio de implantación de catálogo, metadatos y gobierno del dato.
- Master Data Management (MDM): guía completa
La disciplina que gestiona los registros maestros — un problema distinto y complementario al de los metadatos.
- Gobierno del dato: guía completa
El marco general en el que encajan metadatos, catálogo y calidad del dato.