Definición rápida
Data Governance (Gobernanza de Datos) es el conjunto de políticas, procesos, roles y estándares que definen cómo se gestiona, protege y usa la información en una organización. Asegura que los datos sean confiables, seguros, accesibles y cumplan con regulaciones.
¿Qué es Data Governance?
Data Governance responde preguntas fundamentales sobre los datos de una organización: ¿Quién es responsable de cada dato? ¿Qué significa exactamente «cliente activo»? ¿Quién puede acceder a datos personales de usuarios? ¿Cómo sabemos si los datos son correctos? Sin Data Governance, los datos se vuelven un activo de alto costo y bajo valor.
El problema que resuelve es real en cualquier organización que crece: el equipo de marketing define «usuario activo» diferente al equipo de producto, las métricas en los dashboards no coinciden, no hay claridad sobre quién puede ver datos de clientes, y cuando llega una auditoría regulatoria nadie sabe exactamente qué datos se almacenan dónde.
Los 5 pilares de Data Governance
- Calidad de datos: Definir estándares de precisión, completitud y consistencia. Medir y monitorear la calidad continuamente.
- Seguridad y privacidad: Clasificar datos según sensibilidad, controlar accesos por roles, cumplir con LGPD (Brasil), Ley 19628 (Chile) y otras regulaciones LATAM.
- Catálogo de datos: Documentar qué datos existen, qué significan, de dónde vienen y quién es responsable. El «diccionario de datos» de la organización.
- Linaje de datos: Rastrear cómo se transforma y mueve un dato desde su origen hasta su uso final. Crítico para debugging de discrepancias.
- Stewardship: Designar «Data Stewards» responsables de cada dominio de datos (finanzas, clientes, producto).
Ejemplos reales en LATAM
Banco de Chile
Los bancos chilenos están obligados por la CMF (Comisión para el Mercado Financiero) a implementar marcos formales de gobernanza de datos. Banco de Chile creó un programa de Data Governance con Data Stewards en cada área de negocio y un catálogo centralizado de más de 50,000 activos de datos.
MercadoLibre (Argentina)
Con operaciones en 18 países y datos de millones de usuarios, MercadoLibre implementó un programa de Data Governance para cumplir con regulaciones de protección de datos de múltiples países simultáneamente (LGPD en Brasil, PDPA en Colombia, etc.).
Startups de salud (Chile/Colombia)
Las healthtech deben implementar Data Governance estricto desde el inicio: los datos de salud son los más sensibles y regulados. Startups como Mediflow en Chile han construido frameworks de gobernanza que les permiten trabajar con hospitales públicos que requieren estrictos controles de acceso y auditoría.
Data Governance vs Data Management
| Aspecto | Data Governance | Data Management |
|---|---|---|
| Enfoque | Políticas, reglas, responsabilidades | Herramientas y procesos técnicos |
| Quién lo lidera | C-level, Legal, Compliance | Ingenieros de datos, IT |
| Nivel | Estratégico | Operacional |
| Output | Políticas, estándares, roles | Pipelines, warehouses, catálogos |
Errores comunes en Data Governance
- Governance como proyecto único: Data Governance no es un proyecto de 6 meses sino un programa continuo. Las organizaciones que lo tratan como proyecto único fracasan.
- Solo IT lo implementa: Data Governance sin compromiso del negocio fracasa. Los Data Stewards deben ser personas del negocio, no solo técnicos.
- Demasiado burocrático desde el inicio: Especialmente en startups, empezar con un framework liviano y escalar gradualmente es mejor que paralizar la organización con procesos pesados.
Preguntas Frecuentes (FAQ)
¿Cuándo necesita Data Governance una startup?
Antes de lo que crees. Los fundamentos básicos (quién puede acceder a qué, cómo se definen las métricas clave, cómo se protegen datos de usuarios) deben establecerse desde el Series A como máximo. Esperar al Series B o C es costoso porque hay que retroactivamente arreglar años de deuda de datos.
¿Data Governance es lo mismo que privacidad de datos?
Privacidad es uno de los componentes del Data Governance, pero Governance es más amplio. Incluye calidad de datos, linaje, catálogo, y stewardship, además de privacidad y seguridad. Un buen programa de Data Governance automáticamente mejora la privacidad.
¿Qué herramientas se usan para Data Governance?
Herramientas populares: Datahub (LinkedIn, open source) y Apache Atlas para catálogos de datos. Alation y Collibra para enterprise. dbt incluye features básicas de linaje y documentación. Para startups pequeñas, una combinación de dbt + Notion para documentación puede ser suficiente.
