Qué es la gobernanza de datos (data governance) y por qué la IA la exige

El problema no es de datos, es de autoridad

Una empresa de retail con presencia en varias ciudades de Perú, unas 250 personas, tiene tres reportes distintos de “clientes activos” cada mes: uno de marketing, uno de ventas y uno de finanzas. Los tres salen de sistemas distintos, con reglas distintas para contar qué cuenta como activo, y nadie en la sala puede explicar por qué difieren en miles de registros. Cada gerente defiende su número porque es el que usa para su bono, y la reunión termina en un empate de opiniones, no en un hecho.

El mismo patrón se repite en logística, con inventario “disponible” que no coincide con el conteo físico del almacén, en recursos humanos, con nómina que no cuadra contra el organigrama real, y en atención al cliente, con historial de contacto que dos sistemas guardan de forma distinta. Cuando alguien pregunta quién es el dueño de ese dato, de quién depende corregirlo, la respuesta casi siempre es un encogimiento de hombros o un “eso lo carga sistemas”. Nadie tiene el nombre de una persona responsable, y sin ese nombre, el dato simplemente flota entre áreas hasta que alguien lo necesita y descubre que está mal.

Ese vacío no se nota tanto mientras el dato solo alimenta reportes que alguien revisa con calma y corrige a mano en una hoja de cálculo antes de llevarlo al directorio. Se nota, y duele, en el momento en que la empresa intenta poner un agente de IA a decidir o a responder con esos mismos datos, sin que haya una persona de por medio revisando cada fila. El agente no tiene el criterio humano para notar que el número está mal, así que actúa sobre la inconsistencia como si fuera la verdad, y la reparte a mayor velocidad de la que cualquier gerente reparte un mal reporte.

Qué es la gobernanza de datos

La gobernanza de datos no es un proyecto de tecnología, es una decisión de negocio sobre autoridad: quién manda sobre cada dato, quién puede tocarlo y bajo qué condición ese dato es confiable para decidir. Sin esa autoridad definida, cada área sigue produciendo su propia verdad y la empresa nunca tiene una sola fuente de la realidad, por más sistemas caros que compre.

En la práctica esto se traduce en tres preguntas que cualquier gerente debería poder responder sobre un dato crítico: quién es su dueño, qué calidad mínima exige la empresa para usarlo y quién autoriza que otra área lo consuma. Si nadie responde esas tres preguntas sobre el dato de “cliente activo” o “inventario disponible”, no hay gobernanza, hay buena voluntad y hojas de cálculo parcheadas cada fin de mes.

Vale aclarar lo que la gobernanza no es: no es un antivirus de datos que limpia todo automáticamente, no es un documento de políticas que se firma una vez y queda archivado, y no es tampoco un proyecto de sistemas. Es una estructura de autoridad viva, con nombres y apellidos detrás de cada decisión, que se sostiene mes tras mes.

Gobernanza, calidad de datos e ingeniería de datos: tres capas distintas

Estos tres términos se usan como sinónimos en reuniones donde nadie quiere admitir que no conoce la diferencia, y esa confusión es una de las razones por las que los proyectos de gobernanza no avanzan. Son tres capas distintas del mismo problema, y cada una responde una pregunta diferente.

• La gobernanza de datos responde quién decide: quién es dueño, quién autoriza el acceso, qué reglas aplican y qué pasa si se incumplen. No describe el estado técnico del dato, describe la autoridad sobre él.
• La calidad de datos, un término que conviene revisar aparte en la guía correspondiente del glosario, responde en qué estado está el dato hoy: si está completo, actualizado, sin duplicados, consistente entre sistemas.
• La ingeniería de datos responde cómo se mueve el dato: la tubería técnica que extrae, transforma y entrega la información de un sistema a otro, tema que también tiene su propia guía en este glosario.
• Una empresa puede tener una tubería de datos impecable y seguir sin saber quién es dueño de qué, porque la ingeniería mueve el dato rápido pero no decide sobre él.
• Una empresa puede tener gobernanza documentada en un PDF y datos sucios igual, porque nadie audita la calidad en la práctica más allá del papel.

La confusión más cara ocurre cuando una empresa contrata una plataforma de datos pensando que “eso resuelve la gobernanza”, cuando en realidad solo resuelve la tubería o, en el mejor de los casos, ayuda a medir calidad. La herramienta mueve el dato más rápido, pero si nadie decidió quién es dueño de qué, ahora mueve la confusión más rápido también, con una factura de licencia encima.

El dueño del dato no es un comité

El error más común al montar gobernanza es crear un comité de datos en vez de nombrar dueños. Un comité se reúne una vez al mes, produce actas y presentaciones, y cuando hay un problema con el dato de facturación nadie en ese comité levanta la mano, porque la responsabilidad está repartida entre ocho personas. Una responsabilidad repartida entre ocho personas es, en la práctica, responsabilidad de nadie.

• El dueño de un dato es una persona con nombre y apellido, no un área ni un comité, y su nombre debería poder ubicarse en un documento en menos de un minuto.
• Ese dueño decide quién puede acceder al dato y bajo qué condición, no necesariamente ejecuta él mismo cada solicitud, pero autoriza o rechaza cada excepción.
• Ese dueño responde cuando el dato está mal, no delega la pregunta a “sistemas” ni al proveedor externo que administra la plataforma.
• El dueño suele ser quien más usa y más se juega en que ese dato esté correcto, no necesariamente quien lo genera o quien lo carga en el sistema.
• Cuando una empresa no puede nombrar un dueño para un dato crítico, esa es la señal de que ese dato en particular no tiene gobernanza, sin importar cuántas políticas existan en otros lados.

En una empresa de servicios financieros en Colombia, de tamaño mediano, el dato de score de riesgo del cliente pasó de tener seis áreas opinando sobre su definición a tener un solo dueño dentro del área de riesgo. El cambio no fue tecnológico, fue de autoridad: esa persona firma cualquier cambio a la definición del score, y el resto de áreas lo consume, no lo redefine cada una a su manera cuando le conviene.

Por qué la IA multiplica este problema

Antes de que hubiera IA en el medio, un dato mal gobernado generaba un reporte equivocado que alguien corregía a mano antes de que llegara al directorio. Ese ser humano de por medio era, sin que nadie lo llamara así, un control de gobernanza informal. La IA generativa y los agentes que actúan sobre datos quitan justamente a esa persona de en medio: el agente lee el dato, decide y ejecuta, sin la pausa humana que antes disimulaba el problema.

Esto tiene consecuencias concretas. Un agente de atención al cliente que consulta el historial de compras de dos sistemas que no coinciden va a responder con seguridad un dato incorrecto, y lo va a hacer miles de veces al día en vez de una vez al mes como el reporte manual anterior. Un modelo afinado con datos internos mal etiquetados o duplicados aprende patrones torcidos, un problema que conecta directo con lo que se explica en la guía sobre sesgo algorítmico de este glosario.

Y cuando ese agente toca datos personales de clientes sin que nadie haya definido qué puede tocar y qué no, el problema deja de ser solo de calidad y se vuelve un tema de privacidad de datos en IA, otro término de este glosario que conviene revisar aparte. Por eso quien lidera el gobierno de IA en una empresa, otro concepto cubierto acá, casi siempre termina descubriendo que su primer bloqueo real no es el modelo, es la falta de dueños claros sobre los datos que ese modelo va a usar.

Qué necesita existir antes de gobernar

Montar un programa de gobernanza sin esto antes es construir sobre aire. Antes de escribir la primera política, la empresa necesita responder cosas mucho más aburridas y mucho más urgentes que el nombre del programa o el logo del comité.

• Un inventario real de qué datos existen y en qué sistemas viven, aunque sea un documento vivo en una hoja de cálculo y no un software carísimo.
• Una clasificación mínima de qué datos son críticos para decidir, los que mueven dinero o riesgo, y cuáles son secundarios, porque no todo merece el mismo nivel de control.
• Un mapa de quién usa hoy cada dato crítico y para qué, que casi siempre revela más duplicidad de la que la empresa cree tener antes de mirarlo de cerca.
• Al menos un caso de negocio doloroso y medible donde la falta de gobernanza ya costó tiempo o dinero, para que el programa tenga un motivo real y no sea un ejercicio de cumplimiento.
• Un patrocinador con autoridad real para nombrar dueños y hacer que esos nombramientos se respeten, porque sin ese peso político el mejor documento de gobernanza no cambia nada en la operación diaria.

Ninguno de estos puntos requiere comprar una plataforma. Requieren horas de conversación incómoda entre áreas que hoy se cubren las espaldas con su propia versión del dato. Eso es gobernanza real, lo demás es papelería que se archiva después de la primera presentación.

Mi criterio

Cuándo sí y cuándo no priorizar gobernanza de datos

No toda empresa necesita un programa formal de gobernanza de datos hoy mismo, y meterlo antes de tiempo puede ser tan costoso como no tenerlo cuando ya hace falta. Esto es lo que suelo mirar para decidir si toca ahora o si conviene esperar.

Señales de que necesitas gobernanza de datos ahora

• Dos o más áreas presentan el mismo indicador de negocio con números distintos y nadie puede explicar la diferencia en menos de un día.
• La empresa está por meter IA o automatización a tomar decisiones o hablar con clientes usando datos que hoy nadie audita de forma regular.
• Ya hubo un incidente donde una decisión importante, de crédito, precio o contratación, se basó en un dato que resultó estar mal o duplicado.
• Los datos de clientes se comparten entre áreas o con proveedores externos sin que exista un registro claro de quién autorizó ese acceso.
• La empresa creció o se fusionó con otra y hoy convive con sistemas distintos que nombran y definen lo mismo de formas distintas.

Señales de que todavía no es prioridad

• La empresa opera con pocos sistemas, un equipo pequeño conoce todos los datos de memoria y los problemas se resuelven en una conversación de cinco minutos.
• No hay planes cercanos de usar IA o de automatizar decisiones sobre esos datos, y el volumen de información sigue siendo manejable a mano.
• Los reportes que existen hoy son consistentes entre áreas y nadie recuerda un incidente reciente causado por un dato mal atribuido.
• La empresa tiene problemas más urgentes de calidad de datos básica, como dato incompleto o mal cargado, que resolver antes de pensar en reglas de propiedad.
• No existe presupuesto ni patrocinador con autoridad real para sostener el programa, y forzarlo ahora solo produce el comité que nadie termina usando.

Cierre

El orden que funciona es siempre el mismo, y con gobernanza de datos no cambia. Primero el dolor: los tres números distintos en la misma reunión, la decisión tomada sobre un dato que nadie puede defender. Segundo el proceso: decidir quién es dueño de qué antes de escribir una sola política. Tercero el dato: exigirle a ese dueño un mínimo de calidad y trazabilidad sobre lo que gobierna. Recién ahí, cuarto, la herramienta, sea un catálogo de datos o un software de gestión de accesos, que lo único que hace es sostener a escala una decisión que ya se tomó entre personas.

Las empresas que invierten ese orden compran la plataforma primero, esperan que el software resuelva la pregunta de autoridad, y terminan con un catálogo de datos bien diseñado que documenta el mismo desorden de siempre con una interfaz más cara. La gobernanza de datos no es un producto que se instala, es una decisión de quién manda que alguien con autoridad real tiene que tomar y sostener, mes tras mes, justo cuando resulta incómodo hacerlo.