Catálogo, metadatos y linaje
Qué son metadatos
Datos sobre los datos: definición, tipo, formato, fuente, dueño, reglas y uso. Describen el contenido y contexto para que sea interpretable y gobernable.
Tipos de metadatos
- Técnicos: esquema, tipos, ubicación física.
- De negocio: definiciones, glosario, reglas.
- Operacionales: última actualización, uso, calidad.
El catálogo de datos
Un buscador central y vivo del dato: qué tablas y campos existen, qué significan, quién los mantiene y cuán fiables son. Facilita el descubrimiento y evita duplicar.
Descubrimiento y comprensión
- Encontrar el dato adecuado sin preguntar a diez personas.
- Entender su significado con el glosario.
- Reducir el «dato sombra» reutilizando lo existente.
Qué es linaje
El registro de cómo fluye y se transforma el dato desde su origen hasta cada destino. Responde a «de dónde sale esta cifra y qué la alimenta».
Linaje para el impacto
Si una fuente cambia o se rompe, el linaje muestra qué tablas, informes y modelos se ven afectados. Es el mapa de propagación del cambio.
Auditoría y cumplimiento
- Trazar el origen de un dato para justificarlo.
- Demostrar tratamiento correcto ante un regulador.
- Detectar de dónde sale un dato erróneo.
Confianza y procedencia
Conocer el linaje y los sellos de calidad permite juzgar si un dato merece confianza. Un número sin procedencia es un número sin garantía.
Glosario de negocio
Definiciones compartidas de términos como «cliente activo» evitan que cada equipo mida distinto. Es el diccionario que alinea significados.
Metadatos vivos
Si el catálogo se rellena a mano y se abandona, miente. Lo ideal es cosechar metadatos automáticamente desde los sistemas para que reflejen la realidad.
Herramientas y federalismo
Los catálogos modernos conectan con las plataformas, recolectan esquema y linaje, y añaden contexto social: valoraciones, comentarios y expertos.
Errores frecuentes
- Rellenar el catálogo a mano y abandonarlo hasta que miente.
- Registrar solo metadatos técnicos y olvidar el significado de negocio.
- No mantener el linaje y descubrir tarde qué informes rompe un cambio.
Ejemplo resuelto: cambiar una columna sin saber su impacto
Un equipo quiere renombrar una columna usada en decenas de informes. Sin linaje, nadie sabe dónde se propaga y el cambio rompe cálculos en producción. Con catálogo y linaje, se ve de un vistazo qué tablas, informes y modelos la consumen y se coordina la modificación sin sorpresas.
- registrar en el catálogo qué datos existen y qué significan
- cosechar metadatos automáticamente desde los sistemas
- trazar el linaje de origen a cada destino
- consultar el impacto antes de cambiar una fuente
- documentar procedencia y sellos de confianza
¿Para qué sirve en la realidad?
En organizaciones con miles de tablas, encontrar y entender el dato adecuado es un cuello de botella: el catálogo acelera el descubrimiento, el linaje permite auditar y evaluar el impacto de un cambio, y ambos sostienen la confianza y el cumplimiento ante un regulador.
El linaje de datos es especialmente útil para:
Un catálogo de datos solo almacena metadatos técnicos, sin información de negocio ni de calidad.
Catálogo
Ordena cómo el linaje ayuda ante un error en un informe:
Detectar
Trazar
Identificar
Corregir
Catálogo de datos
Inventario enriquecido que facilita descubrir y gobernar datos.
Une cada elemento del gobierno del dato con su función:
Catálogo
# Catálogo, metadatos y linaje ## Metadatos ### técnicos ### de negocio ### operacionales ## Catálogo ### descubrimiento ### glosario ### contexto social ## Linaje ### origen a destino ### impacto ### auditoría ## Confianza ### procedencia ### sellos de calidad ### metadatos vivos
Metadatos
Información que describe y da contexto a otros datos.
Vas a cambiar una columna usada en decenas de informes. Sin catálogo ni linaje, ¿cómo descubrirías el impacto y qué riesgo correrías?