¿Cuál debo elegir?

¿Gobierno de datos centralizado o descentralizado?

¿Debería centralizar su gestión de datos para un mejor control o descentralizarla para obtener más agilidad? La respuesta podría no ser tan directa como parece.

Tela de datos y la malla de datos ofrece dos enfoques distintos para administrar y compartir datos dentro de una empresa. A menudo se discuten en oposición entre sí: Data Fabric enfatiza el acceso de datos centralizados, la gobernanza y la seguridad, mientras que la malla de datos promueve un modelo más democratizado y descentralizado.

Ambos enfoques tienen como objetivo abordar los desafíos de datos comunes, que incluyen:

• Asegurar que los datos correctos lleguen a las personas adecuadas en el momento adecuado para maximizar la productividad.
• Garantizar la precisión de los datos, la consistencia e integridad.
• Protección de datos confidenciales del acceso no autorizado.

Ninguno de los modelos es una solución perfecta para la mayoría de las organizaciones, ya que cada una tiene sus fortalezas y limitaciones. Sin embargo, existe una gran oportunidad para combinar elementos de ambos enfoques para crear un modelo de gobierno que mejor se adapte a las necesidades de su negocio.

¿Qué es la tela de datos?

Data Fabric es una capa semántica unificada que integra fuentes y aplicaciones de datos dispares. Permite tuberías de datos reutilizables, Data Lakehouse Storage y Metadata Management. Este enfoque mejora la interoperabilidad, optimiza el acceso a los datos y centraliza la seguridad y el cumplimiento.

Sin embargo, la excesiva depilación en un solo paradigma de arquitectura puede conducir a dependencias costosas, una mayor complejidad y desafíos de escalabilidad que impiden la innovación. La construcción de la “plataforma de datos” es un ejemplo práctico del concepto de tela de datos, pero cuando se aplica rígidamente, puede crear cuellos de botella que pueden ser difíciles de superar.

¿Qué es la malla de datos?

Data Mesh es una arquitectura de datos descentralizada y un modelo operativo que permite a los equipos específicos de dominio asumir la propiedad de sus datos y tratarlo como un producto. Fomentando un modelo de gobierno federadola malla de datos se adhiere a los estándares de política de toda la empresa al tiempo que capacita a los equipos para tomar decisiones autónomas. Este modelo cultiva una cultura de responsabilidad, asegurando la calidad de los datos en la fuente.

Sin embargo, alinear los diversos estándares de gobernanza en múltiples dominios puede conducir a inconsistencias en las definiciones de datos y los riesgos de seguridad si no se administran de manera cohesiva. La ejecución adecuada de una estrategia de malla de datos requiere un marco de gobierno sólido para mantener la interoperabilidad entre los equipos.

Lecciones de la era de “Big Data”

Históricamente, las grandes empresas se inclinaron hacia el tejido de datos, ya que los proveedores de la nube como Microsoft, Amazon, Google, Snowflake y Databricks promovieron análisis de big data centralizados. El almacén de datos de la nube se convirtió en la “fuente única de verdad” designada, destinada a estandarizar y gobernar grandes cantidades de datos estructurados, semiestructurados y no estructurados.

Sin embargo, a medida que explotaban los volúmenes de datos, los equipos de datos lucharon para mantener la claridad y la consistencia. Muchos equipos terminaron sin acceso a datos bien gobernados, recurriendo a hojas de cálculo no administradas o dependiendo de los departamentos de TI, creando más demoras y complejidad. La promesa de análisis de big data se transformó en una avalancha de datos desordenados e inmanejables.

¿Es un enfoque híbrido el futuro?

Para abordar los desafíos de Big Data, las organizaciones están considerando cada vez más un enfoque híbrido que combina tejido de datos y principios de malla de datos. Según la Encuesta de Evolución de Gestión de Datos de Gartner de 2024, el 22% de las organizaciones han implementado Data Fabric, el 26% ha adoptado la malla de datos y el 13% ya utiliza ambos.¹ Se espera que el número de organizaciones que adoptan un enfoque híbrido crezca en los próximos años.

Un enfoque híbrido aprovecha las fortalezas complementarias de la tela de datos y la malla de datos. Gartner predice: “Para 2028, el 80% de los productos de datos autónomos que respaldan los casos de uso de ‘datos listos para AI-AI surgirán de una arquitectura complementaria de tela y malla”.² Aquí, Data Fabric actúa como la infraestructura de gestión de datos fundamental, mientras que Data Mesh proporciona el marco de entrega para productos de datos de alta calidad.

Por qué es importante un enfoque híbrido

Un modelo híbrido garantiza una fuerte administración de datos al unificar el diseño de datos y la gobernanza (tejido de datos) mientras se mantiene la agilidad y el contexto específico del dominio (malla de datos). Este enfoque transforma los equipos de datos centrales de los guardianes a los mediadores que admiten equipos específicos de dominio para mantener la calidad y la consistencia de los datos. La gobernanza centralizada establece los estándares de toda la empresa, mientras que la autonomía federada garantiza que la experiencia en el dominio da forma a el uso de datos de manera efectiva.

La colaboración interfuncional sigue siendo esencial en una arquitectura de datos híbridos. Las organizaciones deben equilibrar los principios de gobernanza centralizados con información específica del dominio para garantizar que los productos de datos sigan siendo descubiertos, confiables y fáciles de acceder.

Elegir el enfoque correcto

La elección de la estrategia de gobierno de datos de su organización debe reflejar factores como el tamaño de la empresa, la diversidad y la complejidad de las fuentes de datos, la estructura departamental y los requisitos reglamentarios.

Muchas empresas en crecimiento tienen éxito al implementar primero la gobernanza centralizada y luego expandir los principios a áreas específicas del dominio. Sin embargo, algunas empresas grandes y complejas pueden necesitar colaborar inicialmente con equipos de dominio para establecer los estándares de gobernanza de manera efectiva, dados los volúmenes de datos y la complejidad existentes.

En última instancia, el enfoque híbrido es el estado final deseado, que ofrece la flexibilidad y el control necesarios para aprovechar sus datos y operar en el máximo rendimiento.

1 2024 Gartner Evolution of Data Management Survey, Gartner, 2024
2 How Data Leaders can Settle the Data Fabric and Mesh Debate, Gartner, 2025