Gobierno del dato: qué es y por qué lo pregunta tu comité de dirección

Hay una pregunta que aparece en casi todos los comités de dirección, tarde o temprano: «¿y este número de dónde sale?». Si la respuesta es un silencio, o tres respuestas distintas, la empresa tiene un problema de gobierno del dato, aunque nunca haya usado esa expresión.

El término suena a gran corporación, a departamento de datos y a normativa. En la práctica es algo mucho más sencillo: decidir quién responde de cada dato, qué significa y quién puede usarlo. Este artículo explica qué es, por qué ha pasado de ser un asunto técnico a una pregunta de dirección y cómo empezar sin montar un proyecto enorme.

Qué es el gobierno del dato

El gobierno del dato es el conjunto de decisiones, responsables y reglas que hacen que los datos de una empresa sean fiables, se entiendan igual en todas las áreas y se usen de forma segura.

No es un software ni un departamento. Es responder por escrito a cuatro preguntas para los datos que importan:

• ¿Quién responde de este dato? No quién lo teclea, sino quién decide si está bien.
• ¿Qué significa exactamente? Qué es un cliente activo, una venta o un margen.
• ¿Cómo sabemos que es correcto? Qué reglas de calidad se aplican y quién recibe el aviso cuando fallan.
• ¿Quién puede verlo y usarlo, y dónde? Incluido si puede salir de la empresa, por ejemplo hacia una herramienta de IA.

Por qué ahora lo pregunta la dirección

Durante años, el gobierno del dato fue cosa del departamento de IT, si es que era cosa de alguien. Hoy llega al comité por cuatro vías a la vez.

1. Los informes no cuadran

Comercial y Finanzas presentan cifras distintas de ventas. Operaciones calcula el stock de una forma y Compras de otra. Cada área tiene razón dentro de su sistema, y la dirección pierde tiempo arbitrando en lugar de decidir. Mientras no haya una definición común y un responsable, la discusión se repite cada mes.

2. El equipo ya usa IA, con datos de la empresa

Personas de casi todos los departamentos usan herramientas de IA para redactar, resumir o analizar, muchas veces con cuentas personales y sin que nadie lo haya autorizado. Es lo que se conoce como shadow AI. La pregunta inmediata es qué datos de clientes, de personal o de precios están saliendo de la empresa en esas conversaciones. Sin una política de uso, nadie lo sabe. Lo hablamos con Juan Aparicio en el episodio «IA para negocios: los costes y la seguridad que nadie cuenta» de Automatiza2.

3. La normativa parte de un inventario

El RGPD ya obligaba a saber qué datos personales trata la empresa y para qué. El Reglamento europeo de IA añade otra capa: cumplirlo empieza por saber qué sistemas de IA se usan en la empresa y con qué datos. Ninguna de las dos normas exige un catálogo completo de todos los datos de la compañía, pero las dos parten de un inventario que muchas empresas no tienen.

4. Los proyectos de datos fracasan sin él

Un cuadro de mando, un data warehouse o un proyecto de IA heredan los problemas del dato que consumen. Si «venta» significa dos cosas, el cuadro de mando enseñará dos cifras. El gobierno del dato es lo que evita invertir en tecnología para acabar con el mismo problema, pero más caro.

Los cinco elementos básicos

1. Responsables del dato. Una persona de negocio (no de IT) que responde de cada conjunto de datos: el maestro de clientes, el de productos, el de proveedores.
2. Un diccionario de definiciones. Un documento compartido con la definición acordada de cada indicador que mira la dirección y de dónde sale.
3. Reglas de calidad. Comprobaciones automáticas (clientes duplicados, campos vacíos, importes imposibles) con alertas a quien tiene que corregirlas.
4. Control de accesos. Quién ve qué, según su puesto. Los datos de nóminas no los necesita todo el mundo.
5. Políticas de uso, incluida la IA. Qué datos pueden usarse en herramientas externas, con qué herramientas y bajo qué condiciones.

Señales de que te falta

• Dos áreas dan cifras distintas del mismo indicador.
• El mismo cliente aparece tres veces en el CRM, con nombres ligeramente distintos.
• Nadie sabe quién tiene que corregir un dato erróneo, así que nadie lo corrige.
• Cuando alguien se va de la empresa, se lleva el conocimiento de cómo se calcula un informe.
• No sabes qué herramientas de IA usa tu equipo ni qué información introduce en ellas.

Cómo empezar sin un proyecto enorme

El error más común es plantear el gobierno del dato como un gran programa corporativo, con comités y herramientas de catalogación, que se queda en los documentos. Para una empresa mediana funciona mejor empezar por lo que la dirección usa de verdad:

1. Elige diez indicadores. Los que se miran en el comité: ventas, margen, cobros, stock y poco más.
2. Asigna un responsable a cada uno. Una persona con nombre y apellidos, del área a la que pertenece el dato.
3. Escribe su definición. Una línea: qué incluye, qué excluye y de qué sistema sale. Que la firmen las áreas implicadas.
4. Pon una regla de calidad a cada uno. La comprobación mínima que, si falla, te avisaría de que el número no es fiable.
5. Haz inventario de la IA. Qué herramientas se usan, quién las usa y con qué datos. Con eso, redacta una política de uso de una página.

Esto se puede hacer en semanas, no en años. Y a partir de ahí se amplía al ritmo que pida el negocio: más indicadores, más áreas o un proyecto de datos más grande.

Gobierno del dato y Ley de IA: ¿lo mismo?

No, aunque empiezan en el mismo sitio. Cumplir la Ley de IA empieza por saber qué sistemas de IA usas y con qué datos, no por gobernar todos los datos de la empresa. El gobierno del dato hace falta cuando las áreas trabajan con definiciones distintas o antes de un proyecto de datos importante. Los dos parten de un inventario, así que hacerlo una vez sirve para ambos. Qué obliga ya y qué se aplaza lo explicamos en Ley de IA en 2026. Si lo que te preocupa es la parte normativa, empieza por el cumplimiento de la Ley de IA.

En resumen

El gobierno del dato no es tecnología: es decidir quién responde de cada dato, qué significa y quién puede usarlo. Llega al comité porque los informes no cuadran, porque el equipo ya usa IA con datos de la empresa, porque cumplir la normativa empieza por un inventario y porque los proyectos de datos fracasan sin él. Se empieza por diez indicadores, no por un programa corporativo.