Catálogo de datos empresarial

El problema

“¿Tenemos datos de X?” “¿Dónde está el dato Y?” “¿Quién es responsable de Z?” Nadie sabe qué datos existen, dónde están, si son fiables, o quién puede usarlos.

Consecuencias:

• Proyectos de datos que tardan meses en empezar (buscando datos)
• Datos sensibles expuestos sin saberlo
• Duplicación de esfuerzos
• Incumplimiento normativo (GDPR, etc.)

La solución

Un catálogo que:

1. Escanea automáticamente tus fuentes de datos
2. Documenta qué hay en cada tabla, campo, archivo
3. Clasifica datos sensibles (PII, financieros, etc.)
4. Traza el linaje de dónde viene cada dato
5. Permite buscar “clientes” y encontrar todas las fuentes

Arquitectura

SQL Server, SharePoint, Data Lake... → Purview → Catálogo unificado
                                          ↓
                              Búsqueda, clasificación, linaje

Componentes Azure

Componente	Función	Coste estimado
Microsoft Purview	Catálogo y gobernanza	Desde 0€ (Data Map)
Data Factory	Conexión a fuentes	Incluido
Synapse	Análisis opcional	Según uso

Qué necesitas para empezar

• Lista de fuentes de datos principales (BD, SharePoint, archivos…)
• Credenciales de acceso (solo lectura)
• Dueños de datos identificados por área
• Glosario básico de términos de negocio

Personalización típica

• Clasificaciones custom: Definir tipos de datos específicos de tu sector
• Políticas de acceso: Automatizar quién puede ver qué
• Integración con pipelines: Actualizar catálogo cuando cambian los datos
• Glosario de negocio: “Cliente” significa lo mismo para todos

Resultado

En 1-2 semanas tienes:

• Inventario automático de tus datos
• Clasificación de datos sensibles
• Buscador para encontrar cualquier dato
• Base para cumplimiento normativo y proyectos de IA