¿Qué es la gestión de datos?
La gestión de datos consiste en recopilar, conservar y utilizar los datos de forma segura, eficiente y rentable, dentro de los límites establecidos por las políticas y la normativa. A medida que se amplían las iniciativas de IA y aumentan las amenazas de ransomware, una gestión eficaz de los datos es un requisito previo para la ciberresiliencia y la Readiness para la IA.
Puntos clave
La IA depende de una gestión eficaz de los datos
La gestión de datos empresariales puede contribuir a la Readiness para la IA, la ciberresiliencia, el cumplimiento normativo, la gobernanza y la protección contra el ransomware.
La gestión de datos abarca la gobernanza, la arquitectura, la calidad, la seguridad, los metadatos y la protección para aportar, controlar y potenciar el valor de los datos. El marco DAMA-DMBOK (1) define 11 disciplinas interrelacionadas que constituyen su núcleo.
Los modelos de IA requieren datos que sean representativos, que se sometan a una verificación continua y que se gestionen a nivel de activo, no solo que estén limpios. Gartner prevé que el 60 % de los proyectos de IA fracasarán de aquí a 2026 si no se dispone de datos preparados para la IA (2).
La resiliencia de los datos es una disciplina de gestión de datos de primer orden. Sophos descubrió que el 94 % de las víctimas de ransomware sufrieron intentos por parte de los atacantes de comprometer sus copias de seguridad (3), lo que hace que la inmutabilidad y la recuperación probada sean esenciales.
El marco DAMA-DMBOK define la gestión de datos en 11 áreas de conocimiento. Sitúa la gobernanza en el centro y considera la arquitectura, la calidad, la seguridad, la integración, los metadatos y la protección de datos como disciplinas fundamentales.
DORA, NIS2, el RGPD, la HIPAA y la Ley de IA de la UE imponen obligaciones demostrables en materia de gestión de datos, que exigen controles documentados, copias de seguridad inmutables y registros de auditoría.
Una gestión eficaz de los datos contribuye a garantizar el cumplimiento de la gobernanza, la clasificación y los controles de acceso en las copias de seguridad, los archivos y los entornos de Recovery, y no solo en los sistemas de producción.
(1) DAMA-DMBOK, (2) Gartner, (3) Sophos
Lo que está en juego es cada vez mayor
Por qué es importante la gestión de datos
Según Gartner, las organizaciones abandonarán el 60 % de los proyectos de IA que carezcan de datos preparados para la IA de aquí a 2026, mientras que, según Sophos, los autores de ataques de ransomware se centraron en las copias de seguridad en el 94 % de los ataques en 2024. Una gestión deficiente de los datos es ahora un riesgo estratégico.
¿Por qué la IA necesita una mejor gestión de datos?
Los modelos de IA necesitan datos que sean representativos, que se sometan a un control de calidad continuo y que estén regulados a nivel de activo, no solo limpios.
Defensa contra el ransomware y las fugas de datos
Cuando las copias de seguridad se ven comprometidas, las demandas de rescate se duplican y los costes de Recovery aumentan, lo que convierte la resiliencia de los datos en una disciplina fundamental de la gestión de datos.
¿Qué obligaciones normativas aborda la gestión de datos?
La DORA, la NIS2, el RGPD, la HIPAA y la Ley de IA de la UE exigen controles demostrables, copias de seguridad inmutables, tiempos de recuperación definidos y pruebas preparadas para auditorías.
Componentes fundamentales
Cómo funciona la gestión de datos
La gestión de datos combina la gobernanza, la calidad, el control del ciclo de vida y la protección en todos los entornos, lo que contribuye a que los datos sean fiables, recuperables y estén preparados para la IA, independientemente de dónde se encuentren.
Gobernanza, calidad y arquitectura
La gobernanza de datos define las políticas y las facultades de decisión que controlan cómo se crean, a qué se accede y cómo se utilizan los datos. Las prácticas de arquitectura y calidad ayudan a mantener los datos precisos, coherentes y preparados para las iniciativas empresariales y de inteligencia artificial.
Ciclo de vida, clasificación y metadatos
El ciclo de vida de los datos abarca la creación, el almacenamiento, el uso, el intercambio, el archivo y la eliminación, con controles de clasificación, retención y seguridad aplicados en cada etapa. Los metadatos activos garantizan que los datos sean localizables y estén preparados para la IA.
Protección, resiliencia y Recovery
La protección de datos —copias de seguridad, cifrado y control de acceso— ayuda a garantizar que los datos sean recuperables y fiables. La regla de copias de seguridad 3-2-1 y Cleanroom Recovery constituyen el estándar empresarial moderno para una gestión de datos resistente al ransomware.
En la práctica
Casos de uso de la gestión de datos
Las organizaciones de sectores regulados, las empresas impulsadas por la IA y los entornos híbridos aplican disciplinas de gestión de datos para ayudar a proteger los datos, cumplir los requisitos normativos y preparar los datos para la IA a gran escala.
¿Qué necesitan los equipos de datos para crear modelos de IA fiables?
Los equipos de IA y de datos necesitan datos cualificados, gobernados y con trazabilidad para crear modelos fiables. La gestión de datos debe ser la base de toda iniciativa de IA sostenible.
Cumplimiento normativo en todas las jurisdicciones
Las entidades de servicios financieros y del sector sanitario se enfrentan a obligaciones que se solapan en virtud de las normativas DORA, NIS2, el RGPD y la HIPAA. La gestión de datos —clasificación, gobernanza y registro de auditorías— ayuda a aportar las pruebas de cumplimiento que exigen los reguladores.
Gestión de datos en todos los entornos
Muchas organizaciones operan en entornos multinube. La gobernanza, la clasificación y la protección coherentes deben extenderse a todos los entornos de nube, SaaS y locales.
Preguntas frecuentes
¿Qué es la gestión de datos?
La gestión de datos es la práctica de recopilar, conservar y utilizar datos de forma segura. Abarca la gobernanza, la calidad, la seguridad, los metadatos y la protección, con 11 áreas de conocimiento definidas en el marco DAMA-DMBOK.
¿Cuáles son los principales componentes de la gestión de datos?
El DAMA-DMBOK define 11 componentes: gobernanza de datos (la función central), arquitectura, modelización y diseño, almacenamiento y operaciones, seguridad, integración e interoperabilidad, gestión de documentos y contenidos, datos maestros, almacenamiento de datos, metadatos y calidad. Los marcos modernos añaden como prioridades DataOps, la observabilidad de los datos, la resiliencia de los datos y la preparación de datos para la IA.
¿Cuál es la diferencia entre la gestión de datos y la gobernanza de datos?
La gestión de datos es la disciplina amplia que abarca todas las actividades necesarias para ayudar a proporcionar, proteger y mejorar el valor de los datos, incluyendo la arquitectura, la calidad, la integración y la protección. La gobernanza de datos es un subconjunto que define los derechos de decisión, las políticas y la rendición de cuentas. En resumen: la gobernanza establece las normas; la gestión de datos las ejecuta.
¿Qué se entiende por «datos preparados para la IA»?
Los datos preparados para la IA son datos cualificados y alineados continuamente con un caso de uso específico de la IA, representativos de los patrones y los valores atípicos con los que se encontrará un modelo. A diferencia de los datos «limpios» tradicionales, los datos preparados para la IA requieren metadatos activos y una gobernanza a nivel de activos, no solo auditorías de calidad periódicas.
¿Cómo contribuye la gestión de datos al cumplimiento normativo?
La gestión de datos ayuda a proporcionar los controles que exigen los reguladores: clasificación, gobernanza del acceso, copias de seguridad inmutables, tiempos de recuperación definidos y pruebas listas para auditoría. DORA, NIS2, el RGPD, la HIPAA y la Ley de IA de la UE exigen controles demostrables.
¿Cómo apoya Commvault la gestión de datos?
Commvault respalda la gestión de datos mediante el descubrimiento y la clasificación de datos, la gobernanza del acceso, las copias de seguridad inmutables con la regla 3-2-1 y las pruebas de recuperación en Cleanroom Recovery, abarcando entornos en la nube, híbridos y locales. Las capacidades de Commvault ayudan a gestionar todo el ciclo de vida de los datos, desde la gobernanza y la protección hasta la recuperación.
Gobernanza de datos
Resiliencia de los datos
