Gobernanza y Detección de Datos con Microsoft Purview

radio_button_uncheckedshort_text 1. Introducción

De la administración de bancos al gobierno del patrimonio de datos

La gobernanza de datos no surgió como un producto aislado. Sus raíces están en los diccionarios de datos, en la administración de bancos, en la gestión de registros y en los primeros programas de calidad y de gestión de datos maestros. Con la expansión de Internet, del big data, de la computación en la nube y de la inteligencia artificial, los datos comenzaron a circular por decenas de plataformas, equipos y países. Saber solo dónde estaba almacenado un archivo dejó de ser suficiente: se volvió necesario comprender el significado, el origen, la calidad, el responsable y las condiciones legítimas de uso de cada conjunto de datos.

Para el lector, este conocimiento transforma un entorno aparentemente caótico en un sistema comprensible. Para la sociedad, los datos bien gestionados aumentan la confiabilidad de los servicios financieros, salud, educación, investigación y políticas públicas, además de reducir los riesgos de discriminación, fuga de información y decisiones basadas en información incorrecta. En una época en que los modelos de IA aprenden a partir de grandes volúmenes de datos, la calidad de la entrada influye directamente en la confianza en la salida.

A lo largo de este capítulo, la idea abstracta de “gobernar datos” se convertirá en elementos concretos: activos, metadatos, clasificaciones, propietarios, linaje, data products, dominios de gobernanza y reglas de calidad. La pregunta que guía la lectura es sencilla: ¿cómo encuentra una persona el dato correcto, entiende su historia y sabe si puede utilizarlo con seguridad?

Idea central

Datos invisibles, sin dueño y sin contexto, no son un activo confiable. La gobernanza crea visibilidad, responsabilidad y criterios de uso.

radio_button_uncheckedshort_text 2. Qué es la gobernanza de datos

La gobernanza de datos es el sistema de decisiones, responsabilidades, políticas, estándares y controles que guía cómo se crean, describen, protegen, comparten, utilizan, mantienen y eliminan los datos. Define quién decide, quién ejecuta, cómo se mide la calidad, cuáles usos son aceptables y cómo se resuelven los conflictos.

Una buena gobernanza no intenta centralizar toda decisión en un único equipo. El modelo moderno suele combinar estándares corporativos con responsabilidad distribuida en los dominios de negocio. Este enfoque federado permite que Finanzas, Clientes, Riesgos o Recursos Humanos mantengan contexto y propiedad sobre sus datos, mientras que una oficina central establece principios, roles y métricas comunes.

radio_button_uncheckedshort_text 3. Fundamentos de la gobernanza

3.1 Descubrimiento y catalogación

Descubrimiento es la capacidad de localizar fuentes y activos en un patrimonio de datos. Catalogación es la organización sistemática de los metadatos de estos activos para que puedan ser buscados, comprendidos y gobernados. Un catálogo no necesita copiar el contenido de todas las bases; reúne descripciones, esquemas, clasificaciones, relaciones e información de responsabilidad.

3.2 Clasificación y contexto

Clasificar es asociar categorías a los datos en función de patrones técnicos, semántica o reglas de negocio. Una columna puede clasificarse como dirección de correo electrónico, identificador fiscal o número de cuenta. El contexto de negocio explica por qué existen esos datos, qué proceso los produce y qué políticas deben acompañarlos.

3.3 Propiedad, calidad y uso

La propiedad establece la rendición de cuentas. La calidad mide si los datos son adecuados para el propósito. El uso responsable combina propósito legítimo, minimización, seguridad, transparencia y respeto a las políticas aplicables. Estos elementos se refuerzan mutuamente: sin propietario, los problemas de calidad permanecen sin resolución; sin contexto, los usuarios pueden interpretar los datos de manera incorrecta.

radio_button_uncheckedshort_text 4. Roles y responsabilidades

El data owner es normalmente una autoridad de negocio responsable del valor, riesgo, calidad y reglas de acceso de un dominio o producto. El data steward traduce decisiones en la práctica cotidiana: mantiene definiciones, resuelve inconsistencias, supervisa la calidad y ayuda a los usuarios a interpretar los activos. El data custodian opera los controles técnicos de la plataforma, pero no debería decidir solo el propósito de negocio del dato.

Los consumidores también tienen responsabilidad. Encontrar un conjunto de datos en el catálogo no significa que todo uso esté autorizado. El usuario debe respetar el propósito, los términos, la clasificación, los requisitos de privacidad y las condiciones de acceso. La oficina central de datos coordina el modelo, define estándares y mide la madurez sin retirar de los dominios el conocimiento especializado.

radio_button_uncheckedshort_text 5. Metadatos: datos sobre los datos

Los metadatos son información que describe otros datos. Un nombre de tabla, el tipo de una columna, el propietario, la hora de una ejecución y la relación entre una fuente y un informe son ejemplos. El valor de un catálogo depende de la riqueza, actualidad y consistencia de estos metadatos.

Metadatos técnicos ayudan a los ingenieros a comprender estructuras. Metadatos de negocio permiten que los analistas busquen usando su propio lenguaje. Metadatos operativos muestran procesos y ejecuciones. Metadatos semánticos conectan activos a clasificaciones, términos y relaciones. El Microsoft Purview Data Map reúne estas dimensiones en un grafo de metadatos.

Metadato activo

En el modelo moderno, los metadatos no sirven solo para documentación. Pueden orientar la investigación, el acceso, la calidad, la automatización y las políticas de gobernanza.

radio_button_uncheckedshort_text 6. Arquitectura de gobernanza en Microsoft Purview

La experiencia actual de gobernanza de Microsoft Purview posee dos soluciones centrales. El Data Map es la fundación técnica para captura, almacenamiento y relación de metadatos. El Unified Catalog es la experiencia SaaS orientada al consumo, a la curaduría, a la calidad, a la salud y al valor de negocio.

Las dos soluciones son complementarias. Sin Data Map, el catálogo no tiene una visión técnica completa del patrimonio. Sin Unified Catalog, el inventario técnico puede seguir siendo difícil de interpretar y consumir para los usuarios de negocio. El flujo esperado es capturar metadatos, curarlos, agregar contexto y poner a disposición productos confiables.

Resumen para el SC-900

Mapa de Datos = fundación técnica de metadatos. Catálogo Unificado = experiencia de descubrimiento, curaduría y gobernanza orientada al negocio.

radio_button_uncheckedshort_text 7. Mapa de Datos de Microsoft Purview

Microsoft Purview Data Map captura metadatos de sistemas analíticos, operacionales y SaaS en entornos Azure , locales, híbridos y multicloud. Almacena activos y relaciones en una estructura de gráfico, permitiendo representar propietarios, gestores, jerarquías, clasificaciones y linaje.

Un activo puede ser una tabla, archivo, base de datos, informe, modelo u otro objeto reconocido por el conector. El mapa puede enriquecerse automáticamente mediante escaneos e integraciones y manualmente mediante curaduría. La capacidad se expresa por almacenamiento de metadatos y rendimiento de operaciones, con elasticidad según el consumo.

7.1 Dominios y colecciones en el Mapa de Datos

En Data Map, dominios y colecciones ayudan a organizar fuentes, escaneos, activos y responsabilidades administrativas. Las colecciones forman jerarquías y pueden funcionar como límites de acceso a los metadatos. Estos objetos técnicos no deben confundirse con los governance domains del Unified Catalog, que son límites de contexto y propiedad de negocio para productos y conceptos.

radio_button_uncheckedshort_text 8. Registro, escaneos e ingestión

8.1 Registrar no es escanear

Registrar una fuente informa a Microsoft Purview dónde existe y en qué dominio o colección se organizará. El registro, por sí mismo, no extrae el esquema. El escaneo se conecta a la fuente con un método de autenticación soportado, recorre el alcance configurado y captura metadatos.

8.2 Niveles de escaneo

La documentación actual describe niveles de escaneo. Un nivel básico puede capturar nombre, tamaño e identificador; un nivel intermedio extrae esquemas cuando están disponibles; un nivel más completo también evalúa muestras contra reglas de clasificación. El nivel efectivo depende de la fuente y de la configuración.

8.3 Ingestión

Después del escaneo, la ingestión procesa los metadatos y los carga en el Mapa de Datos. También puede recibir linaje de servicios conectados, como plataformas de integración. Un escaneo completado no significa necesariamente que todos los activos ya estén disponibles en el catálogo: la ingestión necesita terminar.

Seguridad del escaneo

Credenciales, integración en tiempo de ejecución, conectividad y permisos deben seguir el principio de menor privilegio. La gobernanza del catálogo no justifica el acceso irrestricto a las fuentes.

radio_button_uncheckedshort_text 9. Clasificación, catalogación y curaduría

Las clasificaciones ayudan a reconocer patrones en los metadatos y, según la fuente y el nivel de escaneo, en valores muestreados. Los ejemplos incluyen correo electrónico, teléfono, identificadores y datos financieros. Son útiles para el descubrimiento y la priorización, pero deben evaluarse en contexto: una coincidencia técnica puede no representar, por sí sola, el propósito o el riesgo real del activo.

La curaduría es el trabajo de mejorar el significado y la utilidad de los metadatos. Un catálogo puede tener miles de activos descubiertos automáticamente, pero seguirá siendo poco útil si los nombres técnicos no tienen descripción, propietario o conexión con conceptos de negocio. El responsable transforma el inventario en conocimiento organizacional.

Trampa de prueba

Clasificación, término de glosario y etiqueta de sensibilidad están relacionados, pero no son sinónimos.

radio_button_uncheckedshort_text 10. linaje de datos

El linaje describe cómo los datos surgen, se mueven y se transforman hasta llegar al destino. Puede mostrar relaciones a nivel de activo y, en integraciones compatibles, a nivel de columna. El linaje puede ser capturado por escaneos, conexiones nativas de pipelines o API de integración.

10.1 Análisis de impacto

Antes de alterar una columna en la fuente, el equipo puede verificar informes, modelos y productos dependientes. Esto reduce cambios que rompen consumidores downstream . El análisis de impacto responde “¿qué se verá afectado si cambio este activo?”.

10.2 Análisis de causa raíz

Cuando un indicador presenta un valor incorrecto, el equipo puede navegar hacia atrás, identificar transformaciones y localizar el punto de origen del problema. La causa raíz responde “¿de dónde vino este error?”.

10.3 Auditoría y confianza

El linaje ayuda a explicar la procedencia de un número, a demostrar controles y a evaluar si una salida de IA o informe utiliza fuentes aprobadas. No sustituye los registros operativos detallados, pero conecta metadatos para proporcionar una visión comprensible del recorrido de los datos.

radio_button_uncheckedshort_text 11. Propiedad y administración

La propiedad no debe ser solo un campo completado para aumentar la integridad del catálogo. Un propietario necesita tener la autoridad para tomar decisiones sobre acceso, prioridad de corrección, criterios de calidad y ciclo de vida. Un administrador necesita tiempo, procesos y métricas para mantener el activo confiable.

La gobernanza federada distribuye estos roles por dominios, pero mantiene estándares corporativos. El objetivo no es crear burocracia, sino eliminar el estado común en el que todos utilizan un dato, pero nadie es responsable de su definición o calidad.

Responsabilidad

Un activo crítico sin propietario es un riesgo organizacional, incluso si está técnicamente protegido.

radio_button_uncheckedshort_text 12. Calidad de los datos

La calidad es la adecuación de los datos al propósito declarado. Un registro puede ser suficiente para el envío de una comunicación, pero inadecuado para el cálculo regulatorio. Por eso, las métricas deben estar vinculadas al uso y al riesgo del producto de datos.

En el Catálogo Unificado, las reglas de calidad pueden producir puntuaciones en niveles de activo, producto y dominio de gobernanza. Los problemas y acciones dan visibilidad sobre lo que necesita ser corregido. La puntuación ayuda a orientar la mejora, pero no elimina la necesidad de juicio humano y validación del proceso que genera el dato.

radio_button_uncheckedshort_text 13. Catálogo Unificado de Microsoft Purview

El Microsoft Purview Unified Catalog es la experiencia de gobernanza y descubrimiento construida sobre el inventario de metadatos. Organiza datos por contexto de negocio, permite agrupar activos en productos, estandarizar vocabulario, seguir la calidad y salud, buscar información y ofrecer flujos de acceso.

La propuesta es atender a consumidores, propietarios y administradores en una experiencia integrada. En lugar de navegar por una lista plana de tablas, el usuario puede explorar un dominio de gobernanza, encontrar un producto asociado a un propósito y evaluar descripción, propietario, términos, activos, linaje y calidad.

Contexto actual

La nueva experiencia del Unified Catalog se está ofreciendo gradualmente y depende de la versión empresarial y de la disponibilidad regional. Los recursos y los estados de vista previa pueden cambiar.

radio_button_uncheckedshort_text 14. governance domains

Un dominio de gobernanza es un límite de negocio que organiza la propiedad, el descubrimiento y la aplicación de prácticas de gobernanza. Puede representar Finanzas, Marketing, Clientes, un producto, una entidad corporativa, una obligación regulatoria o un proyecto. Funciona como un mini catálogo orientado al contexto de esa área.

El dominio contiene owners y conceptos como data products, glossary terms, OKRs y critical data elements. La idea es acercar la gobernanza a los equipos que entienden el negocio, sin perder estándares corporativos. Esto reduce el cuello de botella de un equipo central que necesitaría curar cada activo de toda la empresa.

radio_button_uncheckedshort_text 15. data products

Un data product es una agrupación lógica de activos relacionados con un caso de uso. Puede reunir tablas, archivos, informes, modelos y documentación necesarios para un propósito, como “Visión 360 del Cliente” o “Indicadores Regulatorios Mensuales”. El producto añade contexto y reduce el trabajo de buscar cada componente por separado.

Un producto de datos no es obligatoriamente una copia de los datos ni una nueva base de datos. Es un paquete gobernado y orientado al valor, que apunta a activos existentes y proporciona todo lo que el consumidor necesita para evaluar y utilizar estos activos de manera responsable.

Producto de datos x activo

Activo es un objeto individual. El producto de datos combina activos y contexto para un propósito reutilizable.

radio_button_uncheckedshort_text 16. Glosario, CDE y objetivos

16.1 glossary terms

Los términos de un glosario crean un vocabulario común. Traducen nombres técnicos, reducen ambigüedades y permiten que áreas distintas coincidan en conceptos como “cliente activo”, “ingresos reconocidos” o “incidente crítico”. En la experiencia actual, los términos pueden ser objetos activos que también llevan políticas y directrices de gobernanza.

16.2 Elementos de Datos Críticos

Elementos de Datos Críticos, o CDEs, representan elementos importantes que pueden aparecer con nombres diferentes en sistemas distintos. Un concepto “Customer ID” puede relacionar columnas CustID, ClientNumber y CID. Esta abstracción ayuda a estandarizar, aplicar reglas de calidad y tratar datos críticos de manera consistente.

16.3 OKRs

Los Objectives and Key Results conectan la gobernanza con el valor. En lugar de medir solo el número de activos catalogados, la organización puede seguir objetivos como reducir el tiempo para encontrar datos confiables o aumentar la calidad de los productos usados por modelos de IA.

radio_button_uncheckedshort_text 17. Descubrimiento, investigación y acceso

Descubrimiento de datos es la capacidad de una persona para localizar información relevante sin conocer previamente el servidor, la base o el nombre técnico de la tabla. En el Catálogo Unificado, la búsqueda puede considerar nombre, descripción, dominio de gobernanza, glosario, critical data elements, propietario y otros atributos. Los recursos actuales también incluyen búsqueda en lenguaje natural, según disponibilidad.

Encontrar no significa acceder automáticamente. El catálogo puede exponer metadatos para descubrimiento y, al mismo tiempo, mantener el contenido protegido en la fuente. Solicitudes de acceso y políticas ayudan a equilibrar el autoservicio con seguridad, finalidad y uso correcto. Los controles reales siguen dependiendo de las plataformas de datos y de las integraciones disponibles.

radio_button_uncheckedshort_text 18. Salud del patrimonio y uso responsable

Data health amplía la visión más allá de una sola regla de calidad. Los controles de salud miden prácticas de gobernanza, los puntajes muestran progreso y las acciones indican correcciones necesarias. Un patrimonio saludable posee activos comprensibles, dueños definidos, productos completos, reglas ejecutadas, acceso adecuado y metadatos actualizados.

Uso responsable significa utilizar datos para un propósito legítimo, proporcional y transparente. Incluye respetar la privacidad, evitar la recopilación excesiva, evaluar sesgos, mantener la seguridad, documentar limitaciones y no reutilizar datos fuera del contexto aprobado. En la era de la IA, la gobernanza es parte de la seguridad del propio modelo: datos incorrectos, sin consentimiento o sin procedencia pueden producir resultados perjudiciales.

radio_button_uncheckedshort_text 19. Escenario práctico integrado

Una institución financiera mantiene datos de clientes en el CRM, transacciones en Azure SQL, históricos en el data lake y reportes en Power BI. Los analistas pasan días buscando fuentes y no saben cuál tabla es oficial. El primer paso es registrar y escanear las fuentes en el Data Map. Los escaneos capturan esquemas, clasificaciones y activos; las integraciones de pipelines enriquecen el linaje.

En el Catálogo Unificado, la organización crea el dominio de gobernanza “Clientes”, asigna un propietario y administradores y define términos como Cliente Activo e Identificador de Cliente. Los activos relevantes se agrupan en el producto de datos “Visión 360 del Cliente”. Las reglas de completitud, unicidad y actualidad generan puntuaciones. La descripción informa sobre la finalidad y las limitaciones; la política de acceso requiere justificación y aprobación.

Un científico de datos investiga clientes en lenguaje de negocio, encuentra el producto, examina calidad y linaje y solicita acceso para un modelo de retención. El propietario evalúa el propósito, se concede el acceso de acuerdo con la política y el consumo queda asociado a un conjunto gobernado. La ganancia no es solo tecnológica: la organización reduce retrabajo, mejora la trazabilidad y hace explícita la responsabilidad sobre el dato.

radio_button_uncheckedshort_text 20. Implantación y buenas prácticas

• Comience por casos de uso y dominios prioritarios, no por un intento de catalogar todo sin propósito.
• Defina owners y stewards antes de exigir el llenado masivo de metadatos.
• Automatice el descubrimiento y la clasificación, pero mantenga la curaduría humana para el contexto y la calidad.
• Asocie reglas de calidad con el propósito y el riesgo de cada producto.
• Integre la catalogación en los pipelines , arquitectura, seguridad, privacidad y procesos de cambio.
• Mida resultados de negocio, como tiempo de descubrimiento, reutilización, reducción de incidentes y confianza.
• Revise metadatos, productos y políticas para evitar un catálogo técnicamente completo, pero desactualizado.

20.1 Errores frecuentes

radio_button_uncheckedshort_text 21. Comparaciones importantes para el SC-900

radio_button_uncheckedshort_text 22. Revisión rápida

radio_button_uncheckedshort_text 23. Conclusión

La gobernanza de datos conecta tecnología, responsabilidad y valor. El descubrimiento revela los activos; la catalogación organiza los metadatos; la clasificación identifica categorías; la propiedad establece la rendición de cuentas; la calidad mide la adecuación; la procedencia explica el recorrido; y el uso responsable define límites para el consumo. Cuando estos elementos se tratan por separado, permanecen vacíos. Cuando funcionan como un sistema, los datos se vuelven más confiables y reutilizables.

Microsoft Purview Data Map proporciona la base técnica al capturar metadatos y relaciones en entornos locales, híbridos y multicloud. El Unified Catalog utiliza esta base para crear una experiencia orientada al negocio con governance domains, data products, glosarios, búsqueda, calidad, salud y acceso. La principal distinción para el examen es comprender que el mapa describe el patrimonio, mientras que el catálogo convierte esa descripción en una experiencia de gobernanza y descubrimiento.

En mi evaluación, el mayor beneficio de la gobernanza moderna no es producir documentación: es reducir la distancia entre quien crea, quien protege, quien entiende y quien utiliza los datos. En una sociedad cada vez más dependiente de decisiones automatizadas, los datos confiables y responsables dejan de ser un detalle operativo y se convierten en una condición para la innovación sostenible.

Fin del sendero SC-900

Este capítulo cierra los 17 capítulos de la ruta. La revisión final debe conectar identidad, seguridad, cumplimiento y gobernanza como responsabilidades complementarias en la nube de Microsoft.

radio_button_uncheckedshort_text 24. Preguntas de repaso

Pregunta 1: ¿Qué afirmación describe correctamente Microsoft Purview Data Map?

A) Es un repositorio que sustituye a todas las bases de datos. B) Es la fundación que captura y relaciona metadatos de activos distribuidos. C) Es una herramienta exclusiva de protección de correo electrónico. D) Es solo un panel de auditoría.

Respuesta comentada

Respuesta correcta: B. El Data Map mantiene un grafo de metadatos, clasificaciones, relaciones y linaje sobre el patrimonio de datos.

Pregunta 2: ¿Cuál es el principal objetivo de un producto de datos en el Catálogo Unificado?

A) Sustituir la identidad del usuario. B) Agrupar activos y contexto para un caso de uso reutilizable. C) Crear una copia obligatoria de todos los datos. D) Ejecutar copias de seguridad de las máquinas virtuales.

Respuesta comentada

Respuesta correcta: B. El data product reúne activos, finalidad, propietario, términos, calidad y otra información útil para el consumo.

Pregunta 3: ¿Qué ayuda a comprender la línea de datos?

A) Solo quienes iniciaron sesión en el portal. B) Origen, movimiento, transformación y destino de los datos. C) Solo el precio del almacenamiento. D) Solo políticas de retención.

Respuesta comentada

Respuesta correcta: B. El linaje respalda la causa raíz, el impacto, la auditoría y la confianza en los datos derivados.

Pregunta 4: ¿Cuál diferencia entre descubrimiento y acceso es correcta?

A) Encontrar un activo siempre concede acceso al contenido. B) El descubrimiento permite localizar y comprender metadatos; el acceso sigue estando sujeto a políticas y permisos. C) El acceso solo existe para los administradores del Data Map. D) La búsqueda sustituye los controles en la fuente.

Respuesta comentada

Respuesta correcta: B. El catálogo puede hacer que los metadatos sean buscables sin liberar automáticamente los datos subyacentes.

radio_button_uncheckedshort_text 25. Glosario esencial

radio_button_uncheckedshort_text Referencias oficiales consultadas

• Microsoft Learn - Guía de estudio para el examen SC-900: Fundamentos de seguridad, cumplimiento e identidad de Microsoft.
• Microsoft Learn - Gobernanza de datos con Microsoft Purview .
• Microsoft Learn - Aprende sobre Microsoft Purview Data Map.
• Microsoft Learn - Escaneos e ingestión en Microsoft Purview Data Map; Escanear fuentes de datos; mejores prácticas de escaneo.
• Microsoft Learn - linaje de datos en Microsoft Purview y guía de usuario de linaje.
• Microsoft Learn - Aprende sobre el Catálogo Unificado de Microsoft Purview .
• Microsoft Learn - governance domains, data products, glossary terms y búsqueda en el Catálogo Unificado.
• Microsoft Learn - Calidad de los datos, puntuaciones, controles de salud, acciones de salud e informes en el Catálogo Unificado.
• Microsoft Learn - Roles y permisos de gobernanza de datos en Microsoft Purview .

Nota sobre actualización

La experiencia de Microsoft Purview evoluciona rápidamente. La disponibilidad del Catálogo Unificado, recursos en vista previa, nombres, licenciamiento, permisos e integraciones pueden cambiar. Para la implementación real, confirme siempre la documentación oficial vigente.