Cuatro decisiones para construir una empresa de datos
Una empresa de datos se construye por capas, y cada capa obliga a elegir entre opciones que cuestan cosas distintas. Este artículo ordena lo que vimos en el módulo Business Data and AI Strategy como cuatro decisiones: de dónde nace el caso de uso, qué estrategia de datos seguir, qué cultura construir y qué modelo de gobierno adoptar.
En cada una encontrarás las opciones, lo que ofrece cada una, un criterio para elegir y, al final, un recuadro con lo que eligió nuestro equipo. El ejemplo es Clink, una startup ficticia de búsqueda de vivienda que usamos como caso de clase: ilustra, no es el tema.
Las cuatro decisiones de un vistazo
Cada capa se apoya en la anterior y se decide con una pregunta distinta.
| Capa | Qué se decide | Opciones | La pregunta que ayuda a elegir |
|---|---|---|---|
| 1. Innovación | De dónde nace el caso de uso | Partir del problema, o partir del dato | ¿Hay alguien con un dolor claro, o tengo un dato con potencial? |
| 2. Estrategia | Qué estrategia de datos seguir | Control, optimización o transformación | ¿Protejo un negocio, lo mejoro o creo uno nuevo? |
| 3. Cultura | Qué cultura construir y cómo | Constructiva, pasiva o agresiva; ritos; alfabetización | ¿Qué comportamientos quiero que se repitan sin que nadie los mande? |
| 4. Gobierno | Qué modelo operativo adoptar | Descentralizado, en red, centralizado, híbrido o federado | ¿Cuánto control necesito y cuánta velocidad estoy dispuesta a perder? |
Decisión 1, innovación: de dónde nace el caso de uso
Un caso de uso nace de un problema o de un dato, y conviene hacer las dos pasadas.
| Aspecto | Partir del problema | Partir del dato |
|---|---|---|
| Cómo funciona | El design thinking tradicional: empatizar, definir, idear, prototipar y evaluar | Se parte del dato como activo con potencial y se busca su encaje en un proceso: potencial de los datos, fit de producto, diseño y despliegue |
| Punto fuerte | El valor está claro desde el principio | Aprovecha lo que ya tienes y lo que tienes a tu alcance |
| Riesgo | Que no exista el dato para resolverlo | Una solución en busca de un problema |
| Pregunta de partida | ¿Qué necesita la persona para la que diseñamos? | ¿Qué conocimiento nuevo podemos construir con este dato? |
Dentro de cada camino hay más elecciones. A quién se lo resuelves: un mismo sector tiene clientes distintos, y en la vivienda son quien busca casa y la agencia inmobiliaria, cada uno con sus puntos de dolor y sus métricas. Cómo ganas dinero: B2B si pagan las empresas, B2B2C si llegas al usuario a través de otra empresa y B2C si paga el propio usuario con una suscripción.
La herramienta. El taller se trabajó en un tablero de Miro con once casillas, agrupadas en tres pasos: entender el problema (problema y alternativas), diseñar la solución (soluciones candidatas, solución y objetivos clave) y convertirla en negocio (propuesta única de valor, a quién va dirigida, retos, ingresos, concepto general y métricas clave). El ejercicio termina con un mini pitch de cuatro minutos por equipo.
Paso 1 de 3
Entender el problema
Problema y alternativas: quién sufre qué, cuánto le cuesta y qué hace hoy para resolverlo.
Paso 2 de 3
Diseñar la solución
Solución y objetivos clave: qué solución elegimos entre las candidatas y qué tiene que conseguir.
Paso 3 de 3
Convertirla en negocio
Valor, ingresos y métricas: la propuesta de valor, a quién va dirigida, cómo gana dinero, el concepto general y cómo se mide.
Una prueba útil. Formula la pregunta más incómoda: ¿por qué la empresa más grande del sector querría trabajar conmigo? Si no hay respuesta, la idea necesita otro enfoque.
Criterio. Parte del problema si ya tienes a alguien a quien escuchar; parte del dato si tu activo está sin usar; y haz después la otra pasada, porque el camino no es lineal.
En Clink
Partimos del problema de quien busca casa, con foco en dos tramos de su recorrido: buscar en portales y contactar para concertar visitas. La solución es un agente conversacional que cruza la oferta de varios portales y devuelve un porcentaje de coincidencia explicado. Los datos llegarían por API, con contratos de mutuo acuerdo con cada portal. A la pregunta incómoda respondimos juntando a los portales pequeños en lugar de competir con el grande.
Decisión 2, estrategia: qué estrategia de datos seguir
Una estrategia de datos es un propósito más un plan, y su tipo depende de si quieres proteger un negocio, mejorarlo o crear uno nuevo.
Una estrategia describe la situación de partida, la de destino y el camino entre ambas. Se resume en cuatro preguntas: dónde queremos llegar, qué necesitamos, qué puede impedirnos llegar y qué van a hacer los demás.
La herramienta. El taller se trabajó en un tablero de Miro con ocho casillas, en tres pasos: situación de partida, propósito, visión y tres objetivos y resultados clave; plan de acciones e indicadores de control de gestión; y riesgos y medidas de mitigación.
| Tipo | Pregunta clave | Analítica | Qué busca |
|---|---|---|---|
| Control | ¿Qué pasó y cuánto ganamos o perdimos? | Descriptiva y diagnóstica, la del BI clásico | Proteger el valor: evitar pérdidas y cumplir la normativa |
| Optimización | ¿Qué va a pasar y cómo lo hacemos mejor? | Predictiva, prescriptiva y de IA | Eficiencia operativa y más margen |
| Transformación | ¿Qué nuevo negocio podemos inventar? | De ecosistema y de monetización del dato | Nuevas líneas de ingresos no tradicionales |
Cada pregunta de negocio se responde con un tipo de análisis distinto.
Qué la hace buena o mala. Una buena estrategia tiene diagnóstico, elección de un enfoque y coherencia entre acciones y recursos. Una mala tiene objetivos vagos, cambia de prioridades a cada rato, ignora sus debilidades y no mide el avance.
Qué la sostiene. Tres elementos: la estrategia, el plan de cambio y el control de gestión. Los cambios duros se planifican con facilidad; las inercias culturales, no. Y el control exige ser duro con la tarea y blando con las personas, con un ciclo continuo de planificar, ejecutar, medir y controlar.
Antes de decidir, un diagnóstico. Dos herramientas: el dataMat, una encuesta de 105 preguntas que puntúa la organización en 21 ámbitos del mundo del dato, y el dataToolkit, un juego de tarjetas, una por ámbito, en las que te sitúas en uno de tres niveles para diseñar la estrategia a partir de los puntos débiles. Las cuento con más detalle en Estrategia de datos: primero el propósito, después el plan.
Criterio. Control si lo urgente es no perder lo que ya tienes; optimización si tienes un negocio que funciona y datos para mejorarlo; transformación si el negocio todavía no existe.
En Clink
Elegimos transformación, porque no mejora un negocio existente: crea uno. Tres objetivos: tráfico orgánico, un equipo sólido y un modelo de IA fiable. El riesgo más crítico es legal, que los portales dejen de ceder anuncios. El segundo es la alucinación: los datos duros, como el precio, salen siempre de la base de datos, y el agente cita la fuente y sabe decir que no lo sabe.
Decisión 3, cultura: qué cultura construir y cómo
El principal freno de un proyecto de datos no es la tecnología, son las personas, la cultura y la gestión del cambio. En una encuesta de liderazgo de datos e IA de 2026 citada en clase, el 93,2 % señaló ese freno, frente a un 7 % que señaló la tecnología.
Una cultura débil cuesta definirla y explicarla, tiene poca alineación con los valores y se controla con procedimientos extensos y burocracia. Una cultura fuerte la entiende y la sabe explicar cualquier persona, con mucha alineación y pocas normas.
Cómo se construye
- Metáforas que comparan la organización con una máquina, un grupo o una familia.
- Historias que enseñan cómo actuar en cada caso.
- Ritos y ceremonias, que combinan las dos anteriores. Pueden ser de iniciación, de mejora (con reconocimiento público), de integración o de reducción de conflictos.
Cómo se cuida
Con un plan de alfabetización en datos:
- Distinguir la alfabetización en datos de la de tecnología.
- Entender que cada persona aprende distinto.
- Premiar la curiosidad.
- Definir qué habilidades de datos necesita cada persona.
- Implicar a los líderes.
- Usar un idioma común.
- Definir qué es el éxito.
- Recordar que la alfabetización es solo el principio.
| Qué se organiza | Una opción | La otra opción |
|---|---|---|
| La plataforma de datos | Visión monolítica: un lago de datos que centraliza todo, de la ingesta al uso | Data mesh: dominios, autoservicio y datos tratados como producto |
| Las personas de datos | Un equipo centralizado | Embebidas en cada área, con un responsable de datos por dominio |
Quién patrocina. No solo quien tiene la autoridad que da el organigrama, la potestas, sino también quien tiene una influencia legítima, la auctoritas: referentes de su área que representan polos de poder informal.
Criterio. Elige la cultura por los comportamientos que quieres ver repetidos y diseña ritos que los refuercen. La alfabetización funciona cuando la gente sabe explicar, comunicar y discutir, y pregunta en lugar de limitarse a aceptar.
En Clink
- Lema: «El primer ladrillo es un dato. Los demás, juntos».
- Principios: cinco, sobre llegar juntos, un dato veraz y la transparencia sin ego.
- Ceremonias: un standup semanal con toda la empresa; demos y retros; una charla técnica mensual de diez minutos; un premio trimestral a la mejor solución basada en datos; una fiesta de la resiliencia.
- Patrocinio: el CEO, el CDAIO y el CFO, junto con expertos de dato de cada área.
Decisión 4, gobierno: qué modelo operativo adoptar
El gobierno del dato decide quién puede decidir qué sobre el dato; la gestión lo ejecuta en el día a día. El modelo operativo articula roles, responsabilidades y decisiones, y tiene cinco versiones.
| Modelo | Cómo funciona | Ventajas | Inconvenientes |
|---|---|---|---|
| Descentralizado | Se colabora en comités y no hay un único propietario | Estructura plana, alineada con el negocio y fácil de implantar y de hacer crecer | Muchos participantes; decidir entre muchos es difícil; la propiedad del dato queda poco clara |
| En red | El descentralizado, formalizado con una matriz RACI | Da dueño al dato sin crear un equipo central que sea un cuello de botella | Exige definir quién es responsable, quién aprueba, a quién se consulta y a quién se informa |
| Centralizado | El más formal y maduro: una persona a cargo | Liderazgo fuerte y decisiones más sencillas | Gran reto organizativo y cambio de paradigma; hay que cubrirlo todo desde el principio; es difícil de hacer crecer poco a poco |
| Híbrido | Reúne ventajas del centralizado y del descentralizado | Combina estructura plana y alineación con el negocio | Hereda parte de los problemas del descentralizado: decisiones colaborativas difíciles y propiedad poco clara |
| Federado | Variante del híbrido: estrategia centralizada y ejecución descentralizada, con un centro de excelencia que marca las pautas | Ideal para grandes corporaciones; da autonomía a las filiales; permite un CDO por filial, está orientado a los stakeholders y admite un enfoque incremental por unidad o región | Proceso ambicioso y complejo; hay que buscar un punto de equilibrio y necesita muchos recursos |
Los roles. Cada dato necesita un dueño y alguien que cuide su definición: el dueño del dato, el responsable de datos o data steward y, en lo más alto, un cargo que integre datos, analítica e IA, el CDAIO.
Lo que se gobierna
- Glosario de negocio: define cada concepto en lenguaje de negocio.
- Diccionario técnico: dice cómo se guarda cada dato.
- Metadatos de negocio y técnicos: conectan los dos anteriores.
- Calidad: se mide con ocho dimensiones: exactitud, completitud, consistencia, integridad, razonabilidad, oportunidad, unicidad y validez.
En qué apoyarse
- DAMA-DMBOK: ordena las áreas de conocimiento de la gestión de datos.
- Modelo SAM de Henderson y Venkatraman: plantea dos tipos de alineación, la estratégica y la táctica.
- Amsterdam Information Model: conocido como el modelo de las nueve celdas.
Criterio. El modelo operativo no es para siempre: se elige por el tamaño y la madurez de la organización y se evoluciona al crecer. Elegir un modelo es elegir entre control y velocidad. Descentralizar es lo más fácil de empezar; centralizar exige cubrirlo todo desde el principio.
En Clink
Elegimos el modelo en red con matriz RACI, que fue también lo que recomendó el profesor para un equipo como el nuestro. El CDAIO aprueba los estándares de datos e IA, se consulta a los jefes de área y se informa a toda la empresa. Hay cinco equipos, cada uno con un dueño y un responsable de datos, y dos mecanismos contra los silos: contratos de datos entre equipos y un diccionario y un catálogo comunes. El glosario arrancó del embudo de contacto, cita, asistencia virtual y venta. Al crecer, evolucionaría a un modelo federado.
El hilo que une las cuatro decisiones
Cada decisión responde a una pregunta distinta: para qué (estrategia), cómo nos comportamos (cultura) y quién decide (gobierno), con la innovación como punto de partida. Ninguna funciona sin las demás.
Una estrategia sin cultura se queda en un documento, una cultura sin gobierno se convierte en buenas intenciones, y un gobierno sin propósito es burocracia.
Cómo decidir: una lista por capa
Estas preguntas sirven para llegar a una decisión en cada capa antes de escribir nada.
- Innovación: ¿quién sufre el problema y cómo lo sé? ¿Qué dato tengo o puedo conseguir? ¿Cuál es la pregunta más incómoda para mi idea?
- Estrategia: ¿para qué lo hacemos? ¿Jugamos en control, optimización o transformación? ¿Qué podría impedirnos llegar?
- Cultura: ¿qué comportamientos queremos ver repetidos? ¿Quién patrocina, con potestas y con auctoritas? ¿Cómo sabremos que la alfabetización funciona?
- Gobierno: ¿quién decide qué? ¿Quién es dueño de cada dato? ¿Cómo definimos y medimos su calidad?
Lo que me llevo
- Cada capa es una decisión con opciones que cuestan cosas distintas: no hay una respuesta correcta, hay un criterio.
- Se puede empezar por el problema o por el dato, y conviene hacer las dos pasadas, porque el camino no es lineal.
- Una estrategia no es una lista de deseos: es diagnóstico, enfoque y coherencia.
- La cultura se practica y se mide; no se declara.
- Un dato sin dueño y sin definición no es un activo, y el modelo que le da dueño cambia con el tamaño de la organización.
Una reflexión personal. En la mayoría de los negocios, el equipo de negocio es el dueño del dato: conoce las necesidades de la empresa y sabe hablar también el idioma de la tecnología. Eso me hace pensar que estoy bien situada para seguir aprendiendo de las dos vertientes, la del negocio y la del dato.
Gracias a David Rey, Rafael Fernández Campos, Ubaldo González y Alberto Turégano por las clases en las que se basa este artículo.
Sigue el blog por RSS