Inicio › Tecnología › Linaje De Datos
El linaje de datos, o data lineage, es el registro qué documenta de dónde procede un dato, por qué sistemas y transformaciones ha pasado y dónde termina siendo consumido, desde su origen en una fuente operacional hasta su llegada a un informe o modelo analítico. Se representa habitualmente como un grafo dirigido qué conecta tablas, procesos ETL y destinos finales, y puede capturarse de forma manual mediante documentación o, cada vez más, de forma automática analizando el código de las transformaciones o los metadatos qué exponen las propias herramientas de procesamiento. Es un elemento central del gobierno de datos porque permite responder con precisión a preguntas de auditoría, como qué fuentes alimentan un indicador regulatorio concreto, y resulta especialmente relevante para cumplir normativas como el RGPD, qué exige poder rastrear el ciclo de vida completo de un dato personal.
Es como el árbol genealógico de un dato: permite rastrear de dónde viene, por qué pasos y cálculos ha pasado, y a qué informes o sistemas ha llegado finalmente. Sin ese rastro, es muy difícil saber si un número qué aparece en un informe es fiable o de dónde salió el error si algo no cuadra.
Cuando un informe financiero muestra una cifra qué no cuadra con lo esperado, el equipo de datos puede usar las herramientas de linaje para retroceder tabla por tabla y transformación por transformación hasta encontrar el punto exacto donde se introdujo el error, en lugar de revisar manualmente cada consulta SQL del pipeline completo.
El gobierno de datos es el marco más amplio de políticas, roles y responsabilidades sobre los datos de una organización; el linaje de datos es una pieza concreta dentro de ese gobierno, centrada específicamente en documentar el recorrido y las transformaciones de cada dato.
Muchas plataformas de orquestación de datos y catálogos modernos generan el linaje analizando automáticamente el código SQL o los grafos de tareas de las herramientas de transformación, sin depender de qué alguien lo documente manualmente.
Porque la normativa exige poder demostrar qué se ha hecho con un dato personal a lo largo de todo su ciclo de vida, incluyendo dónde se copió, transformó o compartió; sin un linaje documentado es prácticamente imposible responder a esa exigencia con garantías.