Si en >_ whoami mencioné que los datos deben tratarse como capital estratégico y no solo como soporte operativo, esta página es la materialización de esa idea.
Durante años he visto cómo la comunidad se centra casi exclusivamente en pipelines y ETLs, perdiendo de vista el panorama completo. Pero una arquitectura de datos empresarial va mucho más allá: abarca gobernanza, semántica de negocio, seguridad, experiencia del desarrollador y, sobre todo, la conexión real entre los datos y las decisiones que impulsan la organización.
El diagrama de referencia
A continuación comparto un modelo integral que he ido construyendo y refinando con el tiempo. No es solo un dibujo bonito: es una guía práctica para entender cómo encajan todas las piezas cuando trabajas con datos a escala.
Más allá del ETL
Lo que sueles encontrar en tutoriales y blogs son diagramas centrados en ingestión y transformación. Están bien para empezar, pero incompletos. Este modelo incluye:
- Planos transversales: gobernanza, confianza, control e ingeniería de plataforma
- Semántica de negocio: métricas, definiciones y reglas que dan significado real a los datos
- Consumo diverso: desde dashboards hasta APIs, ML y aplicaciones embebidas
- Metadatos activos: catálogo, linaje, descubrimiento y clasificación como columna vertebral
Repositorio abierto
Este diagrama vive en mi repositorio personal Enterprise Data Architecture Reference, donde encontrarás documentación detallada y mejores prácticas.
Nota: El repositorio está escrito en inglés para facilitar su acceso a una audiencia global.
Si alguna vez has sentido que tu arquitectura de datos se queda corta o que falta conectar piezas importantes, espero que esto te dé una perspectiva más amplia. Los datos merecen ese rigor.