Transforma datos en valor real con Data as a Product: una mirada desde
las personas, los procesos y la tecnología

En el mundo actual impulsado por los datos, las organizaciones reconocen
que los datos son un activo valioso. Sin embargo, simplemente tener
datos no es suficiente. El verdadero potencial está en gestionarlos,
acceder a ellos y aprovecharlos eficazmente para lograr resultados de
negocio significativos. Los enfoques tradicionales de gestión de datos,
centrados en proyectos liderados por IT y tableros estáticos, a menudo
se quedan cortos debido al largo tiempo que tardan en generar valor, la
baja reutilización y la falta de escalabilidad. Además, suelen estar
fuertemente orientados al productor de datos, es decir, "aquí están los
datos que tengo", sin una comprensión profunda de los consumidores:
cuáles son sus problemas y objetivos de negocio, y cómo los datos y los
insights accionables pueden realmente ayudar a resolverlos. Este
documento propone un cambio de paradigma: adoptar el modelo de (DaaP),
un enfoque estructurado para crear productos de datos reutilizables y de
alta calidad que empoderen a los usuarios de negocio, aceleren el tiempo
hasta el insight y generen un valor significativo. Examina este concepto
desde las perspectivas de personas, procesos y tecnología, explorando
tendencias actuales, resultados esperados, desafíos comunes y
estrategias para superarlos.

UNLOCKING BUSINESS VALUE WITH DATA AS A PRODUCT: A PEOPLE, PROCESS, AND
TECHNOLOGY PERSPECTIVE

/3

¿Qué es Data as a Product? DaaP trata a los datos como cualquier otro
producto: se empaquetan y entregan de forma intencional. Este enfoque
pone énfasis en la usabilidad, la facilidad para encontrarlos, la
mantenibilidad y, sobre todo, en su evolución constante. Permite que los
datos estén disponibles de forma estandarizada y autodocumentada,
eliminando la necesidad de múltiples interacciones con quien los
produce. A diferencia de los proyectos de datos ad-hoc, DaaP crea
activos reutilizables, accesibles por distintos equipos dentro de la
organización. Esto requiere establecer responsables claros, definir
estándares de calidad y ofrecer interfaces fáciles de usar para acceder
y comprender los datos (ver Figura 1). Generando valor para los
consumidores de datos con productos de datos.

Transforma datos en valor real con Data as a Product: una mirada desde
las personas, los procesos y la tecnología

/4

El rol del product owner de datos Como cualquier producto, un producto
de datos tiene un ciclo de vida. Comienza con un lanzamiento inicial, se
mejora de forma iterativa según el feedback de los usuarios y las
necesidades del negocio, y eventualmente puede quedar obsoleto. Esta
naturaleza iterativa requiere una fuerte propiedad. Un product owner de
datos es responsable de: Definir la visión y el roadmap: alinear el
producto con los objetivos del negocio y priorizar sus funcionalidades
según las necesidades de los usuarios y tendencias del mercado.
Gestionar el backlog: priorizar la evolución del producto según casos de
uso, integrar nuevas fuentes de datos, resolver problemas de calidad y
gestionar deuda técnica. Recolecta feedback: comprender cómo se utiliza
el producto y detectar oportunidades de mejora. Supervisa el ciclo de
vida del producto: gestionar lanzamientos, actualizaciones y su posible
retiro. Lidera los equipos de ingeniería y operaciones: trabajar junto
al equipo técnico para implementar y evolucionar el producto, y con
operaciones para garantizar confiabilidad, monitoreo y respuesta
proactiva ante necesidades y problemas de los usuarios.

Equilibra la disponibilidad de los proveedores de datos con las
necesidades de los consumidores: Actuando como puente entre los
proveedores de datos (quienes proveen datos en bruto o productos de
datos fuente) y los consumidores de datos (usuarios de negocio que
utilizan el producto de datos), equilibran la disponibilidad y la
calidad de los datos fuente con las necesidades y casos de uso
específicos de los consumidores, asegurando que el producto entregue el
máximo valor. Esto incluye negociar acuerdos de nivel de servicio (SLAs)
con los proveedores de datos y promover mejoras en la calidad o
disponibilidad de los datos cuando sea necesario. Cada vez con mayor
frecuencia, los equipos encargados del producto de datos

Transforma datos en valor real con Data as a Product: una mirada desde
las personas, los procesos y la tecnología

/5

y de la ingeniería de software forman una misma unidad alineada por
dominio, con una colaboración estrecha. En estos casos, el product owner
de datos puede desempeñar un rol activo al influir en los requerimientos
del software de origen, para garantizar que las necesidades de los
consumidores del producto de datos estén contempladas desde el diseño de
los sistemas fuente. Este enfoque centrado en el producto asegura que
los datos no solo se recolecten y almacenen, sino que también se
gestionen y refinen activamente para generar el máximo valor para el
negocio.

Impacto del modelo Datos como Producto en el negocio: El enfoque DaaP
ofrece varios beneficios clave para el negocio: Mayor valor: su objetivo
es maximizar el valor entendiendo profundamente a los usuarios, sus
objetivos y retos. En lugar de ofrecer datos en bruto, se diseñan
productos relevantes que resuelven problemas concretos.

Tiempo de generación de valor acelerado Contar con productos de datos
preconstruidos y disponibles permite a las empresas acceder rápidamente
a la información que necesitan para tomar decisiones informadas,
reduciendo significativamente el tiempo dedicado a recopilar y preparar
datos. Además, una plataforma de datos self-service permite que los
equipos encargados de desarrollar productos de datos los construyan,
integren y desplieguen sin tener que crear una infraestructura separada
para cada uno. Esto acelera el flujo de trabajo del equipo,
permitiéndoles concentrarse por completo en entregar el producto de
datos en sí.

Mayor democratización del acceso a los datos El enfoque de DaaP les da
autonomía a los usuarios, quienes pueden acceder y utilizar datos sin
depender tanto del área de IT o de los equipos de datos. Esto fomenta
una cultura basada en los datos y permite tomar decisiones más ágiles e
informadas.

Transforma datos en valor real con Data as a Product: una mirada desde
las personas, los procesos y la tecnología

/6

Mejora en la calidad, consistencia y gobernanza de los datos Los
programas tradicionales de gobernanza de datos, impulsados de forma
general desde la dirección, muchas veces no logran generar un impacto
real en la calidad, accesibilidad y utilidad de los datos, y tienden a
centrarse más en políticas y responsabilidades. En cambio, DaaP
introduce una motivación clara y orientada a generar valor, enfocando la
gobernanza y la calidad en cada producto de datos específico. Las
consecuencias de una baja calidad, falta de consistencia o problemas de
seguridad se vuelven evidentes, mientras que las buenas prácticas
conducen a insights más confiables y mejores resultados de negocio.

Más innovación y agilidad El acceso fácil a datos de calidad impulsa la
innovación y permite que las organizaciones se adapten rápidamente a los
cambios del mercado. Reducción de costos y aumento de la eficiencia: El
uso de una plataforma de datos autoservicio en todo el panorama de
productos de datos organizacionales simplifica la infraestructura,
reduce el esfuerzo y costo general, y estandariza capacidades como la
accesibilidad a datos, observabilidad, seguridad, monitoreo, entre
otras. La reutilización de productos de datos existentes reduce los
proyectos redundantes, lo que lleva a un ahorro significativo en costos
y una mayor eficiencia.

La tríada de Personas, Procesos y Tecnología: Un enfoque de Data Factory
Implementar una estrategia exitosa de DaaP requiere un enfoque holístico
que considere la interacción entre personas, procesos y tecnología. 1.
Personas: Construir una cultura orientada a los datos Desafío: Las
estructuras organizacionales en silos, la falta de alfabetización en
datos y la indefinición de roles y responsabilidades pueden dificultar
la adopción del enfoque DaaP. Soluciones: Establecer propiedad del
producto de datos: Definir claramente los

Transforma datos en valor real con Data as a Product: una mirada desde
las personas, los procesos y la tecnología

/7

roles y responsabilidades de los data product owners, así como de los
data owners, stewards y consumidores. Fomentar la alfabetización en
datos: Invertir en programas de formación y educación para mejorar el
conocimiento de datos en toda la organización. Crear una cultura basada
en datos: Promover el intercambio, la colaboración y la experimentación
con datos. Formar equipos de productos de datos multifuncionales: Estos
equipos deben incluir ingenieros de datos, científicos de datos,
analistas de negocio y expertos del dominio, que trabajen juntos para
definir, desarrollar y mantener los productos de datos. Establecer
equipos de plataforma de datos y Data Ops: El equipo de plataforma de
datos construye y evoluciona la plataforma que permite a los equipos de
producto trabajar en modo autoservicio. El equipo de Data Ops se encarga
de capacidades operativas como confiabilidad, observabilidad, resolución
de incidencias y automatización, para servir mejor, más rápido y a menor
costo a los consumidores de datos.

2.  Proceso: Estandarizar la gestión de productos de datos Desafío: La
    falta de procesos estandarizados para el desarrollo, mantenimiento y
    gobernanza de productos de datos puede generar inconsistencias e
    ineficiencias. Soluciones: Establecer un ciclo de vida del producto
    de datos: Definir, desarrollar, testear, desplegar y mantener
    productos de datos de manera estructurada. Implementar marcos de
    gobernanza de datos: Establecer estándares organizacionales claros
    sobre calidad de datos, políticas de seguridad y controles de
    acceso, e incorporar buenas prácticas a lo largo del ciclo de vida
    de cada producto. Aplicar pensamiento y diseño de producto: Utilizar
    principios de diseño centrados en el usuario para involucrar a los
    consumidores de datos, entender profundamente sus necesidades, el
    valor que buscan y el contexto de su negocio.

Transforma datos en valor real con Data as a Product: una mirada desde
las personas, los procesos y la tecnología

/8

Adoptar metodologías ágiles: Usar principios ágiles para iterar
rápidamente y adaptarse a cambios en las necesidades del negocio.
Establecer métricas y KPIs claros: Definir cómo se medirá y monitoreará
continuamente el éxito, impacto y valor de los productos de datos. 3.
Tecnología: Habilitar productos de datos escalables y accesibles
Desafío: Los sistemas heredados, los silos de datos y la falta de
herramientas adecuadas pueden dificultar la creación y entrega de
productos de datos. Soluciones: Plataforma de datos autoservicio: Una
plataforma que ofrezca todas las tecnologías y capacidades horizontales
necesarias, como almacenamiento, procesamiento, seguridad u
observabilidad. Esta permite a los equipos centrarse en aspectos de
negocio, pipelines de datos y modelos, y también permite a los usuarios
finales descubrir, acceder y consumir productos en modo autoservicio.
Modern Data Stack (infraestructura moderna de datos): Utilizar una
arquitectura moderna que incluya data warehouses en la nube, lakehouses,
meshes o fabrics, además de tecnologías para pipelines de datos, CI/CD,
calidad, observabilidad, seguridad, metadatos, catálogo de datos y
herramientas de gobernanza. Catálogo de datos, capa semántica y gestión
de metadatos: Implementar una interfaz robusta tipo "tienda de datos"
que permita descubrir, entender y acceder a los productos, junto con las
bases de metadatos necesarias. Esta capa puede integrarse con IA para
enriquecer metadatos automáticamente, perfilar datos y trazar linajes.
Contratos de datos y enfoque API-first: Los contratos de datos
estandarizados y APIs para el acceso a productos son pilares clave del
paradigma DaaP. Estos contratos describen lo necesario para usar un
producto de datos: esquema, semántica, calidad, dueño, SLA,
licenciamiento, precio, etc. Se sugiere adoptar estándares como Open
Data Product Specification o Open Data Contract Standard para facilitar
el consumo e interoperabilidad.

Transforma datos en valor real con Data as a Product: una mirada desde
las personas, los procesos y la tecnología

/9

Observabilidad de datos: Implementar herramientas para monitorear
calidad, performance y uso de los datos. Esto permite prevenir o
resolver rápidamente problemas en todo el ecosistema de datos. Modelo
Organizacional para Avanzar hacia una Cultura Data-Driven Para adoptar
con éxito un modelo organizacional centrado en productos de datos, es
clave alinear las capacidades fundamentales de datos con los productos
enfocados en el negocio. Esto requiere una estructura de dos niveles:
equipos horizontales de infraestructura de datos y equipos verticales
por dominio de negocio (ver Figura 2). Los equipos de fundación
construyen y mantienen una infraestructura de datos
escalable--gestionando la ingesta, transformación, almacenamiento,
gobernanza y seguridad--para asegurar un ecosistema sólido donde puedan
operar los productos de datos. Por su parte, los equipos verticales,
alineados con distintos dominios del negocio, convierten los datos en
bruto en productos confiables, explicables y listos para usar. Este
enfoque estructurado permite maximizar el valor de los datos,
promoviendo la agilidad, la confianza y la usabilidad.

Transforma datos en valor real con Data as a Product: una mirada desde
las personas, los procesos y la tecnología

/10

Modelo Organizacional para Avanzar hacia una Cultura Data-Driven
Transforma datos en valor real con Data as a Product: una mirada desde
las personas, los procesos y la tecnología