Diagrama del proceso de documentación del linaje de datos
Plantilla para delimitar un resultado, rastrear dependencias de origen, mapear transformaciones, validar pruebas y mantener actualizado el linaje de datos.
¿Qué es diagrama del proceso de documentación del linaje de datos?
El linaje solo es fiable cuando su alcance y sus pruebas son visibles. Esta plantilla parte de un resultado y uso concretos, identifica sistemas, conjuntos y propietarios, y reúne metadatos de origen, lógica de pipelines, consultas, interfaces y transferencias manuales. Los analistas mapean campos de origen a destino y los ingenieros documentan filtros, uniones y lógica derivada. Calendarios, controles y responsables se añaden a la misma ruta para mostrar no solo por dónde se movieron los datos, sino qué los cambió y quién puede verificar cada tramo. Las dependencias opacas vuelven a investigación en vez de ocultarse tras una flecha sin explicar.
El proceso va del origen al consumo y requiere validación técnica y de usuarios. Las rutas sensibles o críticas reciben más pruebas de control y notas de impacto, sin afirmar que la documentación por sí sola demuestre que un control es eficaz. El linaje publicado se versiona, se vincula con responsables y se supervisa ante cambios. /es/templates/proceso-de-catalogo-de-datos puede publicar esas relaciones para facilitar el descubrimiento; /es/templates/proceso-de-gestion-de-calidad-de-datos puede asociar reglas a los puntos de control; y /es/templates/proceso-de-gestion-de-datos-maestros gobierna los identificadores compartidos. Esta página se ocupa de documentar y validar, no de esos procesos vecinos.
Qué cubre este diagrama de flujo
En esta plantilla
- Definición del alcance alrededor de un resultado, uso, límite, sistemas, conjuntos de datos y propietarios concretos
- Descubrimiento de metadatos, pipelines, consultas, interfaces, transferencias manuales y dependencias derivadas
- Mapeo de campos de origen a destino con transformaciones, filtros, uniones, calendarios, controles y responsables
- Revisión adicional de rutas sensibles o críticas y comparación con el movimiento observado y la validación de usuarios
- Publicación versionada, aviso a propietarios y consumidores y nuevo mapeo tras cambios importantes
Cuándo usar esta plantilla
- Los equipos no pueden explicar cómo se obtuvo un valor informado ni qué fuente o transformación introdujo una diferencia
- Una migración, un cambio de pipeline o un rediseño de informes necesita un mapa acordado de dependencias anteriores y posteriores
- Las revisiones de control, impacto o calidad dependen de diagramas parciales que omiten transferencias, filtros o cálculos
- Existe linaje descubierto automáticamente, pero propietarios y consumidores no han validado significado, límites o tramos ausentes
Cómo funciona
Ancla el alcance en el consumo
Nombra el informe, métrica, modelo, interfaz u operación que se explica y las decisiones que respalda. Fija límites de campo, sistema y tiempo para que el linaje pueda completarse y revisarse sin crecer indefinidamente.
Recopila pruebas de cada tramo
Usa metadatos, consultas, definiciones de pipelines, especificaciones de interfaces, registros y entrevistas. Anota fuente y fecha de cada prueba y marca las incógnitas en vez de convertir supuestos en flechas autorizadas.
Mapea las transformaciones con precisión
Documenta campos de origen y destino, filtros, uniones, agregaciones, referencias, ediciones manuales y calendarios con el detalle necesario. Vincula términos gobernados cuando cambie el significado de negocio.
Valida desde ambos extremos
Pide a propietarios de fuentes e ingenieros que verifiquen el movimiento técnico y a los consumidores que confirmen que el resultado y su interpretación coinciden con el uso real. Resuelve las diferencias antes de publicar.
Define activadores de cambio
Supervisa cambios de esquema, pipeline, interfaz, cálculo, fuente, propietario y consumo que puedan invalidar el registro. Conserva versiones y devuelve los cambios importantes a descubrimiento y validación.
Preguntas frecuentes
¿Cuáles son los pasos para documentar el linaje de datos?
Define resultado y alcance, identifica sistemas y propietarios, reúne pruebas de fuentes y pipelines, encuentra dependencias manuales y derivadas, mapea campos y transformaciones, añade calendarios y controles, revisa rutas críticas, compara el mapa con el movimiento observado, valida con fuentes y consumidores, publica una versión y supervisa cambios.
¿Qué nivel de detalle debe tener la documentación de linaje?
Usa el detalle necesario para responder a la pregunta planteada. Un análisis de impacto puede requerir relaciones entre sistemas y conjuntos; validar una métrica puede exigir cálculos, filtros y uniones a nivel de campo. Declara el límite y las carencias para no aparentar una precisión sin respaldo.
¿Puede el linaje automático sustituir la validación de propietarios?
La automatización descubre muchas dependencias técnicas, pero puede omitir transferencias manuales, pasos externos, decisiones en ejecución o significado de negocio. Propietarios, ingenieros y consumidores deben validar la ruta y señalar carencias, sobre todo cuando las decisiones dependen del resultado.
¿Cuándo debe actualizarse el linaje?
Revísalo tras cambios importantes en fuentes, esquemas, pipelines, interfaces, cálculos, propietarios o consumo y según la frecuencia del activo. Versiona la actualización para relacionar resultados e incidencias históricos con el linaje vigente entonces.
Dónde encaja este proceso
En la mayoría de las organizaciones, este proceso sigue a Diagrama de flujo del proceso de gestión de calidad de datos y da paso a Diagrama del proceso de gestión del ciclo de vida de datos.
Es un paso de Gobierno de datos.
Paso 4: Diagrama de flujo del proceso de gestión de calidad de datos
Plantilla para priorizar datos críticos, definir reglas medibles, supervisar resultados y mantener mejoras preventivas de calidad de datos a lo largo del tiempo.
Paso 5: Diagrama del proceso de documentación del linaje de datos Estás aquí
Plantilla para delimitar un resultado, rastrear dependencias de origen, mapear transformaciones, validar pruebas y mantener actualizado el linaje de datos.
Paso 6: Diagrama del proceso de gestión del ciclo de vida de datos
Plantilla para adquisición, validación, clasificación, almacenamiento, uso, intercambio, conservación, bloqueos, archivo y eliminación acreditada de datos.