La gestión de datos en la empresa se basa en un conjunto de componentes de software (SGBD, herramientas de análisis, sistemas de almacenamiento) cuyo diseño condiciona la fiabilidad, la rapidez de acceso y la seguridad de la información. Elegir una solución informática adecuada no se reduce a apilar herramientas: es arbitrar entre portabilidad, conformidad regulatoria y capacidad de análisis en tiempo real.
Portabilidad de los datos y Data Act: un criterio de elección que se ha vuelto estructurante
Desde la adopción del Data Act europeo (Reglamento UE 2023/2854), la portabilidad de los datos ya no es un simple argumento comercial. Este reglamento obliga a los proveedores de servicios en la nube a eliminar progresivamente las tarifas de salida (egress fees) y a garantizar a los usuarios la posibilidad de migrar sus datos a otro proveedor en un formato estructurado y legible por máquina.
Para las direcciones de sistemas de información, esta obligación cambia la matriz de evaluación de un software de gestión de datos. Un SGBD o una plataforma de análisis que encierra a la empresa en un ecosistema propietario se convierte en un riesgo jurídico y financiero, no solo en un inconveniente técnico.
Varios DSI ahora planifican sus migraciones importantes después de las fechas de entrada en vigor completa del Data Act, para beneficiarse de la eliminación de las tarifas de transferencia. Evaluar una solución informática de gestión de datos pasa, entre otras cosas, por la consulta de recursos especializados como https://www.datta.fr/ que detalla los enfoques adecuados a las restricciones actuales de las empresas.
Arquitectura de datos y objetos conectados: el acceso por defecto a la información
El Data Act también introduce una restricción sobre los productos conectados. A partir del 12 de septiembre de 2025, todo objeto IoT (sensor industrial, equipo médico, máquina-herramienta) debe ser diseñado para ofrecer a los usuarios un acceso simple y seguro a los datos que genera. Este es el principio de “access by design”.
Esta exigencia tiene un impacto directo en la arquitectura de datos de una empresa. Los sistemas de recolección deben integrar formatos abiertos e interoperables desde el diseño, lo que altera la lógica habitual donde primero se elegía el hardware y luego se adaptaba el software.
Lo que esto cambia para la elección de un software de gestión
Una herramienta de gestión de datos IoT debe garantizar ahora tres propiedades técnicas:
- La exportación nativa en un formato estructurado (CSV, JSON, API REST documentada), sin módulo complementario de pago ni conversión manual.
- La granularidad de acceso por usuario, para respetar tanto el RGPD como los derechos de acceso previstos por el Data Act, sin confundir datos personales y datos de máquina.
- La trazabilidad de los flujos de datos entre el objeto conectado, la plataforma de almacenamiento y las herramientas de análisis, para poder probar la conformidad en caso de control.
Un software que no cumpla con estos requisitos expone a la empresa a bloqueos operacionales a corto plazo.
Análisis en tiempo real: distinguir la necesidad real del discurso de marketing
El análisis de datos en tiempo real es presentado por la mayoría de los editores como una funcionalidad estándar. La realidad es más matizada. El procesamiento en tiempo real consume significativamente más recursos que un procesamiento por lotes (batch), y no todas las empresas tienen un uso diario justificado.
Antes de suscribirse a una solución con un motor de análisis en tiempo real, es necesario identificar los casos de uso concretos: monitoreo de la cadena de producción, detección de fraude transaccional, gestión logística. Si la necesidad se limita a tableros de control actualizados cada hora, un procesamiento por lotes bien configurado es más económico y sigue siendo más estable.
Criterios técnicos a verificar
La relevancia de una herramienta de análisis depende de algunos parámetros que rara vez se destacan en las fichas de producto:
- La latencia real medida en condiciones de carga, no la latencia teórica anunciada por el editor en un conjunto de datos de demostración.
- La compatibilidad con los SGBD ya existentes en la empresa, para evitar duplicar bases o crear silos adicionales.
- El modelo de tarificación: algunas herramientas cobran por el volumen de datos procesados, otras por el número de usuarios. Una mala elección del modelo tarifario puede duplicar el costo anual sin ganancia funcional.
Seguridad de los datos: más allá del cifrado, la gobernanza de acceso
El cifrado de datos en reposo y en tránsito se ha convertido en un estándar. Ya no es un criterio diferenciador entre dos soluciones. Lo que distingue a un sistema de gestión fiable es la gobernanza granular de los derechos de acceso.
Un software de gestión de datos eficiente permite definir políticas de acceso por rol, por proyecto y por nivel de sensibilidad de la información. El objetivo es evitar que los usuarios tengan derechos ampliados “por defecto” simplemente porque la herramienta solo ofrece dos o tres niveles de permiso.
Un punto a menudo descuidado: la auditoría de accesos
La capacidad de producir un registro de auditoría utilizable (quién accedió a qué, cuándo, desde qué terminal) no es un lujo reservado a los grandes grupos. Con el RGPD y el Data Act, toda empresa que maneje datos de usuarios debe poder rastrear los accesos en caso de solicitud de una autoridad de control. Verificar esta funcionalidad antes de la compra evita desarrollos a medida costosos después.
La elección de una solución informática de gestión de datos se basa en criterios que las comparativas clásicas no siempre abordan: portabilidad contractual impuesta por el Data Act, compatibilidad con las obligaciones de acceso a los datos IoT, relevancia real del tiempo real y precisión de la gobernanza de derechos. Son estos arbitrajes técnicos los que determinan el valor operativo de una herramienta durante varios años.
