Survivorship en datos maestros: las reglas que deciden qué valor sobrevive en el golden record

Hace unos días un cliente me preguntó cuál era el dato correcto del proveedor. El CNPJ (el número de registro de empresas de Brasil) estaba correcto en todos los sistemas. El problema era la dirección, el teléfono y la razón social, cada uno distinto en el ERP, en el registro de compras y en la hoja de cálculo que finanzas mantenía por cuenta propia.

Le devolví la pregunta: ¿correcto según cuál sistema?

Fue ahí cuando le expliqué qué es el survivorship en datos maestros. Es la disciplina que decide, atributo por atributo, qué valor sobrevive cuando un mismo cliente, proveedor o material está registrado de formas distintas en sistemas distintos. El resultado de esa decisión es el golden record, el registro único que la empresa pasa a considerar verdadero.

El survivorship no es sinónimo de deduplicación. La deduplicación, o matching, es la etapa que descubre que tres registros son, en realidad, la misma entidad. El survivorship entra después, para resolver qué hacer con los valores que no coinciden entre esos tres registros.

Cómo funciona en la práctica

La regla de oro del survivorship es simple de enunciar y difícil de aplicar: la decisión es por atributo, no por registro completo.

Eso significa que el golden record de un proveedor puede traer la razón social del ERP, la dirección de un servicio de validación externo y la categoría de compra definida por un analista de datos maestros. No existe un único sistema ganador. Existe un ganador para cada campo.

Las formas más comunes de decidir ese ganador son cuatro.

La primera es la prioridad de fuente. Armas un ranking de sistemas para cada atributo. El ERP suele ser la fuente de verdad para el dato fiscal y la razón social, porque es el que dialoga con la factura y con el Sintegra (el sistema de consulta de registros fiscales estatales de Brasil). El CRM, en cambio, tiende a ser más confiable para el teléfono y el correo comercial, porque lo actualiza el vendedor que habla con el cliente todas las semanas. Definir ese ranking obliga a la empresa a decidir, de una vez, quién manda en cada tipo de información, y eso solo ya resuelve la mitad de las discusiones sobre datos maestros que veo en las reuniones de gobernanza.

La segunda es el criterio de más reciente. Prevalece el valor actualizado en último lugar. Funciona bien cuando la fuente más reciente es confiable, pero es peligroso cuando no lo es. Ya vi a una empresa aplicar esta regla al teléfono del proveedor y descubrir que un practicante había digitado un número equivocado la víspera, y ese número equivocado se convirtió en el dato oficial de toda la compañía solo por ser el más nuevo.

La tercera es el criterio de completitud y calidad. Entre dos valores, gana el que pasa las validaciones, el que tiene más caracteres completados, el que no dispara alertas en el control de calidad. Una dirección con CEP (código postal de Brasil), número y complemento gana a una dirección con solo el nombre de la calle.

La cuarta es la decisión humana. Cuando ninguna regla automática es defendible, el conflicto va al data steward para que lo resuelva manualmente. Es el caso típico de dos razones sociales parecidas, pero no idénticas, que exigen que alguien mire el contrato o llame al proveedor.

El punto que suele pasar inadvertido es que el survivorship depende de un matching bien hecho antes. Si el matching junta a dos proveedores diferentes como si fueran uno solo, la regla de supervivencia va a elegir valores de un grupo que nunca debió existir, y el golden record nace equivocado con toda la elegancia técnica del mundo. Por eso siempre recomiendo umbrales conservadores en la etapa de match, principalmente en el maestro de materiales, donde dos tornillos parecidos en el texto pueden ser ítems completamente distintos en el estante.

Quién es responsable de esta decisión

En la mayoría de las empresas que atiendo, la regla de supervivencia nace de una conversación entre tres roles.

El data steward conoce el proceso de negocio y sabe, por ejemplo, que la dirección de entrega del cliente no puede venir del registro comercial, porque el vendedor completa cualquier cosa solo para cerrar la venta. El arquitecto de datos o especialista en MDM traduce esa regla en configuración dentro de la herramienta. Y el dueño del proceso, generalmente alguien de compras, ventas o finanzas, firma qué sistema manda en cada atributo.

Cuando esa conversación no ocurre, el equipo de TI configura la regla por su cuenta, por el camino más fácil, que normalmente es el sistema más reciente o el que se implantó en último lugar. Resultado: una regla técnica perfecta decidiendo algo que debería ser una decisión de negocio.

Qué herramientas hacen esto

Las plataformas de MDM del mercado ya nacen con un motor de matching y de survivorship incorporado, porque son las dos caras de la misma moneda.

SAP Master Data Governance trabaja esta lógica dentro del propio ecosistema SAP, con reglas de consolidación configurables por dominio de dato maestro. Informatica MDM tiene uno de los motores de match y merge más maduros del mercado. Stibo Systems es fuerte en datos de producto, donde la completitud del atributo pesa más que la prioridad de fuente. Reltio trabaja con survivorship dinámico, recalculado a medida que llegan nuevos datos. Semarchy y Profisee ganaron espacio por la flexibilidad de configurar reglas sin depender tanto de código. Y Ataccama entra por el lado de la calidad de datos, que alimenta directamente el criterio de completitud.

Ninguna de estas herramientas resuelve el problema por sí sola. Ya vi a una empresa comprar la licencia más cara del mercado y seguir con datos maestros deficientes, porque nadie se sentó a definir qué sistema es dueño de qué atributo. La herramienta aplica la regla. La gobernanza decide la regla.

Cómo aprender sobre el tema

El survivorship es un tema de MDM avanzado, así que el camino de estudio pasa primero por lo básico de gobernanza y calidad de datos antes de llegar aquí.

Recomiendo empezar por los fundamentos de Master Data Management y por las dimensiones de la calidad de datos, luego avanzar hacia el matching y la deduplicación, y solo después estudiar el survivorship y la construcción del golden record. La certificación CDMP de DAMA, con el cuerpo de conocimiento del DAMA-DMBOK, cubre este recorrido de forma estructurada y es hoy la certificación más reconocida del área. Para quien ya trabaja con SAP, vale también la formación específica en SAP Master Data Governance, porque la sintaxis cambia, pero la lógica de decisión es la misma.

En la práctica, nada sustituye participar en un proyecto real de consolidación de datos maestros, sentado con el equipo de negocio, discutiendo línea por línea por qué un sistema debería ganarle al otro.

Las oportunidades de carrera

Quien domina el matching y el survivorship de datos maestros ya no es un analista de datos maestros común. Es el profesional al que la empresa llama cuando dos compañías se fusionan y los ERP tienen que convertirse en uno solo, cuando el proyecto de SAP S/4HANA exige decidir qué entra en el nuevo maestro, o cuando la empresa por fin decide atacar la duplicidad de proveedores que traba compras desde hace años.

Ese conocimiento separa al analista de datos maestros operativo del especialista en MDM, del arquitecto de datos y del consultor de gobernanza, cargos con remuneración más alta justamente porque la decisión equivocada sale cara. Una regla mal configurada puede sobrescribir el registro fiscal correcto de un cliente con el equivocado, y eso se convierte en un problema de facturación, de impuestos y de auditoría, no solo de TI.

Principales dudas

¿El survivorship es lo mismo que la deduplicación?

No. La deduplicación, o matching, encuentra los registros que representan a la misma entidad. El survivorship decide cuáles valores de esos registros entran en el registro final.

¿Qué es un golden record?

Es el registro único y consolidado de un cliente, proveedor o material, resultado de aplicar las reglas de survivorship sobre los registros que el matching identificó como duplicados.

¿Cuál es la regla de survivorship más usada?

La prioridad de fuente, porque obliga a la empresa a decidir, por escrito, qué sistema es dueño de cada atributo, en lugar de dejar esa decisión al criterio de quien configuró el sistema en último lugar.

¿Se puede hacer survivorship sin software de MDM?

Se puede, de forma manual o con hoja de cálculo, pero no escala. En empresas con miles de proveedores y materiales, la regla tiene que estar automatizada en una herramienta, con excepción de los casos que exigen decisión humana.

¿Quién define las reglas de survivorship en la empresa?

Lo ideal es una decisión conjunta entre el data steward, el dueño del proceso de negocio y el equipo técnico de MDM, nunca una elección aislada de TI.

MDM Academy

Este tipo de contenido, que mezcla concepto técnico con decisión de negocio, es exactamente lo que enseñamos en MDM Academy, la escuela de gobernanza y datos maestros de 4MDG.

La propuesta de MDM Academy no es formar gente que memoriza nombres de herramientas, sino profesionales que entienden por qué existe una regla de supervivencia, que saben sentarse con compras, con ventas y con TI para decidir qué sistema manda en qué dato, y que salen preparados para liderar un proyecto real de consolidación de datos maestros, no solo para operar un software.

Si quieres profundizar en MDM, gobernanza y calidad de datos con esta mirada práctica, vale la pena conocer MDM Academy o unirte al Club de los Datos, nuestra comunidad de quienes viven los datos maestros en el día a día de las empresas brasileñas.

Conclusión

Toda empresa grande ya tiene el dato esparcido en tres, cuatro, cinco sistemas distintos. Ese no es el problema. El problema es no haber decidido, antes de cualquier proyecto de consolidación, cuál de esos sistemas manda en cada pedazo de la información.

El survivorship es esa decisión escrita, probada y automatizada. Sin ella, todo proyecto de golden record se convierte en una regla técnica aplicada sobre un desorden organizacional que nadie tuvo el coraje de resolver antes.

En tu empresa, cuando los datos maestros divergen entre sistemas, ¿quién decide qué valor vale: la regla, el sistema más reciente o todavía se resuelve a gritos entre áreas?