Madurez de datos: ¿en qué nivel está tu empresa?

Una red de clínicas con once sedes compró una licencia de BI en enero. En marzo el panel ya estaba en el aire: facturación por sede, ocupación de agenda, ticket medio, todo muy prolijo. En julio la directora preguntó por qué habían caído dos sedes. La primera respuesta llegó a los doce días. La segunda, de otra área, tardó quince y no coincidía con la primera.

El panel no era el problema. La empresa intentó saltarse tres escalones de una vez: compró la herramienta de un nivel avanzado y mantuvo los procesos de un nivel inicial. La herramienta solo hizo el desajuste más visible, y más caro.

La madurez de datos no es lo que tienes instalado. Es lo que tu empresa logra responder, en cuánto tiempo y con cuánta confianza. Y eso se puede medir hoy, sin consultoría y sin un cuestionario de sesenta preguntas.

Qué es la madurez de datos

La madurez de datos es el grado en que una organización logra convertir el dato en decisión de forma confiable y repetible. Suele leerse en cinco niveles, del reactivo al operativo. El nivel no lo definen las herramientas instaladas, sino el tiempo y la confianza con que la empresa responde a sus propias preguntas.

Fíjate en la palabra repetible. Cualquier empresa produce un análisis brillante una vez, cuando el director lo pide y tres personas dejan todo. La madurez es lograrlo de nuevo la semana siguiente, con otra pregunta y sin heroísmos.

La prueba de una sola pregunta

Hay un atajo de diagnóstico que funciona mejor que cualquier cuestionario. Elige una pregunta que tu empresa realmente necesite responder y cronométrala. Una buena pregunta es específica, tiene un número y no es trivial. Por ejemplo: ¿por qué cayeron las ventas un 12% en julio?

Lo que ocurre después de esa pregunta revela el nivel con una precisión incómoda.

Fíjate en que el nivel 1 no es lento. Ni siquiera llega a ser lento, porque la pregunta nunca se hace. La caída aparece en la caja en septiembre y se convierte en reunión de emergencia.

Los cinco niveles de madurez de datos

Nivel 1. Reactivo

El dato existe, pero nadie lo pide. La decisión se apoya en la experiencia, en quien habla más fuerte en la reunión y en lo que acaba de hacer un competidor. El informe aparece solo cuando algo ya salió mal, y sirve para explicarle el pasado a un socio molesto.

Señal clara: la empresa sabe cuánto facturó, porque lo informa el contador, y no sabe de dónde vino esa facturación.

Nivel 2. Manual

Alguien consolida los números. Casi siempre un analista o el propio gerente, a fin de mes, bajando exportaciones de cinco o seis sistemas a una planilla maestra. El número existe, pero llega tarde, y cada área tiene su versión porque cada una recortó el período a su manera.

Este es el nivel más caro y el menos percibido como caro. Una simulación simple: tres personas dedicando 6 horas al mes al cierre suman 216 horas al año. A 20 USD la hora, son 4.320 USD anuales gastados solo en producir el número, antes de cualquier análisis. Y el trabajo se rehace desde cero todos los meses.

Nivel 3. Consolidado

Existe una fuente única. Las definiciones están acordadas por escrito: qué cuenta como lead, cuándo una venta entra en el mes, qué ingreso es bruto y cuál es neto. El panel se actualiza solo y nadie tiene que empujarlo.

El cuello de botella cambió de lugar. Los números recurrentes están resueltos, pero toda pregunta nueva entra en una fila que pasa por una sola persona. El equipo comercial espera dos días por un corte que el panel no previó.

Nivel 4. Analítico

La pregunta nueva encuentra el dato el mismo día. Quien tiene la duda hace su propio corte, sin abrir un ticket, porque la capa de datos está accesible en el lenguaje que su área entiende. Aquí la empresa empieza a medir el efecto de sus decisiones, no solo el resultado.

La diferencia práctica entre el nivel 3 y el nivel 4 rara vez es tecnológica. Es de permiso y de hábito, lo que la convierte en una cuestión de cultura de datos mucho más que de software.

Nivel 5. Operativo

El dato sale del informe y entra en el proceso. Un desvío de conversión dispara una alerta, un pronóstico de quiebre de stock genera un pedido de compra, un score de churn reordena la fila del equipo de retención. A la persona la avisan antes de que pregunte.

Una advertencia: este nivel cobra mantenimiento. Un modelo que decide mal hay que corregirlo, y una alerta que se dispara de más se ignora en tres semanas. Nivel 5 sin alguien responsable de calibrar se convierte en ruido automatizado.

Cómo autodiagnosticarse en quince minutos

En vez de puntuar pilares abstractos, busca comportamientos observables. Ya sabes la respuesta de cada línea sin consultar a nadie.

Síntoma	Nivel probable
Nadie puede decir el costo de adquisición del mes pasado	1
Dos áreas muestran números distintos para la misma métrica	2
El informe se atrasa cuando la persona que lo arma se toma vacaciones	2
Hay panel, pero toda pregunta fuera de él se convierte en pedido al analista	3
El gerente de medios abre el dato y hace su propio corte por campaña	4
La empresa registra lo que decidió y vuelve después a ver si funcionó	4
Un desvío de meta llega por notificación antes de la reunión semanal	5

Marca el nivel más alto en el que también cumples todos los síntomas anteriores. Si tienes el comportamiento del nivel 4 pero todavía convives con dos versiones del mismo número, no estás en el 4. Estás en el 2 con una herramienta cara.

Por qué saltarse niveles no funciona

El impulso natural es comprar la solución del nivel siguiente. Casi siempre el problema está un nivel más abajo, y la compra solo adelanta la frustración.

Los datos de mercado muestran el tamaño de ese desajuste. La encuesta TIC Empresas 2025, del Cetic.br, divulgada en junio de 2026, indica que el uso de inteligencia artificial en las empresas brasileñas pasó del 13% en 2024 al 17% en 2025, con las pequeñas en 15% y las grandes en 50%. La adopción acelera, pero la base no acompaña al mismo ritmo: la misma encuesta registra que solo el 31% de las empresas usaba CRM en 2025 y que el 36% pagó por capacidad de procesamiento en la nube.

El estudio Desbloqueando el Potencial de la IA en Brasil 2026, hecho por Strand Partners para AWS con 1.000 líderes empresariales, encontró el mismo patrón en otra escala: la mitad de las empresas brasileñas usa IA, pero solo el 15% llegó a la etapa avanzada y el 47% no logra medir con precisión el retorno de lo que invirtió. Quien no sabe medir el retorno está intentando operar en el nivel 5 sin haber cerrado el nivel 3.

Un relevamiento de beAnalytic con más de 130 líderes de tecnología, publicado en septiembre de 2025, llega a una lectura parecida: el 22% de las empresas brasileñas usa datos de forma estratégica y el 78% permanece en etapas iniciales de madurez.

En la práctica, el salto de nivel falla por un motivo específico. La herramienta avanzada asume que las definiciones están acordadas y que la fuente es confiable. Cuando no lo están, multiplica el error con más velocidad y mejores gráficos. Es el mismo mecanismo que mantiene invisible un problema de calidad de datos hasta que se convierte en una decisión equivocada.

Qué hacer para subir exactamente un nivel

Elige un solo movimiento, con plazo de noventa días. La tentación de atacarlo todo es lo que traba a la mayoría de estos proyectos.

1. Del 1 al 2: elige tres números y prodúcelos todos los meses, en la misma fecha, aunque sea a mano. Sugerencia: ingresos por canal, costo de adquisición y tasa de conversión.
2. Del 2 al 3: deja de consolidar y empieza a integrar. Elige una fuente única y escribe las definiciones en una sola página. La ganancia viene menos de la herramienta y más del acuerdo sobre qué significa cada número, lo que suele resolver buena parte de los datos en silos.
3. Del 3 al 4: saca al analista del camino. Da acceso directo a las áreas y acepta que los primeros cortes van a salir mal. Eso es aprendizaje, no riesgo.
4. Del 4 al 5: elige una decisión repetitiva y automatiza solo esa. Aviso de caída de conversión, alerta de stock, señal de cliente en riesgo. Una. Después la segunda.

Un detalle que cambia el resultado: agenda el momento en que se mira el número. Un dato que nadie lee en voz alta en la reunión semanal no sube ningún nivel, por lindo que sea el panel.

Preguntas frecuentes

¿Cuántos niveles de madurez de datos existen?

Depende del modelo. La mayoría de los marcos trabaja con cuatro o cinco niveles, y el Modelo de Madurez de Datos del gobierno federal brasileño usa cinco. El número importa menos que la secuencia: todos describen la misma progresión, de decidir sin dato hasta que el dato dispara la acción.

¿Cuál es la diferencia entre madurez de datos y gobernanza de datos?

La gobernanza es un componente de la madurez, no un sinónimo. La gobernanza trata de reglas: quién accede a qué, quién define cada métrica, cómo se corrige el dato. La madurez es el resultado práctico que alcanza la empresa, y una empresa puede tener una política de gobernanza escrita y seguir en el nivel 2.

¿Cómo evalúo la madurez de datos de mi empresa?

Cronometra una pregunta real y observa tres cosas: cuánto tardó, cuántas versiones distintas aparecieron y cuántas personas hubo que involucrar. Tres días, una versión y una persona indican nivel 3 o superior. Dos semanas y dos versiones indican nivel 2.

¿Una empresa pequeña tiene que preocuparse por la madurez de datos?

Sí, y le cuesta menos subir. Una empresa de diez personas y tres sistemas llega al nivel 3 en pocas semanas, porque tiene menos historia que deshacer. La cuenta se encarece después, cuando ya hay quince fuentes y tres planillas paralelas defendidas por tres personas distintas.

¿Necesito contratar un equipo de datos para subir de nivel?

Del nivel 1 al 3, casi nunca. Esos escalones son de acuerdo y de disciplina: acordar definiciones, elegir la fuente, cumplir la fecha. Un equipo dedicado empieza a marcar diferencia a partir del nivel 4, y aun ahí suele empezar con una persona, no con un área.

El escalón que importa es el siguiente

La madurez de datos no es un sello que se conquista. Es la respuesta a una pregunta bastante aburrida: cuánto tarda tu empresa en saber qué le está pasando. Las empresas en nivel 2 que aceptan esto y suben un escalón por trimestre superan, en dos años, a la que compró la plataforma más cara del mercado y nunca acordó qué es un lead calificado.

La buena noticia es que el cuello de botella del nivel 3 al 4 se volvió mucho más barato de resolver. Sherlok conecta Meta Ads, Google Ads, GA4, CRM, planillas y bases SQL en un solo lugar y deja que cualquier persona del equipo pregunte en su idioma y reciba el análisis terminado, en vez de entrar en la fila del analista. Es exactamente el escalón donde hoy está frenada la mayoría de las empresas.