Conocimiento · TI · Datos · DX

MDM · Gestión de datos maestros

Master Data Management

📂IT·Datos·DX⏱Lectura de 2 min📊Práctico🔗7 relacionados

¿Qué es MDM?

Definición en una línea
Gestión de datos maestros (Master Data Management): el sistema que mantiene como versión única y oficial los datos de referencia centrales —clientes, productos, proveedores— que comparten varios sistemas.
⚡ Resumen en 3 líneas
  • Gestión de la versión oficial única de la información de referencia que comparten varios sistemas
  • Se gestiona por separado de los datos transaccionales
  • Lo decisivo son las reglas de alta y de cambio, más que la tecnología

En las empresas que han trabajado en MDM, lo primero que cambia son las reuniones. Desaparecen los 30 minutos de discusión cada vez que las cifras no coinciden y se pregunta «¿con qué sistema se calcula?»; el debate pasa de los números al criterio. Técnicamente consiste en agrupar los registros dispersos en varios sistemas bajo un registro representativo y enlazar el resto debajo; pero para la organización es, sobre todo, un proceso de acuerdo sobre qué valor se reconoce como la respuesta oficial de la empresa. Por eso más de la mitad del trabajo se hace en la sala de reuniones y no en la base de datos.

Los datos maestros deben distinguirse de los datos de referencia. Si los datos de referencia son valores que se toman de estándares externos, como los códigos de país o de moneda, los datos maestros son objetos que solo la propia empresa puede definir, como proveedores, productos o empleados. Tampoco existe un único modo de operar. Está el modelo de registro, que deja los sistemas como están y solo administra las relaciones entre ellos; el modelo de hub, que guarda la versión oficial en un repositorio central y la distribuye a cada sistema; y el modelo centralizado, que fija un ERP como origen único. En empresas medianas, el modelo que toma el ERP como origen es el más realista.

El éxito depende de si se definieron indicadores de medición. Basta con seguir mensualmente tres: la cantidad de posibles duplicados, la tasa de faltantes en campos obligatorios como el número de identificación fiscal y el tiempo que tarda en resolverse una solicitud de alta. La regla de coincidencia debe poner en primer lugar la coincidencia exacta del número de identificación fiscal, y los casos con nombre o dirección parecidos conviene pasarlos a una segunda revisión en la que una persona los verifique a mano. Si se intenta subir demasiado la proporción de unificación automática, se corre el riesgo de juntar en un solo bloque una casa matriz con sus sucursales, o empresas distintas.

El error más frecuente en la práctica es ver el MDM como «una limpieza general que se hace una sola vez». Aunque se instale una solución y se eliminen los duplicados, si no se ajustan también los permisos de alta y las reglas de escritura, un responsable con prisa creará un código nuevo y, en medio año, todo volverá a como estaba. Un malentendido aún más riesgoso es resolver los duplicados borrando registros. Si se eliminan los códigos de clientes dados de baja, las facturas fiscales y los asientos emitidos con esos códigos pierden su referencia y los montos del cierre no cuadran. Los duplicados no se borran: se enlazan a un código representativo y se marcan con un estado, y el historial de la unificación debe quedar registrado para poder revertirla.

Capacitaciones en las que aparece este término · IA·DX
Cursos recomendados · Instructores recomendados · Mini cotización
🧮 Mini cotización · Criterio de honorarios
Aprox. KRW 1,200,000 (≈ US$900)Charla especial de 2 horas · hasta 20 personas · en coreano
Solicitar cotización formal con estas condiciones →
💡 Dicho de forma sencilla
Si hay varias libretas de direcciones, a una misma persona le llega la invitación tres veces. Se trata de unificarlas en una sola y decidir quién se encarga de mantenerla.
Por qué es importante en la práctica
Cuando los informes de una empresa muestran cifras distintas, la causa suele estar en los datos de referencia y no en la herramienta de análisis. Si un mismo nombre aparece de tres formas, las ventas también quedan divididas en tres.
Origen y fuentes

Con la expansión de los sistemas dentro de las empresas creció el problema de que un mismo objeto se registre de forma distinta en cada sistema. En los años 2000 se sistematizó el enfoque de gestionar la información de referencia de manera integrada. Tras la expansión de ERP y CRM y de los proyectos de integración de datos, se consolidó como un área central del gobierno de datos.

Fuente · Formación de la práctica de integración y gobierno de datos empresariales (años 2000)
Entender con un caso

Caso hipotético de la empresa A, distribuidora de componentes industriales con 240 colaboradores e ingresos anuales de KRW 180,000,000,000 (≈ US$134,724,500). Sumando los clientes registrados en el ERP, el CRM y el sistema logístico había 31,000 registros, pero se sospechaba que correspondían a poco más de 10,000 empresas. Cada fin de mes, dos responsables de cobranza pasaban dos días conciliando cuentas en Excel.

  1. El jefe de finanzas planteó el problema en la reunión de gerencia: «Las cuentas por cobrar de un mismo cliente están repartidas en tres registros, y volvimos a enviar un recordatorio de cobro a quien ya había pagado». Se concluyó que había que empezar por el maestro de clientes y proveedores.
  2. El equipo de TI descargó 31,000 registros de clientes y proveedores de tres sistemas y, al hacer una primera coincidencia con el número de identificación fiscal exacto, las empresas reales se redujeron a 10,800. Quedaron 2,300 casos de posible duplicado para revisión.
  3. Dos colaboradores del área de apoyo comercial completaron en tres semanas los 4,100 registros sin número de registro comercial, consultando al Servicio Nacional de Impuestos de Corea. Los 620 que no pudieron confirmarse no se borraron: quedaron en estado «pendiente de verificación».
  4. Para que la unificación no rompa los asientos anteriores, se optó por no borrar los códigos antiguos y enlazarlos al código representativo, y se fijó como regla del equipo: «Prohibido borrar; solo se cambia el estado».
  5. Al restringir el alta de nuevos clientes a tres personas del equipo de soporte comercial y bloquear el guardado sin número de identificación fiscal, las solicitudes de alta pasaron a resolverse en promedio en menos de 4 horas.
  6. Seis meses después, los posibles duplicados bajaron de 2,300 a 90, y los dos días dedicados a la conciliación de cuentas por cobrar de fin de mes pasaron a medio día, lo que permitió reasignar a una persona a tareas de evaluación de crédito.
Términos relacionados
Gobierno de datosConjunto de reglas, roles y procedimientos para gestionar los datos de forma precisa, segura y coherente. Es la base para que se puedan usar con confianza.ERP · Planificación de recursos empresarialesSoftware de planificación de recursos empresariales (Enterprise Resource Planning) que integra en un único sistema las funciones clave de la empresa: finanzas, recursos humanos, compras, producción e inventario.CRMSistema y estrategia de gestión de la relación con el cliente (Customer Relationship Management) que reúne en un solo lugar la información de clientes, oportunidades y operaciones para gestionar de forma sistemática la relación y el proceso comercial.Almacén de datos · Lago de datosEl almacén de datos es un «depósito» de datos bien organizado para el análisis; el lago de datos es un «lago» que guarda tal cual todo tipo de datos originales.Toma de decisiones basada en datosCultura y método de decidir con datos y evidencia, en lugar de con la intuición o la experiencia. Es la forma de pensar central de la transformación digital (DX).HRIS · Sistema de información de RR. HH.Sistema que gestiona de forma integrada la información de recursos humanos (nómina, asistencia, evaluaciones, etc.; Human Resource Information System) y sirve de base para contar con una única referencia de datos de personal.Gestión de la calidad de datosActividad que revisa y corrige los datos de los sistemas de la empresa según sean exactos, completos, coherentes entre sí y estén actualizados a tiempo. Es lo que permite confiar en las cifras de los informes.
Capacitaciones relacionadas con este término
📚La Cuarta Revolución Industrial y big dataCapacitación corporativa de Nanum Consultoría · presencial/en líneaVer curso →
¿Necesita capacitación interna sobre este tema?
Reciba de inmediato un currículo y una cotización personalizados para su equipo.
Consultar sobre capacitación
Última modificación 2026-09-13 · Revisado por John Kim

Preguntas frecuentes

Los datos maestros son la información de referencia que comparten varias áreas —clientes, productos, proveedores, estructura organizacional—, mientras que los datos transaccionales son registros de hechos que se generan de forma continua, como pedidos y entradas o salidas de almacén. Si la referencia es incorrecta, todos los registros de hechos quedan desalineados.
Las grandes empresas usan herramientas especializadas, pero las pequeñas y medianas pueden reducir la mayor parte de los problemas definiendo un código estándar, reglas de alta y de modificación, y designando un único sistema como versión oficial.
No. Sin reglas de alta, criterios de escritura y revisiones periódicas, los duplicados vuelven a acumularse en pocos meses. Más importante que la depuración es la regla de mantenimiento.
La confiabilidad del análisis y de la automatización depende de la calidad de los datos de referencia. Si un mismo cliente existe con varios nombres, ningún modelo puede dar resultados exactos.