Microsoft Fabric está moviendo el gobierno de datos desde el documento de políticas hacia la operación diaria. La novedad reciente del OneLake Catalog es una experiencia centralizada de gobierno, en vista previa, donde los dueños de datos pueden ver señales agregadas sobre los elementos que han creado, revisar recomendaciones y acceder a herramientas para mejorar su postura de gobierno.

Eso suena administrativo, pero tiene una consecuencia fuerte para Power BI: la confianza ya no se defiende al final, cuando alguien pregunta por qué una cifra no cuadra. Se defiende desde el catálogo, el dueño del dato, la etiqueta de sensibilidad, el permiso, el linaje, el modelo semántico y el reporte que llega a gerencia.

El catálogo ya no es una lista de archivos

Durante años, muchas empresas trataron el catálogo de datos como una biblioteca que nadie abría. Un inventario bonito, lleno de nombres, tablas y buenas intenciones. OneLake Catalog cambia ese enfoque porque integra exploración, gobierno y seguridad dentro de Fabric. No se trata solo de encontrar un elemento; se trata de entender si ese elemento es confiable, quién lo administra, qué permisos lo rodean y qué señales tiene para ser usado.

Para una empresa colombiana que trabaja con ventas, inventario, cartera, compras, soporte o proyectos, esto es decisivo. El problema rara vez es la ausencia total de datos. El problema es que los datos viven dispersos, con dueños difusos y con reportes que sobreviven porque alguien los hizo primero.

Power BI necesita dueños, no héroes de Excel

Microsoft define los modelos semánticos de Power BI como la capa que contiene datos, relaciones, cálculos y reglas para crear reportes. Esa capa es demasiado importante para quedar en manos de un archivo personal o de un analista sin respaldo funcional. Cuando un modelo semántico alimenta decisiones de margen, cartera, rotación de inventario o cumplimiento comercial, debe tener dueño.

OneLake Catalog ayuda a poner esa responsabilidad sobre la mesa. El usuario no solo pregunta dónde está el dato; también puede revisar detalles del elemento, permisos, linaje y señales de confianza. Esa visibilidad obliga a responder preguntas incómodas: ¿este modelo está certificado?, ¿quién aprueba cambios?, ¿qué área valida la métrica?, ¿hay sensibilidad de datos?, ¿el reporte está vigente?

La pestaña Govern convierte el gobierno en backlog

La documentación de Microsoft explica que la pestaña Govern del OneLake Catalog muestra información sobre el estado de gobierno y recomendaciones para mejorar. Para administradores de Fabric puede mostrar una mirada del tenant; para dueños de datos, una vista enfocada en los elementos propios. En la práctica, esto convierte el gobierno de datos en una lista de trabajo visible.

• Elementos sin etiquetas de sensibilidad.
• Activos sin curación o sin señales claras de confianza.
• Permisos que deben revisarse por rol o responsabilidad.
• Modelos y reportes que necesitan dueño funcional.
• Datos que deberían organizarse por dominios y no por urgencias.

Ese cambio es saludable. Gobierno de datos no debería ser una reunión trimestral con diapositivas. Debería ser una operación permanente con evidencias, responsables y mejoras medibles.

Purview y Fabric ya no pueden vivir separados

Microsoft también documenta que el gobierno respaldado por Purview está integrado con Fabric. La lectura empresarial es que seguridad, cumplimiento, sensibilidad y auditoría no son accesorios para después de publicar el dashboard. Deben acompañar el ciclo completo: fuente, lakehouse, warehouse, modelo semántico, reporte, app y consumo.

Cuando una organización permite que cada área publique datos sin clasificación ni reglas, el riesgo no es únicamente técnico. Es reputacional y operativo. Un reporte de ventas con datos sensibles mal compartidos, una cartera expuesta a usuarios equivocados o un indicador financiero sin linaje pueden generar decisiones erradas y discusiones costosas.

OneLake permite federar, pero no improvisar

OneLake se plantea como un lago lógico unificado para los datos analíticos de la organización. Ese modelo mantiene propiedad distribuida y permite gobierno federado. En otras palabras: no todo tiene que estar centralizado en un solo equipo, pero cada dominio debe responder por lo suyo.

Esa distinción importa mucho. Un equipo de ventas puede ser dueño de ciertos indicadores comerciales; finanzas de márgenes y cartera; operaciones de inventario y entregas. Fabric puede conectar esas capas, pero no puede inventar acuerdos de negocio. La tecnología habilita el gobierno; la empresa debe tomar las decisiones.

Qué debería revisar una empresa antes de escalar Power BI

Antes de pedir más reportes, más licencias o más automatización con IA, conviene revisar la base. La pregunta no es cuántos dashboards existen. La pregunta es cuántos merecen confianza.

1. Inventario: identificar modelos semánticos, reportes y fuentes críticas.
2. Dueños: asignar responsables funcionales y técnicos por dominio.
3. Seguridad: revisar roles de workspace, permisos, RLS, OLS y acceso externo.
4. Sensibilidad: aplicar etiquetas donde existan datos personales, financieros o comerciales sensibles.
5. Calidad: separar reportes oficiales de exploraciones temporales.
6. Adopción: medir qué contenido se usa, qué está obsoleto y qué genera decisiones reales.

La analítica madura incomoda antes de convencer

Un buen sistema de gobierno incomoda porque revela problemas que antes podían ocultarse: duplicados, permisos excesivos, reportes abandonados, modelos sin dueño y métricas con definiciones contradictorias. Pero esa incomodidad es útil. Significa que la organización está dejando de administrar opiniones y está empezando a administrar evidencia.

Power BI seguirá siendo una herramienta poderosa de visualización y análisis. Fabric amplía el terreno con OneLake, gobierno integrado, seguridad, linaje y experiencias de catálogo. Pero la ventaja real no está en decir que la empresa “usa Fabric”. La ventaja está en que cada decisión importante pueda explicar de dónde salió el dato, quién lo valida y por qué se puede confiar en él.