01What it isQué es
A data catalog is the searchable inventory of an organization's datasets, reports and models — what each contains, where it comes from, who owns it and how fresh it is — and the business glossary is its companion: the agreed definition of terms such as available inventory, OTIF or demand.
El catálogo de datos es el inventario consultable de los datasets, reportes y modelos de la organización —qué contiene cada uno, de dónde viene, quién es su dueño y qué tan fresco está—, y el glosario de negocio es su complemento: la definición acordada de términos como inventario disponible, OTIF o demanda.
02Why it mattersPor qué importa
Many "data problems" in S&OP are really semantic: two teams compute available inventory differently and arrive with two numbers for the same thing. Data consumers judge quality by fitness for use, and interpretability and accessibility — knowing what data means and being able to find it — are core dimensions of quality alongside accuracy (Wang and Strong, 1996 — Journal of Management Information Systems). A catalog with lineage and a shared glossary turns data that already exists into data people can find, trust and use.
Muchos "problemas de datos" en el S&OP son en realidad semánticos: dos equipos calculan el inventario disponible de forma distinta y llegan con dos cifras para lo mismo. Los usuarios de datos juzgan la calidad por su adecuación al uso, y la interpretabilidad y la accesibilidad —saber qué significa el dato y poder encontrarlo— son dimensiones centrales de la calidad junto con la exactitud (Wang and Strong, 1996 — Journal of Management Information Systems). Un catálogo con linaje y un glosario compartido convierten los datos que ya existen en datos que la gente puede encontrar, confiar y usar.
03How it is doneCómo se hace
1
Define the top terms first. Agree written definitions for the 20–30 KPIs and terms used in S&OP and executive reports, signed off by their owners.
2
Catalog the most-used datasets. Document the datasets analysts actually use, with owner, source, latency, quality score and a direct link.
3
Wire catalog updates into change. Make adding, changing or retiring a dataset impossible without updating its catalog entry and lineage.
1
Define primero los términos clave. Acuerda por escrito las definiciones de los 20–30 KPI y términos usados en el S&OP y en los reportes ejecutivos, firmadas por sus dueños.
2
Cataloga los datasets más usados. Documenta los datasets que los analistas realmente usan, con dueño, fuente, latencia, calificación de calidad y liga directa.
3
Liga el catálogo a cada cambio. Haz imposible dar de alta, cambiar o retirar un dataset sin actualizar su ficha en el catálogo y su linaje.
04The concept in depthEl concepto a fondo
The data catalog: the inventory of organizational data›
The data catalog is the system that documents all datasets, tables, reports, and analytical models available in the organization — with information about what they contain, where they come from, who is responsible, and how they can be used. Without a data catalog, supply chain analysts spend a significant fraction of their time searching for the right data — or worse, using the wrong data without knowing it.
Data catalog components for supply chain›
(1) Dataset inventory: the list of all available datasets with their description, source, latency, and owner. (2) Business glossary: the glossary of supply chain business terms — the agreed definition of terms like "available inventory" (does it include in-transit? reserved?), "OTIF" (what periods? what customers?), or "demand" (sell-in or sell-out?). (3) Data lineage: traceability of each table or field from its origin source to the report or model that uses it. (4) Data quality metrics: quality indicators for each dataset published in the catalog.
The business glossary: the prerequisite of consistent analytics›
The most frequent problem in supply chain analytics is not technical — it's semantic: two teams talking about "available inventory" with different definitions (one includes in-transit, the other doesn't) generate two different numbers for the same metric. The business glossary is the document that defines, in business language, what each term means — so all systems and all teams use the same definition.
Intermediate vs. Advanced›
Intermediate: uses the data catalog to find the correct data for assigned analysis; reports datasets with insufficient quality or documentation.
Advanced: designs and implements the supply chain data catalog; maintains the business glossary; manages data lineage.
Advanced: designs and implements the supply chain data catalog; maintains the business glossary; manages data lineage.
El catálogo de datos: el inventario de los datos de la organización›
El catálogo de datos es el sistema que documenta todos los datasets, tablas, reportes y modelos analíticos disponibles en la organización, con información sobre qué contienen, de dónde vienen, quién es responsable y cómo pueden usarse. Sin catálogo de datos, los analistas de supply chain dedican una fracción importante de su tiempo a buscar el dato correcto o, peor aún, usan el dato equivocado sin saberlo.
Componentes del catálogo de datos para supply chain›
(1) Inventario de datasets: la lista de todos los datasets disponibles con su descripción, fuente, latencia y dueño. (2) Glosario de negocio (business glossary): el glosario de términos de negocio de supply chain, con la definición acordada de términos como "inventario disponible" (¿incluye el inventario en tránsito? ¿el reservado?), "OTIF" (¿qué periodos? ¿qué clientes?) o "demanda" (¿sell-in o sell-out?). (3) Linaje de datos: la trazabilidad de cada tabla o campo desde su fuente de origen hasta el reporte o modelo que lo usa. (4) Métricas de calidad de datos: indicadores de calidad de cada dataset publicados en el catálogo.
El glosario de negocio: el prerrequisito de una analítica consistente›
El problema más frecuente de la analítica de supply chain no es técnico, es semántico: dos equipos que hablan de "inventario disponible" con definiciones distintas (uno incluye el inventario en tránsito y el otro no) generan dos cifras diferentes para la misma métrica. El glosario de negocio es el documento que define, en lenguaje de negocio, qué significa cada término, para que todos los sistemas y todos los equipos usen la misma definición.
Intermedio vs. Avanzado›
Intermedio: usa el catálogo de datos para encontrar el dato correcto para el análisis asignado; reporta datasets con calidad o documentación insuficiente.
Avanzado: diseña e implementa el catálogo de datos de supply chain; mantiene el glosario de negocio; gestiona el linaje de datos.
Avanzado: diseña e implementa el catálogo de datos de supply chain; mantiene el glosario de negocio; gestiona el linaje de datos.
05In practiceEn la práctica
The business glossary is the lowest-cost, highest-impact investment in supply chain analytics›
A 10–20-page document defining the 30 most important supply chain analytics terms (OTIF, available inventory, fill rate, MAPE, etc.) eliminates the most frequent source of report inconsistencies.
Start the data catalog with the most used datasets — don't try to catalog everything from the start›
The 10–20 datasets most used by the supply chain analytics team are the correct starting point for the data catalog.
Data lineage is the prerequisite for efficient model and report debugging›
Without data lineage, identifying the root cause of an incorrect number in an executive report can take days. With data lineage, the error can be traced to its source in hours.
Keep the data catalog updated — an outdated catalog is worse than no catalog›
A data catalog listing datasets that no longer exist or with incorrect descriptions generates more confusion than not having one. Catalog updates must be part of the dataset onboarding and retirement process.
El glosario de negocio es la inversión de menor costo y mayor impacto en la analítica de supply chain›
Un documento de 10–20 páginas que define los 30 términos más importantes de la analítica de supply chain (OTIF, inventario disponible, fill rate, MAPE, etc.) elimina la fuente más frecuente de inconsistencias entre reportes.
Empieza el catálogo de datos con los datasets más usados: no intentes catalogar todo desde el inicio›
Los 10–20 datasets más usados por el equipo de analítica de supply chain son el punto de partida correcto para el catálogo de datos.
El linaje de datos es el prerrequisito para depurar modelos y reportes de forma eficiente›
Sin linaje de datos, identificar la causa raíz de una cifra incorrecta en un reporte ejecutivo puede tomar días. Con linaje, el error puede rastrearse hasta su origen en horas.
Mantén actualizado el catálogo de datos: un catálogo desactualizado es peor que no tener catálogo›
Un catálogo que lista datasets que ya no existen o con descripciones incorrectas genera más confusión que no tenerlo. Actualizar el catálogo debe formar parte del proceso de alta y baja de datasets.
06Illustrative caseCaso ilustrativo
Illustrative case built from typical industry values — not data from a specific company.Caso ilustrativo construido con valores típicos de la industria — no son datos de una empresa específica.
Illustrative case: Data catalog implementation — manufacturing company, first data catalog program
The analytics team spends 35% of its time searching for the right data or resolving definition inconsistencies.
The analytics team spends 35% of its time searching for the right data or resolving definition inconsistencies.
| Discoverability/semantic problem | Analytics team impact | Data catalog solution |
|---|---|---|
| No inventory of available datasets — each analyst has their own Excel data "copies" | 35% of team time searching for data · 12% resolving which data is "most recent" | Inventory of 84 datasets in the data catalog · Each dataset with description, owner, latency, and direct link |
| Inconsistent definition of "available inventory" across 3 teams (supply chain, finance, commercial) | 3 different versions of inventory in executive reports · Monthly debate about "which is correct" | Business glossary with agreed definition of "available inventory" (physical stock − reservations − in picking) · All systems use the same definition |
| No data lineage — nobody knows where the S&OP "weekly forecast" comes from | Each time there's a forecast error, 2–3 days of investigation to find the root cause | Complete forecast data lineage: ERP → Lakehouse → Statistical model → Commercial adjustments → S&OP number |
Result: Analytics team time searching for data: 35% → 8%. Executive report definition inconsistencies: eliminated. Forecast error resolution time: 2–3 days → 4 hours (data lineage immediately shows where the error originated).
Illustrative case built from typical industry values — not data from a specific company.Caso ilustrativo construido con valores típicos de la industria — no son datos de una empresa específica.
Caso ilustrativo: implementación de un catálogo de datos — empresa manufacturera, primer programa de catálogo de datos
El equipo de analítica dedica 35% de su tiempo a buscar el dato correcto o a resolver inconsistencias de definición.
El equipo de analítica dedica 35% de su tiempo a buscar el dato correcto o a resolver inconsistencias de definición.
| Problema de descubrimiento/semántico | Impacto en el equipo de analítica | Solución del catálogo de datos |
|---|---|---|
| Sin inventario de los datasets disponibles: cada analista tiene sus propias "copias" de datos en Excel | 35% del tiempo del equipo buscando datos · 12% resolviendo cuál es el dato "más reciente" | Inventario de 84 datasets en el catálogo · Cada dataset con descripción, dueño, latencia y liga directa |
| Definición inconsistente de "inventario disponible" entre 3 equipos (supply chain, finanzas, comercial) | 3 versiones distintas de inventario en los reportes ejecutivos · Debate mensual sobre "cuál es la correcta" | Glosario de negocio con la definición acordada de "inventario disponible" (existencia física − reservas − en surtido) · Todos los sistemas usan la misma definición |
| Sin linaje de datos: nadie sabe de dónde viene el "pronóstico semanal" del S&OP | Cada vez que hay un error de pronóstico, 2–3 días de investigación para encontrar la causa raíz | Linaje completo del pronóstico: ERP → Lakehouse → Modelo estadístico → Ajustes comerciales → Cifra de S&OP |
Resultado: Tiempo del equipo de analítica buscando datos: 35% → 8%. Inconsistencias de definición en reportes ejecutivos: eliminadas. Tiempo de resolución de errores de pronóstico: 2–3 días → 4 horas (el linaje muestra de inmediato dónde se originó el error).
07How it is measuredCómo se mide
Data Catalog Coverage % (% of lakehouse/DW datasets documented in the data catalog)›
Data Catalog Coverage % (% of lakehouse/DW datasets documented in the data catalog)
(Datasets documented in the data catalog / Total datasets in the supply chain data platform) × 100
Benchmark: >80% of datasets with documentation in the data catalog · 100% for datasets used in executive reports
⚠️ An undocumented dataset in the data catalog is data that only the analyst who created it can use correctly — generating individual dependencies and accumulating knowledge in people instead of systems.
Business Glossary Term Coverage % (% of supply chain KPIs with agreed definition in the business glossary)›
Business Glossary Term Coverage % (% of supply chain KPIs with agreed definition in the business glossary)
(KPIs with formal definition in the business glossary / Total supply chain KPIs reported in executive reports) × 100
Benchmark: 100% of S&OP and supply chain executive report KPIs with formal definition in the business glossary
🔑 The business glossary prevents debates about "which number is correct" in executive meetings. When the CFO and Supply Chain Director have the same definition of "available inventory," there is a single number — and meeting time is used for decision-making, not data debates.
Data Catalog Coverage % (% de datasets del lakehouse/DW documentados en el catálogo de datos)›
Data Catalog Coverage % (% de datasets del lakehouse/DW documentados en el catálogo de datos)
(Datasets documentados en el catálogo de datos / Total de datasets en la plataforma de datos de supply chain) × 100
Benchmark: >80% de los datasets documentados en el catálogo · 100% de los datasets usados en reportes ejecutivos
⚠️ Un dataset no documentado en el catálogo es un dato que solo puede usar correctamente el analista que lo creó: genera dependencias individuales y acumula el conocimiento en las personas en lugar de en los sistemas.
Business Glossary Term Coverage % (% de KPI de supply chain con definición acordada en el glosario de negocio)›
Business Glossary Term Coverage % (% de KPI de supply chain con definición acordada en el glosario de negocio)
(KPI con definición formal en el glosario de negocio / Total de KPI de supply chain reportados en reportes ejecutivos) × 100
Benchmark: 100% de los KPI de S&OP y de los reportes ejecutivos de supply chain con definición formal en el glosario de negocio
🔑 El glosario de negocio evita los debates sobre "cuál cifra es la correcta" en las juntas ejecutivas. Cuando el CFO y el Director de Supply Chain tienen la misma definición de "inventario disponible", hay una sola cifra, y el tiempo de la junta se usa para decidir, no para debatir datos.
08What you would useQué se usa
📌 Data Catalog
Collibra / Alation›
Module: Enterprise Data Catalog + Business Glossary + Data Lineage
The reference data catalog platforms for supply chain. Alation is known for its business-user-oriented search and collaboration features.
The reference data catalog platforms for supply chain. Alation is known for its business-user-oriented search and collaboration features.
Databricks Unity Catalog / AWS Glue Data Catalog›
Module: Cloud-Native Data Catalog
The cloud-native data catalogs of Databricks and AWS. Ideal for organizations already using Databricks or AWS as their main data platform.
The cloud-native data catalogs of Databricks and AWS. Ideal for organizations already using Databricks or AWS as their main data platform.
📌 Catálogo de datos
Collibra / Alation›
Módulo: Catálogo de datos empresarial + glosario de negocio + linaje de datos
Las plataformas de catálogo de datos de referencia para supply chain. Alation es conocida por sus funciones de búsqueda y colaboración orientadas al usuario de negocio.
Las plataformas de catálogo de datos de referencia para supply chain. Alation es conocida por sus funciones de búsqueda y colaboración orientadas al usuario de negocio.
Databricks Unity Catalog / AWS Glue Data Catalog›
Módulo: Catálogo de datos nativo de la nube
Los catálogos de datos nativos de la nube de Databricks y AWS. Ideales para organizaciones que ya usan Databricks o AWS como su plataforma de datos principal.
Los catálogos de datos nativos de la nube de Databricks y AWS. Ideales para organizaciones que ya usan Databricks o AWS como su plataforma de datos principal.
The bottom lineEn corto
Agree on what the numbers mean and where they live before building another dashboard.
Acuerda qué significan las cifras y dónde viven antes de construir otro dashboard.
← PreviousAnteriorGS1 standards, GTIN & supply chain data interoperabilityEstándares GS1, GTIN e interoperabilidad de datos de SCNextSiguiente →Predictive maintenance: ML models for asset failure predictionMantenimiento predictivo: modelos ML para predicción de fallas de activos
All D12 componentsTodos los componentes de D12D12 artifactsArtifacts de D12SCRA