01 Ingeniería de datos
El negocio descubre el fallo antes que el equipo de datos
Los datos parados, duplicados o inválidos no rompen ningún job. Aparecen en el cierre del mes, en un informe para la dirección o en una factura que no sale.
En una pantalla más grande, la presentación se abre en modo diapositivas.
Descargar en PDFPresentación del producto · octubre de 2026
BeryX
Calidad de datos, RGPD y coste de los datos en una sola capa: leída en la fuente, de solo lectura y con el cálculo de cada número a la vista.
Para el equipo de datos, para el DPD y para quien paga la factura de la nube.
BeryxTech · octubre de 2026
1 · El problema
Las decisiones y la IA ya funcionan sobre los datos. La confianza en ellos no ha seguido el mismo ritmo.
67%
no confían plenamente en los datos que usan para decidir (55% en 2023)
Precisely y Drexel LeBow, sept. 2024 · 565+ profesionales · estudio de proveedor
64%
señalan la calidad de los datos como su mayor reto de integridad (50% en 2023)
71%
temen que resultados erróneos o alucinados lleguen a quien decide
dbt Labs, State of Analytics Engineering, abr. 2026 · 363 profesionales · estudio de proveedor
60%
de los proyectos de IA sin datos preparados para la IA se abandonarán hasta finales de 2026, según la previsión de Gartner
1 · El problema
Tres costes que no aparecen en ningún presupuesto
02 RGPD e IA
La exactitud de los datos personales es una obligación legal
El RGPD exige datos exactos y actualizados, responder a los interesados en un mes y notificar las violaciones de seguridad en 72 horas. Infringir los principios conlleva multas de hasta 20 M€ o el 4% del volumen de negocio mundial. El Reglamento de IA añade requisitos sobre los datos de entrenamiento a partir de diciembre de 2027.
RGPD, arts. 5, 12, 33 y 83; Reglamento de IA, arts. 10 y 113
03 FinOps de datos
La factura de los datos crece sin dueño
Las tablas que nadie lee se siguen cargando. Una consulta mal escrita multiplica el coste del día y solo se ve en la factura del mes. Se paga cómputo para procesar datos que no superan las comprobaciones.
1 · Ingeniería de datos
Los datos fallan en silencio: los jobs siguen en verde y las cifras salen mal
Anatomía de un incidente de datos Ejemplo ilustrativo · datos sintéticos
- Viernes, 18 hEl conector del marketplace deja de sincronizar. Ningún job falla: simplemente dejan de llegar filas.
- Fin de semanaLos pedidos del marketplace no entran en el data warehouse. El panel de ventas muestra una caída que nunca existió.
- Lunes, 10 hEl cierre semanal no cuadra. Empieza la investigación: ¿qué tabla, desde cuándo y quién más usa estos datos?
- MartesEncontrado el origen, falta saber qué informes y modelos ya han consumido los datos erróneos.
Seis formas de fallar sin error
Frescura
la tabla dejó de recibir datos
Volumen
llegó la mitad de las filas
Esquema
una columna cambió de tipo o de nombre
Duplicados
un reintento grabó el mismo pedido dos veces
Validez
un NIF de 8 dígitos, un IBAN con el dígito de control erróneo
Integridad
pedidos sin cliente tras un borrado sin cascada
1 · Cuánto cuesta
El coste de no saber se calcula con tus cifras
| Pilar | Qué contar | Cómo estimarlo | Qué mide BeryX |
|---|---|---|---|
| Ingeniería de datos | Incidentes de datos al mes, horas de investigación y días hasta la detección | Incidentes × horas × coste por hora, más días hasta la detección × valor en riesgo por día (facturas por emitir, por ejemplo) | Histórico de incidencias e incidentes con fechas, e impacto estimado en euros por incidencia, etiquetado como heurística |
| RGPD | Solicitudes de interesados al mes y datasets con datos personales sin dueño o sin reglas | Solicitudes × horas por solicitud; exposición máxima de 20 M€ o el 4% del volumen de negocio mundial | Mapa de datos personales con la cobertura de reglas de cada columna |
| FinOps de datos | Tablas sin lecturas en 90 días, cómputo gastado en datos que no superan las comprobaciones y picos diarios | Coste mensual de esas tablas, más el cómputo atribuido a los datasets con incidencias abiertas | Coste leído de las vistas de sistema de la plataforma, por día (por dataset en BigQuery, por cuenta en Snowflake y Databricks), picos de coste y uso real por tabla |
1 · RGPD e IA
Lo que la ley pide a los datos, y que solo se demuestra con mediciones
| Obligación | Qué exige | Plazo o límite | Qué pide a los datos |
|---|---|---|---|
| Exactitud · RGPD, art. 5.1.d) | Datos personales exactos y actualizados; los inexactos, suprimidos o rectificados sin dilación | Multa de hasta 20 M€ o el 4% del volumen de negocio mundial (art. 83.5) | Saber qué datos personales están mal, dónde y desde cuándo |
| Derechos de los interesados · art. 12.3 | Responder a solicitudes de acceso, rectificación o supresión | Un mes, prorrogable dos más | Saber en qué sistemas están los datos de cada persona |
| Violación de la seguridad · art. 33.1 | Notificar a la autoridad de control (en Portugal, la CNPD) | 72 horas, siempre que sea posible | Saber qué datos y qué interesados se vieron afectados |
| Evaluación de impacto · art. 35 | Evaluar antes de un tratamiento de alto riesgo | Antes de empezar el tratamiento | Inventario de categorías de datos y de flujos |
| Datos para IA de alto riesgo · Reglamento de IA, art. 10.3 | Datos de entrenamiento, validación y prueba pertinentes, representativos y, en la mayor medida posible, sin errores y completos | A partir del 2 de diciembre de 2027 (anexo III) | Medir errores y completitud de los conjuntos de datos |
1 · Casos reales en Portugal
La autoridad portuguesa de protección de datos ya ha impuesto multas millonarias por fallos en la gestión de datos personales
4,3 M€
Instituto Nacional de Estadística de Portugal (INE)
diciembre de 2022
Censo de 2021. Cinco infracciones: datos de salud y de religión tratados sin una base de licitud clara, información insuficiente a los encuestados, un encargado del tratamiento en EE. UU. elegido sin la diligencia debida, transferencias internacionales sin medidas complementarias y ninguna evaluación de impacto.
Estado El INE anunció que impugnaría la decisión en los tribunales.
1,25 M€
Ayuntamiento de Lisboa
enero de 2022
Datos de promotores de manifestaciones enviados a embajadas y al Ministerio de Asuntos Exteriores: 225 infracciones.
Estado Los tribunales confirmaron la infracción. Con parte de las infracciones prescritas, el importe bajó a 738 000 € en el Tribunal Central Administrativo Sur (agosto de 2025), en una decisión todavía recurrible.
400 000 €
Centro Hospitalario Barreiro-Montijo
2018
La primera multa del RGPD en Portugal: 985 cuentas con perfil de médico para 296 médicos y acceso indebido a historias clínicas.
Estado Pasó a ser una multa única de 380 000 €. En julio de 2020, la CNPD aceptó dispensarla, alegando la pandemia y las cuentas del hospital.
1 · Casos reales en Portugal
Las multas suben y bajan con los medios de la CNPD. Las violaciones notificadas siguen subiendo.
- 152020
- 602021
- 712022
- 902023
- 232024
- 22025
472
expedientes por violación de datos personales en 2025, un 42% más que en 2024 (357 en entidades privadas, 115 en públicas)
88
procedimientos sancionadores abiertos en 2025 que, según la CNPD, podrían haber dado lugar a 90 multas en lugar de 2
1 · FinOps de datos
La factura de los datos crece sin dueño y sin relación con la calidad
84%
dicen que gestionar el gasto en la nube es hoy el mayor reto de la nube para las organizaciones
Flexera, State of the Cloud 2025 · 750+ profesionales · estudio de proveedor
- Las tablas que nadie lee se siguen cargando, almacenando y monitorizando.
- Una consulta mal escrita multiplica el coste del día, y solo se ve en la factura del mes.
- Se paga cómputo para procesar datos que no superan las comprobaciones.
- El coste de la IA crece sin tope y sin reparto por equipo.
1 · El problema
¿Dónde vive hoy la verdad sobre tus datos?
Hoy
- En tests y scripts repartidos por equipos y repositorios
- En la memoria de quien conoce las tablas
- En un registro de actividades de tratamiento en una hoja de cálculo, revisado una vez al año
- En la factura de la nube, a final de mes
- En paneles que nadie relaciona con el origen de los datos
Con BeryX
- En reglas y contratos versionados, que se ejecutan en cada escaneoExiste hoy
- En un catálogo con dueño, dominio, sensibilidad y uso por datasetExiste hoy
- En un mapa de datos personales actualizado en cada escaneoExiste hoy
- En el coste diario leído de las vistas de sistema de BigQuery, Snowflake y DatabricksExiste hoy
- En incidentes con linaje, dueño y plazoExiste hoy
1 · Por qué ahora
Por qué ahora
- 2025Las violaciones de datos notificadas a la CNPD suben un 42%, hasta 472 expedientes.CNPD, Informe de Actividades 2025
- sept. 2025La CNPD propone al Parlamento portugués un régimen sancionador más rápido, para evitar prescripciones.CNPD, Informe de Actividades 2025, p. 12
- 2026Previsión de Gartner: las organizaciones abandonan el 60% de los proyectos de IA sin datos preparados para la IA.Gartner, 26/02/2025
- 2 ago. 2026El Reglamento de IA pasa a aplicarse con carácter general (art. 113).AI Act Service Desk, art. 113
- 2 dic. 2027Obligaciones de alto riesgo del anexo III, incluida la calidad de los datos de entrenamiento, validación y prueba (art. 10).AI Act Service Desk, arts. 10 y 113
- 2 ago. 2028Obligaciones de alto riesgo del anexo I, los productos regulados.AI Act Service Desk, art. 113
2 · La tesis
Una capa de confianza sobre los datos que ya tienes, sin copiarlos
Tus fuentes se quedan donde están
- Bases de datos
- Data warehouses
- Ficheros y almacenamiento de objetos
- Aplicaciones de negocio: SAP, Salesforce, Dynamics 365
- Documentos
- Streaming
→
BeryX · solo lectura
- Descubrir
- Validar
- Monitorizar
- Explicar
- Demostrar
- Agregados calculados en la fuente
- Muestras limitadas y con retención
- Propone correcciones, nunca escribe en las fuentes
- Cada número dice cómo se calculó
→
Ingeniería de datos
incidentes con linaje, SLO, reglas como código
DPD y jurídico
mapa de datos personales, sensibilidad, evidencia
FinOps y dirección
coste y calidad juntos, uso real, informes por perfil
Donde el equipo ya trabajaSlackTeamsJiraPower BIEmailWebhooksAPIMCP
2 · La tesis
Del dato conectado al dato demostrado, y de vuelta al principio
- 01Conectarcredenciales de solo lectura
- 02Descubrirperfil, datos personales, uso
- 03Reglaspropuestas por el perfil, aceptadas por personas
- 04Monitorizarfrescura, volumen, esquema, anomalías, coste
- 05Incidentelinaje, impacto, dueño, plazo
- 06CorregirSQL o pull request, ensayado antes
- 07Demostrarinformes, evidencia, auditoría
↺ Lo que se aprende vuelve a las reglas: umbrales, falsos positivos marcados y reglas sugeridas a partir de incidencias resueltas.
Cada paso queda registrado: quién decidió, cuándo y con qué evidencia.
2 · La tesis
Cada dataset lleva consigo su registro de confianza
Dueño y dominio
quién responde y a qué área pertenece
Existe hoySensibilidad por columna
pública, interna, confidencial o datos personales, con autor y fecha
Existe hoyReglas y contrato
reglas activas y contrato ODCS versionado
Existe hoyPuntuación y SLO
cinco dimensiones, tendencia y objetivo de servicio
Existe hoyUso real
consultas al día: caliente, activa, fría o sin uso
Existe hoyCoste
cómputo atribuido, cuando la plataforma lo reporta
Existe hoyIncidentes y linaje
qué falló, aguas arriba y aguas abajo
Existe hoyAuditoría
cada cambio, grabado en la misma transacción
Existe hoy3 · El ciclo · paso 1 de 7
Conectar
Entrada
Una credencial de solo lectura de una base de datos, un warehouse, ficheros o una aplicación.
Lo que hace BeryX
Prueba la conexión, descubre esquemas y tablas e importa los metadatos. La credencial se cifra antes de guardarse y la dirección se valida contra SSRF antes de la primera petición.
Existe hoyQuién decide
El administrador del workspace elige la fuente, el alcance y la frecuencia de los escaneos.
Gobierno y evidencia
Solo lectura impuesta en el código: el cliente HTTP rechaza las escrituras antes de salir y las sesiones de Postgres se abren en modo de solo lectura. En las pruebas, servidores reales de SQL Server, Oracle y MongoDB rechazaron escrituras.
Existe hoySalida
Catálogo de datasets con esquema, programación y credencial cifrada.
Existe hoySe conecta con
PostgreSQLSQL ServerOracleBigQuerySnowflakeDatabricksS3SAPSalesforceDynamics 365
Pasa al siguiente paso
La lista de datasets y columnas pasa al perfilado.
Valor
Sin credenciales de escritura, sin software instalado en las fuentes y sin copiar tablas.
Existe hoy3 · El ciclo · paso 2 de 7
Descubrir
Entrada
Los datasets conectados.
Lo que hace BeryX
Perfil por columna con agregados calculados en la fuente: nulos, distintos, patrones y distribuciones. Reconoce NIF, IBAN, email y código postal, construye el mapa de datos personales, clasifica la sensibilidad en cuatro niveles y estima el riesgo de reidentificación (k-anonimato). En las plataformas con telemetría, mide el uso real de cada tabla.
Existe hoyQuién decide
El DPD confirma o corrige la sensibilidad de cada columna. El escaneo nunca sobrescribe una decisión manual.
Gobierno y evidencia
Cada cifra indica si es exacta, estimada o por muestreo, con un intervalo de confianza del 95%. Cada cambio de clasificación queda registrado con autor y fecha.
Existe hoySalida
Perfil, puntuación por dimensión, mapa de datos personales, sensibilidad por columna y uso.
Existe hoySe conecta con
Tipos semánticosMapa de PIIk-anonimatoBigQuerySnowflake
Pasa al siguiente paso
El perfil alimenta las reglas sugeridas.
Valor
El DPD ve dónde están los datos personales a partir de las propias fuentes, sin depender de un inventario manual.
Existe hoy3 · El ciclo · paso 3 de 7
Reglas y contratos
Entrada
El perfil, las sugerencias y los tests que el equipo ya tiene.
Lo que hace BeryX
Dieciséis tipos de regla: formatos con dígito de control (NIF, IBAN, tarjetas), unicidad, rangos, listas de referencia, integridad referencial, frescura, volumen y SQL propio de solo lectura. Exactitud frente a fuentes externas, opcional: VIES, GeoAPI.pt, planes de numeración y registros MX. Importa tests de dbt, Great Expectations, SodaCL y contratos ODCS.
Existe hoyQuién decide
El perfil y la IA proponen; una persona acepta cada regla.
Gobierno y evidencia
El SQL del cliente pasa por una guarda: un único SELECT, en una transacción que siempre se revierte. La configuración también vive como código, en un datavault.yaml versionado.
Existe hoySalida
Reglas activas por dataset y contrato versionado; exportación a dbt, con SodaCL y Great Expectations por activar.
ParcialSe conecta con
dbtGreat ExpectationsSodaCLODCSVIESGeoAPI.pt
Pasa al siguiente paso
Las reglas aceptadas se ejecutan en cada escaneo y alimentan los monitores.
Valor
Las reglas dejan de vivir en los scripts de una sola persona.
Existe hoy3 · El ciclo · paso 4 de 7
Monitorizar
Entrada
Reglas, histórico de perfiles y telemetría de coste y de uso.
Lo que hace BeryX
Monitores automáticos de frescura, volumen y esquema, hasta 500 por conexión en cada escaneo. Anomalías con z-score modificado y control de falsos positivos (Benjamini-Hochberg), deriva de distribución, SLO por dataset y picos de coste diario, con las consultas más caras del día en BigQuery.
Existe hoyQuién decide
El dueño del dataset define el SLO y la severidad. Un falso positivo marcado como «ignorado» silencia la serie.
Gobierno y evidencia
Métodos publicados y probados contra el código. Ninguna cifra de calidad, de anomalía o de coste sale de un LLM.
Existe hoySalida
Alertas en la app, por email, en Slack, en Teams y por webhook, con escalado de guardia.
Existe hoySe conecta con
SlackTeamsEmailWebhooks firmados
Pasa al siguiente paso
Una alerta abre o actualiza una incidencia, que puede unirse a un incidente.
Valor
El fallo llega primero al equipo de datos, y no al cierre del mes.
Existe hoy3 · El ciclo · paso 5 de 7
Incidentes y causa raíz
Entrada
Una alerta o una incidencia abierta.
Lo que hace BeryX
Agrupa incidencias en incidentes a través del linaje (claves foráneas, SQL de las vistas, manifest de dbt, OpenLineage) y muestra el impacto aguas abajo. La IA propone la causa probable a partir de metadatos y de muestras limitadas. Plazos de respuesta por severidad, con escalado.
Existe hoyQuién decide
El responsable del dominio acepta, asigna y cierra el incidente.
Gobierno y evidencia
Registro de auditoría grabado en la misma transacción que el cambio y exportable al SIEM: Splunk, Sentinel o Google SecOps.
Existe hoySalida
Un incidente con linaje, impacto, dueño, plazo e historial, y un ticket en Jira, Linear, ServiceNow, Azure DevOps, GitHub o GitLab.
Existe hoySe conecta con
JiraLinearServiceNowAzure DevOpsGitHubGitLabOpenLineage
Pasa al siguiente paso
La causa probable y el impacto pasan a la propuesta de corrección.
Valor
Saber qué informes y modelos se vieron afectados antes de que alguien pregunte.
Existe hoy3 · El ciclo · paso 6 de 7
Corregir
Entrada
Un incidente con causa probable.
Lo que hace BeryX
Propone la corrección en SQL, en el dialecto de la fuente, o en PySpark, y la ensaya sobre una muestra antes de aceptarla. A partir del plan Business, la corrección aprobada abre un pull request en el GitHub o el GitLab del cliente. La normalización y la deduplicación también salen como propuestas.
Existe hoyQuién decide
Una persona aprueba y el cliente la aplica con su propio CI. BeryX nunca escribe en las fuentes.
Gobierno y evidencia
Flujo propuesta, aceptada, aplicada y verificada: el siguiente escaneo confirma si la incidencia ha desaparecido.
Existe hoySalida
Pull request o SQL aprobado, vinculado al dataset y al ticket.
Existe hoySe conecta con
GitHubGitLabSQLPySparkdbt
Pasa al siguiente paso
La verificación del siguiente escaneo cierra el ciclo y queda en el historial.
Valor
La corrección se revisa y se versiona como cualquier otro código.
Existe hoy3 · El ciclo · paso 7 de 7
Demostrar
Entrada
El historial de escaneos, incidentes y decisiones.
Lo que hace BeryX
Informes por perfil (ingeniería, gestión, dirección) con impacto estimado en euros, en PDF y programados; panel del CDO con objetivos y semáforos; dosier del art. 10 del Reglamento de IA (Business); feeds para Power BI; exportación de la auditoría; insignia pública por producto de datos.
Existe hoyQuién decide
La dirección lee; el DPD y la auditoría interna usan la evidencia.
Gobierno y evidencia
El impacto en euros es una heurística declarada, que tiende a subestimar. Cada cifra dice cómo se calculó.
Existe hoySalida
Informes, dosieres y exportaciones con fecha y fuente.
Existe hoySe conecta con
Power BITableauLookerPDFCSV
Pasa al siguiente paso
Lo que se aprende vuelve a las reglas y a los umbrales del paso 3.
Valor
Responder a un auditor o al regulador con historial, y no con una reconstrucción a toda prisa.
Existe hoy3 · Una historia de principio a fin
Lunes en la tienda online: del conector parado al informe semanal
Demostración con el pack «Loja online» de BeryX: datos sintéticos de una tienda online portuguesa, con ocho problemas plantados. Ejemplo ilustrativo · datos sintéticos
- 01ConectarLa base de pedidos se conecta en solo lectura. El primer escaneo perfila clientes, productos, pedidos y líneas de pedido en segundos.
- 02DescubrirEl perfil marca siete columnas con datos personales (nombre, email, NIF y dirección) y la regla de formato detecta un 4% de emails inválidos.
- 03ReglasEl pack de e-commerce instala reglas para el email, el país ISO, el código postal, la unicidad de los pedidos y la frescura. El perfil propone más reglas, que una persona acepta o rechaza.
- 04MonitorizarLa regla de frescura falla: el pedido más reciente tiene 72 horas, con un límite de 24. El conector del marketplace se paró el viernes.
- 05IncidenteEl linaje agrupa las incidencias relacionadas en incidentes, cada uno con su origen, su severidad y los datasets afectados.
- 06CorregirPara los 14 order_id repetidos, BeryX propone el SQL de diagnóstico y el de corrección, también en PySpark. La corrección viene marcada para ejecutarse solo después de validar el diagnóstico.
- 07DemostrarEl informe ejecutivo resume el riesgo para el negocio, la exposición financiera estimada, la tendencia y los incidentes críticos, con la acción recomendada.
4 · Por dentro
Lo que ve el equipo
4 · Por dentro
Arquitectura de referencia
Personas y herramientas
App webSlack y TeamsPower BI, Tableau y LookerAgentes de IA por MCPAPI pública versionada
BeryX · Google Cloud, europe-west1
APIWorkers asíncronos para escaneos e informes, con colas y DLQPostgres con los metadatos, nunca las tablasFachada de IA con un router por tareaServidor MCP con 21 herramientas de solo lectura
Tus fuentes
Conexiones de solo lectura con los métodos oficiales de cada proveedor
De las fuentes salen agregados, hasta 20 valores de ejemplo por columna y, para las reglas por fila, una muestra de hasta 5000 filas por tabla.
- SaaS compartido en la UE (europe-west1)Existe hoy
- Instancia dedicada por cliente, con IP de salida propia y CMEK opcionalPor activar
- Ejecución dentro del perímetro del clienteVisión
4 · Por dentro · IA
IA con reglas: dónde entra, dónde no entra y quién decide
Dónde entra la IA
- Sugerencias de reglas, causa probable de los incidentes e informes por perfilExiste hoy
- Asistente en lenguaje natural sobre el catálogo y las incidenciasExiste hoy
- Glosario y documentación de datasets, siempre para aprobación humanaExiste hoy
Dónde no entra
- Ninguna cifra de calidad, de anomalía o de coste sale de un LLM: los métodos son deterministas y están publicadosExiste hoy
- Proponer nunca ejecuta: cada acción pide aprobación humana y queda auditadaExiste hoy
Controles del cliente
- IA desactivada en cualquier plan, con informes en modo offlineExiste hoy
- Muestras en bruto o sintéticas, a elección del workspaceExiste hoy
- Clave propia de Anthropic (Business) o Claude en Amazon Bedrock o en Vertex AI, en regiones europeas (Enterprise)Existe hoy
Guardas
- Tope diario de coste de IA y cuota mensual de tokens por planExiste hoy
- Router por tarea: por defecto, solo Anthropic recibe datos de clientesExiste hoy
- Guarda de salida que enmascara secretos, emails, IBAN, tarjetas y NIF antes de guardar (todavía no cubre el asistente en streaming)Parcial
- Defensa contra la inyección indirecta de instrucciones, con pruebas adversariales en el CIExiste hoy
- Marcado del contenido generado por IA, como exige el art. 50 del Reglamento de IAExiste hoy
Por activar Por defecto, muestras limitadas van a Anthropic, en EE. UU., al amparo de cláusulas contractuales tipo. El anonimizador (Presidio) está hecho, pero todavía no está en la imagen de producción.
4 · Por dentro · RGPD
RGPD: del inventario manual al mapa que se actualiza en cada escaneo
Saber dónde están los datos personales
- Mapa de datos personales: qué datasets guardan qué tipos de datos, cómo se detectaron y si tienen reglas activasExiste hoy
- Sensibilidad por columna en cuatro niveles, con herencia por el linaje (sugerida) y curación con autor y fechaExiste hoy
- Riesgo de reidentificación por cuasi-identificadores (k-anonimato); los ejemplos enviados a la IA salen generalizadosExiste hoy
Mantenerlos exactos
- Dígitos de control de NIF, IBAN y tarjetas, y listas de referenciaExiste hoy
- Exactitud frente a VIES, GeoAPI.pt, planes de numeración y registros MX, opcionalExiste hoy
- Auditoría de exactitud por muestreo humano, con intervalo de confianzaExiste hoy
Responder y demostrar
- Registro de solicitudes de los interesados con el plazo legal de cada jurisdicción: UE, Reino Unido, Suiza, Brasil, California y AngolaPor activar
- Buscar y borrar el valor de un interesado en las muestras que guarda BeryXPor activar
- Retención de las muestras configurable por workspace y registro de auditoría exportable al SIEMExiste hoy
- Búsqueda de credenciales olvidadas en código y notebooksExiste hoy
Los casos de la CNPD, en preguntas que los datos responden
- ¿Dónde están los datos de salud, de religión o financieros?
- El mapa de datos personales y la sensibilidad por columna. Existe hoy
- ¿Quién tiene acceso, y coincide con quien debería tenerlo?
- Una regla de integridad referencial entre el directorio de cuentas y el registro de personal. Existe hoy
- ¿Adónde van los datos?
- El linaje entre las fuentes conectadas. Los envíos por email o a terceros quedan fuera. Parcial
4 · Por dentro · FinOps
FinOps de datos: el coste leído de la propia plataforma y cruzado con la calidad
Coste y calidad juntos (Business)
- Telemetría nativa: BigQuery (INFORMATION_SCHEMA.JOBS), Snowflake (WAREHOUSE_METERING_HISTORY) y Databricks (system.billing.usage)Existe hoy
- Cuánto del cómputo del mes se ejecutó sobre datos que no superan las comprobacionesExiste hoy
- Coste por tabla en BigQuery; en Snowflake y Databricks el coste es de la cuenta, y el reparto aparece etiquetado como atribución. Sin telemetría, no aparece ninguna cifraExiste hoy
Picos de coste
- Un pico diario abre una incidencia y avisa en los canales; en BigQuery, con las 5 consultas más caras del día y los literales enmascaradosExiste hoy
- Criterio publicado: z ≥ 3, al menos un 50% y 1 USD por encima de la mediana, con 7 días de históricoExiste hoy
Uso real
- Tablas calientes (20 o más consultas al día), activas, frías y sin uso (0 consultas en 90 días, solo con telemetría que cubra al menos 80 días)Existe hoy
- Las tablas sin uso pasan a ser candidatas a darse de bajaExiste hoy
- Escaneos guiados por el uso: las calientes en profundidad en cada escaneo, las sin uso solo en el perfil mensual, de forma opcional y con aprobación del stewardExiste hoy
El coste del propio BeryX
- Tope de bytes antes de leer en BigQueryExiste hoy
- Coste de IA por informe, por tarea y por proveedor; informes programados por la API de lotes a mitad de precioExiste hoy
- Chargeback del uso por workspace, dominio y equipo, con CSV mensual y feed para Power BIExiste hoy
Parcial La telemetría de coste está hecha y probada, pero todavía no se ha demostrado en una cuenta real de BigQuery, Snowflake o Databricks. Mide el coste de cómputo, y no la eficiencia del formato de los datos.
4 · Por dentro · Seguridad
Seguridad: solo lectura impuesta en el código, y las carencias puestas por escrito
Acceso a las fuentes
- Solo lectura en el código, probada contra servidores realesExiste hoy
- Métodos oficiales de cada proveedor y credenciales cifradas (Fernet) con rotación de claveExiste hoy
- Anti-SSRF con DNS fijado, también en los webhooks y los ticketsExiste hoy
Aislamiento e identidad
- Una prueba recorre todas las rutas de la API en busca de fugas entre clientesExiste hoy
- SSO por OIDC y SAML 2.0 en todos los planes; MFA obligatoria para los administradores de la organizaciónExiste hoy
- Lista de IP permitidas por organización, también para los tokens de APIExiste hoy
Rastro y control
- Auditoría grabada en la misma transacción que el cambio, con exportación al SIEMExiste hoy
- Acceso de soporte de BeryxTech solo con consentimiento, de solo lectura y durante 72 horas como máximoExiste hoy
- Exportación de los datos del workspace y borrado en cascada con certificado firmadoExiste hoy
4 · Por dentro · Ecosistema
Ecosistema: 29 tipos de fuente y las herramientas donde el equipo ya trabaja
Bases de datos 6
PostgreSQLMySQL y MariaDBSQL Server, Azure SQL y SynapseOracleMongoDBSQLite
Warehouses 4
BigQuerySnowflakeDatabricksMicrosoft Fabric*
Ficheros y almacenamiento de objetos 6
CSVGoogle Sheets*Google Cloud StorageAmazon S3Azure Blob y ADLS Gen2SFTP
Aplicaciones de negocio 5
SalesforceSAP S/4HANA y SAP GatewayOData v2 y v4Dynamics 365REST y JSON
Documentos 4
ConfluenceJiraSharePoint*Google Drive*
Streaming 2
Kafka*Pub/Sub*
Colaboración 2
SlackTeams*
* Código hecho; el driver todavía no está en la imagen del SaaS.
- Catálogos · OpenMetadata y DataHub; Collibra y Purview validados solo con un transporte simuladoParcial
- BI · Power BI, Tableau y LookerExiste hoy
- Tickets · Jira, Linear, ServiceNow, Azure DevOps, GitHub y GitLabExiste hoy
- Orquestación · dbt Cloud, dbt Core, Airflow, Fivetran y AirbyteExiste hoy
- Agentes de IA · Servidor MCP publicado, con 21 herramientas de solo lecturaExiste hoy
- Paquetes para desarrolladores · SDK de Python, provider de Terraform, extensión de VS Code, Airflow y plugin de Claude Code, todavía sin publicarPor activar
- SIEM · Splunk, Microsoft Sentinel y Google SecOpsExiste hoy
4 · Por dentro · Métodos
Cada cifra dice cómo se calculó
Tres tipos de cifra
exacta, estimada o por muestreo, marcadas en la app
Existe hoyIntervalos de confianza
al 95%, de Wilson con corrección para población finita; z de Fisher en las correlaciones
Existe hoyPuntuación con pesos fijos
completitud 25%, unicidad 25%, validez 20%, actualidad 15% y consistencia 15%
Existe hoyAnomalías
z-score modificado (mediana y MAD) con control de falsos positivos de Benjamini-Hochberg
Existe hoyImpacto en euros
heurística declarada, siempre estimada, que tiende a subestimar
Existe hoyMétodos públicos
el documento está publicado y una prueba falla si una constante documentada cambia en el código
Existe hoy5 · Para quién
Seis perfiles, cada uno con su guía y su tour
Administrador del workspace
Conecta fuentes, gestiona el equipo, los canales de alerta y la política de IA.
Existe hoyGuía del perfil →
Miembro
Trabaja incidencias, reglas, sugerencias e incidentes.
Existe hoyGuía del perfil →
Lector
Consulta puntuaciones, informes y el catálogo sin cambiar nada. Todavía no se asigna en la página Equipo.
ParcialGuía del perfil →
Responsable de dominio
Decide sobre los datasets, los incidentes y las reglas de su dominio.
Existe hoyGuía del perfil →
Administrador de la organización
Gobierno de todos los workspaces: SSO, IP permitidas, política de datos y chargeback.
Existe hoyGuía del perfil →
Facturación
Plan, facturas e informe de costes por equipo.
Existe hoyGuía del perfil →
5 · Para quién
Qué cambia para cada función
| Función | Hoy | Con BeryX |
|---|---|---|
| Ingeniería de datos | Se entera de los fallos por el negocio; tests repartidos por repositorios | Monitores automáticos, incidentes con linaje, reglas versionadas y un gate en el CI |
| DPD y jurídico | Inventario manual, revisado una vez al año | Mapa de datos personales en cada escaneo, sensibilidad con autor y evidencia exportable |
| FinOps y finanzas | La factura a final de mes, sin relación con la calidad | Coste diario por dataset o por cuenta, picos de coste con las consultas más caras y tablas sin uso |
| Dirección y CDO | Informes sin fuente ni tendencia | Panel con objetivos y semáforos, e informes por perfil |
| Equipos de IA | Datos de entrenamiento que nadie mide | Preparación por finalidad, dosier del art. 10 y datos sintéticos con evaluación de privacidad |
6 · Valor
Panorama: dónde es más fuerte cada enfoque
Suites enterprise · Collibra, Informatica
- Catálogo y glosario como sistema de registro de la empresa
- ISO 27001 y SOC 2, con un trust center público
- Limpieza y MDM que escriben en tus sistemas, con credenciales de escritura
Coste Precio público en UK G-Cloud: de 74 999 £ a 122 919 £ al año, más la implantación
UK G-Cloud — Collibra Data Quality (servicio 136629392504870) · UK G-Cloud — Informatica IDMC (servicio 727452156234281) · Collibra — Trust Center
Open source · Great Expectations, Soda
- Gratis y ejecutándose dentro de tu perímetro
- SQL y Python sin límites en los tests
- Cada test lo escribe y lo mantiene tu equipo
Coste Licencia 0; Soda Team a 750 $ al mes, más cómputo y horas de ingeniería
Great Expectations — planes y precios · Soda — planes y precios
Observabilidad · Monte Carlo, Sifflet
- Monitores por metadatos maduros en warehouses en la nube
- SOC 2 Type II e ISO 27001
- Detectan y alertan; la corrección queda en manos del equipo
Coste Contratos anuales; Sifflet a unos 48 000 $ al año según su precio publicado
Monte Carlo — documentación: seguridad y cumplimiento · Monte Carlo — Trust Center · Sifflet — planes y precios
BeryX
- Calidad, datos personales y coste medidos en el mismo catálogo
- Propone la corrección en SQL o como pull request, sin credenciales de escritura
- Todavía sin certificaciones ni SLA contractual
Coste Gratuito · desde 490 €/mes
6 · Valor
Dónde está la diferencia, y lo que no afirmamos
Lo que se puede probar hoy
- Calidad, datos personales y coste medidos sobre el mismo catálogo y el mismo historial
- Solo lectura impuesta en el código, con correcciones como propuestas y pull requests
- Cada cifra con un método publicado y un intervalo de confianza
- IA con reglas de salida, modo offline y la opción de desactivarla
- Precio publicado y una cuenta gratuita sin llamada comercial
Lo que no afirmamos
- Que BeryX habría evitado una multa concreta
- Certificaciones: todavía no tenemos ISO 27001 ni SOC 2
- Un SLA contractual
- Que todos los conectores se hayan probado en una cuenta real
- Que sustituye a un MDM o a un catálogo enterprise
- Que corrige los datos por sí solo
6 · Valor
Lo que pasa a ser medible
| Métrica | Cómo la mide BeryX | Estado |
|---|---|---|
| Puntuación de calidad por dataset y por dominio, con tendencia | Cinco dimensiones con pesos fijos, en cada escaneo | Existe hoy |
| Cumplimiento del SLO por dataset | Objetivo de servicio por dataset e historial de cumplimiento | Existe hoy |
| Incidencias abiertas y resueltas por severidad | Incidencias e incidentes con fechas, dueño y plazo de respuesta | Existe hoy |
| Columnas con datos personales sin reglas o sin dueño | El mapa de datos personales cruzado con las reglas y los dueños | Existe hoy |
| Plazo de cada solicitud de un interesado | Registro de solicitudes con el plazo de la jurisdicción | Por activar |
| Cómputo gastado en datos que no superan las comprobaciones | Telemetría de coste de la plataforma cruzada con la puntuación | Existe hoy |
| Tablas sin uso en 90 días | Recuento de consultas por tabla en las vistas de sistema | Existe hoy |
| Coste de IA por informe y por equipo | Coste por llamada, por tarea y chargeback por equipo | Existe hoy |
6 · Valor
El libro honesto
Existe hoy
- Perfilado, 16 tipos de regla, monitores automáticos, anomalías y SLO
- Incidentes con linaje, causa probable y tickets
- Corrección propuesta, ensayada y por pull request (Business)
- Mapa de datos personales, sensibilidad y riesgo de reidentificación
- Coste y calidad juntos, picos de coste, uso real y chargeback
- Informes por perfil, asistente y servidor MCP
- SSO por OIDC y SAML, MFA, IP permitidas, auditoría y SIEM
- Tour y guía escrita por perfil
Parcial
- Conectores todavía sin prueba en una cuenta real, entre ellos BigQuery, Snowflake, Databricks y Oracle
- Collibra y Purview validados solo con un transporte simulado
- Páginas de metadatos y dosier de elementos críticos (BCBS 239) solo por API
- Correspondencia de entidades sobre muestras de hasta 50 000 filas
- La guarda de salida de la IA todavía no cubre el asistente en streaming
- El rol de Lector todavía no se asigna en la página Equipo
Por activar
- Solicitudes de los interesados y exportación a SodaCL y Great Expectations: hechas, en el próximo despliegue
- Siete conectores fuera de la imagen del SaaS
- El anonimizador en la imagen de producción
- Instancia dedicada, alta disponibilidad, WAF e IP de salida fija
- SDK, Terraform, VS Code y Airflow sin publicar
- Pago en línea
Visión
- Certificaciones ISO 27001, SOC 2, ISO 27701 e ISO 42001: todavía no tenemos ninguna
- Prueba de penetración externa
- SCIM y llaves de seguridad (WebAuthn)
- Conectividad privada y ejecución dentro del perímetro del cliente
- Sincronización con ServiceNow en los dos sentidos
6 · Valor
Planes
Gratuito
0 €/mes
- 1 fuente
- 25 datasets
- 5 informes de IA al mes
- 30 días de histórico
Team
490 €/mes
- 5 fuentes
- 500 datasets
- 200 informes de IA al mes
- 365 días de histórico
- Tokens de API
- Webhooks de alertas
- Análisis de documentos para RAG
- Informes programados por email
- Datos sintéticos a partir del perfil
Business
1190 €/mes
- 15 fuentes
- 2000 datasets
- 1000 informes de IA al mes
- 730 días de histórico
- Dosier de conformidad del AI Act
- Telemetría de coste de las plataformas
- Remediación como Pull Request (GitHub/GitLab)
- Clave de Anthropic propia (BYOK)
- Elección de modelos de IA por tarea
Enterprise
Bajo consulta
- sin límite
- Claude en la cuenta cloud de la organización (Amazon Bedrock o Google Vertex AI)
7 · Siguiente paso
Cómo empezar
01
Probarlo por tu cuenta
Cuenta gratuita con una fuente y la demo de un clic, con cuatro packs de datos sintéticos: Loja online, ERP, Neobanco y Hospital.
Crear una cuenta gratuita →02
Una conversación con BeryxTech.
Treinta minutos para rellenar el cuadro de costes con tus cifras y ver la demo sobre tu caso.
Hablar con nosotros →03
Un piloto en un dominio
Un dominio de datos, las métricas de la diapositiva anterior medidas al principio y al final, y una decisión tomada con cifras.
Proponer un piloto →Datos en los que ingeniería, el DPD y finanzas confían, con la misma evidencia.
BeryX, un producto de BeryxTech.
beryx.lbostuff.tech/es/apresentacao
BeryxTech · octubre de 2026 · 39/39