Del participante al espacio de datos
En el post anterior vimos cómo medir la madurez de cada organización que participa en un espacio de datos desempeñando un rol específico. Pero un espacio de datos es algo más que la suma de sus participantes: tiene distintas dimensiones que determinan cómo de bien se han hecho las cosas, y cómo de bien se espera que se hagan. Estas dimensiones son las siguientes: Gobierno, Negocio, Legal, Interoperabilidad, Control sobre los datos y confianza, creación de valor. La percepción de «la madurez» del espacio de datos sobre estas dimensiones es el resultado del trabajo conjunto de todos los participantes (liderados por la autoridad de gobierno del espacio de datos), desempeñando su rol específico y siguiendo para ello los procesos descritos en el FprEN 18352 que habíamos visto en el post anterior.
Así que las preguntas de este post son:
-
- ¿cómo de maduro está un espacio de datos en su conjunto?
- ¿cómo necesitamos que sea de maduro en el futuro para ayudarnos a conseguir los resultados de negocio esperados ?
- ¿qué aspectos de cada dimensión tenemos que hacer para evolucionar para conseguir lo que pretendemos?
Para responderlas, el mandato de estandarización M/614 encargó una especificación técnica de autoevaluación de la madurez de los espacios comunes europeos de datos: la CEN/CLC/TS 18331:2026.
La CEN/CLC/TS 18331: un «chequeo médico» para espacios de datos
La especificación técnica CEN/CLC/TS 18331:2026 Maturity assessment of Common European Data Spaces se publicó en julio de 2026 por el CEN/CENELEC JTC 25. Evolucionó a partir de los trabajos sobre el modelo de madurez del Data Spaces Support Centre (DSSC), de septiembre de 2025, y toma su terminología del EN 18235-1:2026 y de la ISO/IEC 20151-1.
Recordemos del primer post que una especificación técnica, como la que estamos describiendo, no es una norma: no contiene requisitos certificables ni obliga a retirar documentos nacionales, aunque sus indicadores se formulan como los que la autoridad de gobierno del espacio de datos debería medir para determinar el nivel de madurez que ya tiene el espacio de datos (AS_IS) o que sería recomendable que tuviera para servir mejor a los propósitos de las organizaciones implicadas (TO_BE). Por tanto, su vocación es servir como herramienta práctica y común para dirigir el gobierno y la gestión del espacio de datos.
Según la propia especificación, el modelo sirve para:
-
- evaluar la evolución de un espacio de datos a lo largo del tiempo;
- apoyar su autoevaluación;
- compararlo con otros espacios de datos del panorama europeo;
- identificar fortalezas y áreas de mejora;
- disponer de una estructura común de informes, alineada con los objetivos europeos;
- evaluar la interoperabilidad, tanto dentro del espacio como entre espacios.
Aunque está pensada para la autoevaluación, la propia TS deja la puerta abierta a otras modalidades de evaluación, como las correspondientes para la certificación por terceros.
Fases, dimensiones e indicadores
El modelo se construye con tres piezas: unas fases que describen la evolución de la vida del espacio de datos (como si fueran estadios evolutivos), unas dimensiones que lo miran desde distintos ángulos y unos indicadores que permiten medir cada una de las dimensiones.
Las cinco fases de madurez o de evolución de un espacio de datos
-
- Exploratoria: un grupo de interesados evalúa el interés, el potencial y la viabilidad del espacio de datos. Se identifican los actores, los requisitos, los casos de uso y la normativa aplicable.
- Preparatoria: se alcanza una masa crítica de socios comprometidos que acuerdan seguir adelante y desarrollan conjuntamente los casos de uso sobre el espacio de datos.
- Implementación: existe un plan detallado, con hitos y recursos, para construir el marco de gobernanza y la infraestructura en un piloto.
- Operativa: la infraestructura y la gobernanza están probadas y los primeros casos de uso funcionan de verdad: los datos fluyen entre proveedores y usuarios y aportan el valor esperado.
- Escalado: el espacio de datos atrae de forma continua y orgánica nuevos participantes y casos de uso, y es sostenible tanto financiera como operativamente.
Es importante tener en cuenta que el nivel de madurez global del espacio de datos, y el nivel de madurez organizacional de cada uno de los roles participantes en el espacio de datos con respecto al gobierno y la gestión de espacios de datos (sobre todo la de la organización que desempeñe el rol de «autoridad de gobierno del espacio de datos») determinarán la velocidad de crecimiento y la sostenibilidad del espacio de datos.
Se espera, por tanto, que las organizaciones tomen ambos estándares como referencia: el EN 18352 – en conjunción con el EAS 18425- para su propio crecimiento como organización que desempeña un rol, y esta TS 18331 para el crecimiento del propio espacio de datos. Esto siempre va más allá de aspectos puramente técnicos y legales, que pueden implicar otros estándares (como EN 18235-2) o regulaciones concretas (como Data Act, GDPR o AI Act). Además, merece la pena recordar que pueden evaluar su madurez organizacional interna en gobierno, gestión y gestión de la calidad del dato con la UNE 0080. Así que permíteme incidir en el siguiente mensaje: tres aspectos evaluables, tres estándares distintos. Así, tenemos UNE 0080 para la madurez como organización normal, EN 18352 para evaluar su madurez como un rol específico en espacios de datos, y TS 18331 para la madurez del espacios de datos
Seis dimensiones
La TS 18331 identifica seis dimensiones consideradas importantes para el uso y la explotación de un espacio de datos. Estas seis dimensiones, aunque no aparezcan relacionadas en el documento, presentan interacciones importantes. Cada una de estas dimensiones se mide mediante una serie de indicadores específicos. Las dimensiones, los objetivos de cada una y algunos ejemplos de indicadores de cada una de las dimensiones se recogen en la siguiente tabla.
|
Dimensión |
Enfoque |
Ejemplos de Indicadores (DSMI) |
|
Gobierno del espacio de datos |
Se centra en si el gobierno del espacio de datos que se ejerce es suficiente. Esto implica observar aspectos como el grado de cubrimiento del marco de gobierno, y del libro de reglas asociado, la transparencia de los procesos de toma de decisiones, el despliegue de mecanismos para asegurar la confiabilidad de las transacciones de datos, la gestión de la participación. |
Establecimiento del marco de gobernanza · Gestión de la participación |
|
Negocio |
Se centra en aspectos tales cómo de bien el modelo de negocio del espacio de datos satisface las necesidades y expectativas de los roles participantes, en cómo de sostenible financieramente es el espacio de datos o incluso si hay un equilibrio en la participación de los roles para asegurar la continuidad operacional. |
Desarrollo del modelo de negocio · Desarrollo de casos de uso |
|
Legal |
Esta dimensión se centra en el diseño y control del cumplimiento normativo y acuerdos contractuales a través del ciclo de vida del espacio de datos. |
Cumplimiento regulatorio · Marco contractual e institucional |
|
Interoperabilidad |
Se centra en aspectos de interoperabilidad semántica y sintáctica compartida , protocolos y API, linaje y procedencia de datos y trazabilidad. |
Semántica compartida · Intercambio interoperable · Procedencia, observabilidad y trazabilidad |
|
Control sobre los datos y confianza |
Se centra en los aspectos relacionados con la identidad digital de los participantes, en el establecimiento y control del marco de confianza centrado en políticas de acceso, uso y consentimiento de los datos. |
Identidad y atestaciones · Marco de confianza · Aplicación de políticas de acceso y uso |
|
Creación de valor |
Se centra en cómo el espacio de datos habilita la creación de valor a través del provisionamiento de servicios, mecanismos de catalogado y recuperación de datos, o en el nivel de adopción del espacio de datos. |
Descripciones · Publicación y descubrimiento · Servicios de creación de valor · Nivel de adopción |
Indicadores, métricas y puntuaciones
Cada indicador de madurez del espacio de datos (DSMI) proporciona una visión cuantitativa o cualitativa de una dimensión correspondiente. A su vez, cada DSMI agrupa una o varias métricas, y cada métrica requiere un conjunto de capacidades. Por ejemplo, el indicador Gestión de la participación incluye la métrica Proceso de incorporación (onboarding), que, a su vez, requiere capacidades como la firma del acuerdo de adhesión o la verificación de la identidad del participante. Importante: no confundir esta noción de capacidad, con el concepto de «capacidad de proceso» visto en el post anterior.
Cada métrica se elabora respondiendo con un valor de una escala Likert de cinco puntos (por ejemplo: «sin definir», «en borrador», «establecido», «en funcionamiento continuo», «adaptado al tamaño»), que se traduce en una puntuación por fase y se pondera según la relevancia de la métrica. Agregando las métricas se obtiene la puntuación de cada indicador, y agregando los indicadores del nivel de madurez, se obtiene el nivel de madurez de cada dimensión, o lo que es lo mismo, se especifica en qué fase está de las mencionadas anteriormente.
Un detalle importante: la madurez no suele ser y no tiene por qué ser homogénea para todas las dimensiones. Un espacio de datos puede estar en fase operativa en interoperabilidad y todavía en fase preparatoria en su modelo de negocio. La TS lo asume expresamente y por eso evalúa la fase de cada dimensión por separado.
El modelo de un vistazo
La siguiente infografía resume lo que hemos estado viendo en los párrafos anteriores:
Las fases describen la vida del espacio de datos; las dimensiones y sus indicadores son lo que se mide en cada una.
Cómo se hace una autoevaluación
La TS 18331 incluye, en su anexo A, una plantilla de autoevaluación con 52 preguntas agrupadas por dimensiones. Cada pregunta explica qué se evalúa, qué capacidades se esperan y qué respuestas son posibles. El procedimiento descrito incluye estos siete pasos:
-
- Responder el cuestionario, combinando datos cuantitativos y cualitativos.
- Aplicar el peso de cada métrica, porque no todas tienen el mismo peso en su indicador.
- Convertir cada respuesta en puntos según la fase a la que corresponde. La TS pone como ejemplo una escala de 10 puntos (exploratoria) a 100 (escalado).
- Agregar por indicador.
- Agregar por dimensión.
- Visualizar los resultados: un gráfico de araña con el porcentaje de cumplimiento de cada dimensión y, si se repite la evaluación, un gráfico de barras que muestra la evolución año a año.
- Determinar la fase de cada dimensión con la tabla de criterios de evolución. Esa tabla también indica qué hace falta para pasar a la fase siguiente.
Además de las puntuaciones, la TS recomienda acompañar la evaluación con un informe con información que los indicadores no capturan. Por ejemplo, el alineamiento con el Marco Europeo de Interoperabilidad (EIF), cómo se tratan la protección de datos, la competencia y los flujos transfronterizos, y qué valor social y medioambiental aporta el espacio de datos. Un aspecto importante es que cada una de estas dimensiones puede haber alcanzado una calificación diferente, teniendo la autoridad de gobierno del espacio de datos que evaluar, deseablemente, con los principales implicados, si ese perfil de madurez es suficiente para la operativa del espacio de datos. Si no lo es, pues habrá que emprender las acciones correspondientes (estrategia del espacio de datos – programas de gobierno del espacio de datos – proyectos específicos del espacio de datos) para afrontar y resolver las situaciones.
Un ejemplo para aterrizarlo
Pensemos en un espacio de datos de movilidad urbana que lleva un año en piloto. Su autoevaluación podría dar un resultado así:
-
- Interoperabilidad, fase operativa: ha adoptado modelos de datos estándar y un protocolo de intercambio que utiliza a diario.
- Gobierno, fase de implementación: tiene autoridad de gobierno y libro de reglas, pero el proceso de baja (offboarding) de participantes solo está en borrador.
- Negocio en fase preparatoria: depende de la financiación pública y aún no cuenta con un mecanismo claro de ingresos.
El diagnóstico es claro: la tecnología va por delante del modelo de sostenibilidad. Este es justo el tipo de desequilibrio que este estándar ayuda a hacer visible. Y la tabla de criterios le dice qué debe conseguir para avanzar, por ejemplo, adoptar el modelo de negocio y definir propuestas de valor para cada tipo de participante.
La evaluación puede repetirse con una periodicidad fija (por ejemplo, anual) o cuando la autoridad de gobierno del espacio de datos lo estime oportuno en conformidad con el resto de los participantes indicados.
En DQTeam podemos ayudarte a evaluar el estado actual de tu espacio de datos con respecto a estas seis dimensiones, determinar qué nivel de madurez necesitas en cada una de ellas y evaluar el impacto de no haber alcanzado ese nivel, así como el beneficio de alcanzarlo. Ten en cuenta siempre que estas dimensiones son, de alguna manera dependientes entre ellas, y las asimetrías entre dimensiones con niveles inadecuados de madurez se acaban pagando en términos de pérdida de competitividad y sostenibilidad del espacio de datos.
Repaso final
En este post hemos visto cómo la CEN/CLC/TS 18331 permite autoevaluar la madurez de un espacio de datos. Lo hace en cinco fases (exploratoria, preparatoria, implementación, operativa y escalado) y seis dimensiones (gobierno, negocio, legal, interoperabilidad, control y confianza, y creación de valor), mediante indicadores, métricas y un cuestionario de 52 preguntas.
En el próximo post nos acercamos al momento clave de un espacio de datos: la transacción confiable de datos. Veremos qué exige la familia de normas EN 18235 para que una transacción entre un proveedor y un usuario de datos sea confiable e interoperable.
