Contrato de datos

Un contrato de datos (data contract) es un acuerdo entre el equipo que produce ciertos datos (por ejemplo, los desarrolladores de la app de checkout) y los equipos que los consumen (analistas, finanzas, un modelo de machine learning). Deja por escrito cómo van a ser esos datos: qué campos hay, de qué tipo, cuáles pueden venir vacíos, qué valores se permiten, qué tan frescos van a estar y a quién llamar si algo sale mal. Y lo importante: se escribe como un archivo de código, casi siempre YAML, para que una máquina lo pueda verificar.

Existe por un accidente muy común. Alguien de la app le cambia el nombre a customer_id por client_id, o pasa los precios de pesos a centavos, un cambio totalmente razonable para la app, y a la mañana siguiente todos los tableros de facturación están rotos. Nadie hizo nada mal; el que producía los datos simplemente no sabía quién dependía de esa tabla. El contrato vuelve explícita esa dependencia, y un control automático en el CI/CD puede frenar el cambio, o al menos avisar, antes de que salga.

Los contratos suelen versionarse como las APIs: los cambios compatibles pasan, los que rompen algo necesitan una versión nueva y un período de migración. Son una idea central del data mesh, donde cada equipo de dominio es dueño de sus datos y los publica como un producto. Hay especificaciones abiertas, como el Open Data Contract Standard, y herramientas que los validan. Lo difícil no es tanto el archivo como el hábito: quien produce datos tiene que tratarlos como algo de lo que otros dependen.