La licencia de tu catálogo de datos cuesta cero dólares. Tu factura del catálogo de datos aún puede superar los cien mil dólares al año — solo que aparece en la nómina en lugar de en una factura. Si estás comparando DataHub, la plataforma de metadatos de código abierto que creció dentro de LinkedIn, frente a Collibra, la suite de gobernanza empresarial, la brecha en el precio de la licencia es el número menos interesante de la comparación. El número interesante es la línea de horas de ingeniería que ningún proveedor pone en su página de precios.
Esta guía recorre lo que realmente cuesta cada opción, dónde vive el gasto oculto y cómo una empresa pequeña o mediana debería presupuestar una decisión de catálogo de datos como el proyecto de capital que es.
Lo que Collibra realmente cuesta
Collibra no publica precios de lista — hablas con ventas — pero los informes de terceros ofrecen una imagen consistente. Los listados de AWS Marketplace sitúan la suscripción base de Collibra Cloud Platform en aproximadamente $170,000 al año solo por el acceso a la plataforma. Las comparaciones del sector sitúan el contrato empresarial típico entre $170,000 y $510,000 o más al año según el volumen de activos de datos, el número de usuarios y los módulos.
Y la suscripción base es solo la primera partida. Los revisores de presupuestos señalan consistentemente cinco más:
- Complementos de módulos. El linaje de datos y la calidad de datos son módulos con licencia separada, cada uno con su propio precio.
- Servicios de implementación. Los despliegues empresariales suelen tardar de seis a doce meses, gran parte de ellos con servicios profesionales facturables.
- Alojamiento e infraestructura. Incluso las ediciones en la nube pueden incluir componentes de consumo o alojamiento según el contrato.
- Costes de personal. Alguien de tu lado todavía tiene que mantener el glosario, aprobar los flujos de trabajo y gobernar a los gobernadores.
- Mantenimiento continuo. Actualizaciones, resolución de problemas y mantener las integraciones saludables a medida que cambian los esquemas y los espacios de trabajo de BI.
Nada de esto significa que Collibra tenga un precio excesivo. Para un banco o aseguradora regulados que necesitan gobernanza basada en flujos de trabajo, pistas de auditoría y alojamiento autorizado por FedRAMP, ese gasto compra una postura de cumplimiento que costaría mucho más construir. Pero establece la línea base con honestidad: la opción "cara" cuesta aproximadamente $170,000 al año antes de dotarla de personal.
Qué es realmente DataHub
DataHub es una plataforma de metadatos de código abierto, creada originalmente en LinkedIn y ahora mantenida bajo la licencia Apache 2.0 con una edición gestionada, DataHub Cloud, vendida por Acryl Data. Su propuesta es el grafo de metadatos: un sistema orientado a eventos que ingiere metadatos técnicos de más de cien fuentes — almacenes de datos, herramientas de BI, pipelines de transformación, sistemas de acceso — y sirve descubrimiento, linaje a nivel de columna, un glosario de negocio y contratos de datos desde un único modelo.
Hay tres formas de ejecutarlo:
- Despliegue Docker autoalojado para desarrollo y equipos pequeños.
- Despliegue Kubernetes autoalojado mediante Helm, la ruta recomendada para producción.
- DataHub Cloud, la edición SaaS gestionada sin infraestructura que operar, con respaldo SLA, monitores de observabilidad y un asistente de IA — con precio por presupuesto, como la mayoría del SaaS empresarial.
El núcleo de código abierto no cuesta nada licenciar. Esa frase es cierta y, por sí sola, peligrosamente incompleta.
La comparación honesta
Pon las dos opciones una al lado de la otra en coste total de propiedad en lugar de en tarifas de licencia y el panorama cambia:
| Línea de coste | Collibra | DataHub autoalojado | DataHub Cloud |
|---|---|---|---|
| Licencia | ~$170k+/año base | $0 | SaaS por presupuesto |
| Infraestructura | Incluida o por consumo | Tu factura de nube: cómputo, búsqueda, almacenamiento | Incluida |
| Implementación | 6–12 meses, a menudo con servicios | 2–4 semanas hasta el primer valor, más hasta endurecerlo para producción | Días a semanas |
| Ingeniería continua | Baja (el proveedor lo opera) | 0.25–0.5 FTE o más | Baja |
| Profundidad de gobernanza | La más profunda: flujos de trabajo, marcos de cumplimiento | Construir o comprar: glosario y contratos incluidos, los flujos de trabajo son tuyos para construir | Punto intermedio más monitores |
El mercado ha notado la brecha en el medio. Los catálogos SaaS modernos como Atlan y Secoda se sitúan en la banda de aproximadamente $50,000–$200,000 al año con despliegues de una a ocho semanas — precisamente los compradores que se estremecen ante los presupuestos de Collibra pero no pueden dotar de personal a un equipo de plataforma.
La línea de horas de ingeniería en la cuenta de resultados
Aquí es donde "gratis" obtiene su verdadera etiqueta de precio. Un DataHub autoalojado en producción no es un solo contenedor. Es un sistema distribuido: el servicio de metadatos GMS, Kafka para el flujo de eventos, OpenSearch o Elasticsearch para la búsqueda, y MySQL o Postgres para el almacenamiento del sistema — además de los pipelines de ingesta que mantienen cada conector saludable a medida que los esquemas de origen se desvían.
Cada uno de esos componentes necesita aprovisionamiento, actualizaciones, copias de seguridad, monitorización y cobertura de guardia. Los análisis del sector de stacks de código abierto autoalojados sitúan el patrón en aproximadamente un cuarto a la mitad de un ingeniero a tiempo completo para el mantenimiento continuo de un sistema moderadamente complejo, y los costes ocultos de propiedad entre el 60 y el 70 por ciento del coste total según algunas estimaciones. Una comparación ampliamente citada encontró que una instalación de Sentry autoalojada para un equipo de quince ingenieros costaba unos $9,500 al año una vez contados servidores, configuración, actualizaciones y un único incidente grave — por encima de la alternativa alojada.
Haz la aritmética con tu propio coste cargado. Un ingeniero de plataforma con un coste totalmente cargado de $180,000 al año, dedicando un cuarto de su tiempo a operar el catálogo, es una partida anual de $45,000 antes de la infraestructura en la nube. A medio FTE son $90,000 — más de la mitad del precio inicial de la suite empresarial que estabas evitando. Añade la configuración inicial (dos a cuatro semanas), las migraciones de versiones mayores (aproximadamente dos en dos años para un proyecto que se mueve rápido), y el incidente que aún no has tenido, y "coste de licencia cero" puede aterrizar fácilmente entre $60,000 y $120,000 al año en dinero real.
Eso sigue siendo menos que el precio inicial de Collibra. Pero no es cero, no es gratis y — de forma crítica — es nómina de ingeniería, el presupuesto más escaso en la mayoría de las pequeñas empresas. Cada hora que tu ingeniero de plataforma dedica a ajustar fragmentos de OpenSearch es una hora que no dedica a tu producto.
Preguntas que sacan a la luz el número real
Antes de comprometerte con el autoalojamiento, responde esto por escrito:
- ¿Quién es responsable de las actualizaciones? Nombra a la persona, no al equipo. Si se marcha, ¿qué se rompe?
- ¿Cuál es el plan de guardia? Los sistemas de metadatos fallan a las 2 de la madrugada como todo lo demás. ¿Hay turnos rotativos, o es un solo héroe?
- ¿Cuántos conectores vas a ejecutar realmente? Cada integración es una superficie de mantenimiento. Diez conectores saludables cuestan significativamente más que dos.
- ¿Cuál es tu línea base de nube? Presupuesta el clúster de búsqueda, Kafka y la base de datos en tu proveedor de nube antes de empezar, no después.
- ¿Cómo se ve el mes dieciocho? Presupuesta dos actualizaciones mayores y al menos un incidente doloroso en los primeros dos años.
Si no puedes responder las cinco, no tienes una ventaja de coste — tienes un riesgo sin precio.
Cuándo gana cada opción
DataHub autoalojado gana cuando ya tienes un equipo de plataforma con experiencia en Kubernetes y streaming, tus necesidades de gobernanza son técnicas (descubrimiento, linaje, contratos) en lugar de regulatorias, y valoras la extensibilidad — el modelo de metadatos abiertos y la API te permiten construir exactamente lo que necesitas. Los equipos de datos que viven en dbt, Snowflake y Airflow tienden a obtener valor en semanas.
Collibra gana cuando la gobernanza es el producto: industrias reguladas, flujos de trabajo formales de administración de datos, evidencia de auditoría y marcos de cumplimiento que un auditor necesita reconocer. La implementación de seis a doce meses es una característica en este mundo, no un defecto — es el tiempo que se tarda en levantar un proceso gobernado, y los servicios profesionales del proveedor lo han hecho cientos de veces.
El punto medio gestionado gana cuando quieres el modelo de DataHub sin operarlo (DataHub Cloud elimina la carga de infraestructura y actualizaciones manteniendo el mismo estándar de metadatos) o quieres el tiempo hasta el valor del SaaS con colaboración incorporada (el nivel SaaS moderno). Para la mayoría de las empresas sin un equipo dedicado de plataforma de datos, esta banda merece una mirada seria antes de decantarse por cualquiera de los extremos.
Presupuestalo como un proyecto de capital
Elijas lo que elijas, pon las cuatro líneas en la propuesta de presupuesto — licencia, infraestructura, tiempo de ingeniería e implementación — en un horizonte de 24 meses. El modo de fallo más común en esta decisión no es elegir la herramienta equivocada; es aprobar la línea de licencia mientras las otras tres líneas gastan de forma invisible desde la nómina y la factura de la nube.
Registra las horas de ingeniería contra el proyecto como harías con cualquier esfuerzo capitalizable: etiqueta el tiempo, revísalo mensualmente y compara lo real con el caso de negocio en el mes seis. Si se suponía que el autoalojamiento iba a ahorrar $100,000 al año pero el registro de tiempo muestra medio FTE más una factura de nube mensual de $1,500, quieres saberlo mientras aún puedes cambiar — no en la renovación.
Una contabilidad precisa desde el primer día es lo que hace posible esta comparación. Cuando cada factura de infraestructura está categorizada y el tiempo de ingeniería se registra contra proyectos, la revisión de construir vs. comprar se escribe sola. Cuando esos costes se diluyen en gastos generales, cada herramienta parece gratuita y cada renovación es una sorpresa.
Mantén visible el gasto en herramientas desde el primer día
Mientras sopesas el código abierto frente al software empresarial, mantener registros claros de los costes de infraestructura, mano de obra y suscripciones es lo que convierte una suposición en una decisión. Beancount.io proporciona contabilidad en texto plano que te da total transparencia y control sobre tus datos financieros — sin cajas negras, sin dependencia de proveedores. Empieza gratis y descubre por qué los desarrolladores y profesionales de las finanzas se están pasando a la contabilidad en texto plano.
