{"id":181564,"date":"2026-01-28T12:44:47","date_gmt":"2026-01-28T11:44:47","guid":{"rendered":"https:\/\/liora.io\/es\/?p=181564"},"modified":"2026-02-06T09:38:38","modified_gmt":"2026-02-06T08:38:38","slug":"data-modeling-que-es","status":"publish","type":"post","link":"https:\/\/liora.io\/es\/data-modeling-que-es","title":{"rendered":"Data Modeling: \u00bfQu\u00e9 es? \u00bfC\u00f3mo usarlo?"},"content":{"rendered":"<b>El Data Modeling es una etapa a menudo subestimada, pero decisiva para el \u00e9xito de cualquier proyecto de datos. \u00a1Descubre en qu\u00e9 consiste la modelizaci\u00f3n de los datos, los grandes tipos de modelos, y las mejores herramientas a utilizar!<\/b>\n\nLa recolecci\u00f3n de datos es una cosa, pero lo m\u00e1s importante es comprenderlos. Sin embargo, los datos brutos son a menudo tan valiosos como indigestos. \u00bfEstructurarlos para que se vuelvan inteligibles, fiables y explotables a gran escala? Ah\u00ed es donde realmente todo comienza. Ese es el rol del <b>Data Modeling, o modelizaci\u00f3n de los datos<\/b>. Permite transformar flujos ca\u00f3ticos en esquemas coherentes, legibles y sobre todo duraderos.\n\nYa sea para alimentar un dashboard BI, dise\u00f1ar una <b>base relacional s\u00f3lida<\/b> o estructurar un <a href=\"https:\/\/liora.io\/es\/data-warehouse-que-es-y-como-utilizarlo\">almac\u00e9n de datos<\/a> orientado a IA, es un paso imprescindible. Al igual que un plano de arquitecto, un <b>buen modelo de datos<\/b> no se ve directamente, pero condiciona todo el resto del proyecto.\n\n<style><br \/>\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style>\n<h2>\u00bfQu\u00e9 es la modelizaci\u00f3n de datos?<\/h2>\nEl Data Modeling consiste en representar de manera formal las <b>estructuras l\u00f3gicas de los datos<\/b> utilizados en un sistema inform\u00e1tico. Dicho de otra manera: es una forma de cartografiar los datos, sus relaciones, y la manera en la que estar\u00e1n organizados, almacenados y manipulados. Esta representaci\u00f3n se desglosa en varios niveles.\n\n<b>El modelo conceptual<\/b>, el m\u00e1s abstracto, se utiliza para representar las entidades de negocio (clientes, pedidos, productos\u2026) y sus relaciones, sin restricci\u00f3n t\u00e9cnica. Es el \u00ablenguaje de los negocios\u00bb. <b>El modelo l\u00f3gico<\/b>, por su parte, estructura los datos de manera m\u00e1s rigurosa. Respeta las reglas de un sistema de gesti\u00f3n como <a href=\"https:\/\/liora.io\/es\/sql-todo-lo-que-necesitas-saber-sobre-el-lenguaje-de-programacion-de-bases-de-datos\">SQL<\/a>. Se definen los tipos, las relaciones, las cardinalidades&#8230;\n\nCon <b>el modelo f\u00edsico<\/b>, se pasa a la implementaci\u00f3n concreta. Nombres de columnas, \u00edndices, claves primarias \/ extranjeras&#8230; eso es lo que realmente se desplegar\u00e1 en la base. Cada etapa juega un rol preciso. <b>El modelo conceptual<\/b> permite que los equipos de negocio y de tecnolog\u00eda se entiendan.\n\n<b>El modelo l\u00f3gico<\/b> aporta coherencia y robustez. El modelo f\u00edsico optimiza el rendimiento y el mantenimiento. Sin Data Modeling, una base de datos puede r\u00e1pidamente convertirse en un mosaico ilegible, dif\u00edcil de mantener, y fuente de <b>errores costosos<\/b>.\n\n<style><br \/>\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-5.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-5.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-5-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-5-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-5-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\">\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><div class=\"wp-block-button \"><a class=\"wp-block-button__link wp-element-button \" href=\"https:\/\/liora.io\/es\/formacion-data-engineer\">Todo sobre el Data Modeling<\/a><\/div><\/div>\n\n<h2>Las grandes aproximaciones de modelizaci\u00f3n<\/h2>\nNo todos los modelos de datos son iguales. Dependiendo de los usos (anal\u00edtico, operacional, <a href=\"https:\/\/liora.io\/es\/sql-vs-nosql-diferencias-usos-ventajas-y-inconvenientes\">NoSQL<\/a>\u2026), han emergido <b>diferentes enfoques<\/b>.\n<h3>El modelo ERD<\/h3>\nEl cl\u00e1sico entre los cl\u00e1sicos es <b>el modelo entidad-relaci\u00f3n (o <\/b><b><i>Entity-Relationship Diagram<\/i><\/b><b>)<\/b>. Se utiliza para representar gr\u00e1ficamente las entidades (como \u00abUsuario\u00bb, \u00abPedido\u00bb) y sus relaciones.\n\nPor ejemplo: \u00abun usuario puede hacer varios pedidos\u00bb. Permite <b>modelizar las reglas de negocio<\/b> de manera clara, incluso antes de pensar en la tecnolog\u00eda subyacente.\n\n<b>Es bueno saberlo<\/b>: este modelo se utiliza a menudo para crear el modelo conceptual, la primera piedra de un buen proyecto de datos.\n<h3>El modelo relacional<\/h3>\nCon <b>el modelo relacional<\/b>, las entidades se convierten en tablas, los atributos en columnas, y las relaciones se aseguran mediante claves primarias y extranjeras. Es el enfoque dominante en <a href=\"https:\/\/liora.io\/es\/todo-sobre-pl-sql\">las bases SQL<\/a>. S\u00f3lido, probado, pero r\u00edgido: impone una estructura estricta que debe pensarse cuidadosamente de antemano.\n<h3>El modelo dimensional<\/h3>\nPor otro lado, <b>el modelo dimensional<\/b> est\u00e1 dise\u00f1ado para <a href=\"https:\/\/liora.io\/es\/tablas-de-dimensiones-data-warehouse\">los almacenes de datos (Data Warehouses)<\/a>. Se basa en <b>la separaci\u00f3n entre hechos y dimensiones<\/b>. Dos esquemas son populares. Primero <b>el modelo en estrella<\/b>, con una tabla central de hechos (por ejemplo \u00abVentas\u00bb, conectada a tablas de dimensiones (Cliente, Producto, Tiempo&#8230;). Pero tambi\u00e9n su versi\u00f3n m\u00e1s normalizada, <b>el modelo en copo de nieve<\/b>, donde las dimensiones est\u00e1n desglosadas.\n\nEste tipo de modelizaci\u00f3n se utiliza mucho en BI, ya que facilita las <b>consultas anal\u00edticas<\/b> y optimiza el rendimiento en las <b>herramientas de reporting<\/b>.\n<h3>El modelo NoSQL<\/h3>\nEn cambio, en el \u00e1mbito de las bases NoSQL, prevalece <b>el modelo orientado a documentos<\/b>. Se olvidan las relaciones complejas y se almacenan los datos en forma de documentos JSON, anidados y flexibles. Un ejemplo con <a href=\"https:\/\/liora.io\/es\/mongodb-todo-sobre-la-base-de-datos-nosql-orientada-a-documentos\">MongoDB<\/a>: una ficha de cliente puede contener directamente el historial de sus pedidos, sin necesidad de uniones.\n\nEste modelo destaca por su flexibilidad en contextos de <b>datos semiestructurados<\/b>, pero puede r\u00e1pidamente convertirse en una pesadilla si la estructura evoluciona mal. Cada enfoque tiene sus ventajas, pero tambi\u00e9n sus trampas. Todo el desaf\u00edo del <b>data modeling<\/b> consiste en elegir el modelo correcto para el uso adecuado, y saber mezclarlos si es necesario. Porque s\u00ed, <b>hibridar los enfoques<\/b> es a veces la mejor soluci\u00f3n&#8230;\n\n<img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-4.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-4.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-4-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-4-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-4-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\">\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><div class=\"wp-block-button \"><a class=\"wp-block-button__link wp-element-button \" href=\"https:\/\/liora.io\/es\/formacion-data-engineer\">Formarse en modelado de datos<\/a><\/div><\/div>\n\n<h2>Data modeling y data architecture: dos conceptos complementarios<\/h2>\nAtenci\u00f3n a no confundir modelizaci\u00f3n de datos con arquitectura de datos. Ambos se asocian a menudo, a veces incluso se fusionan, pero responden a problem\u00e1ticas bien distintas.\n\nEl data modeling es ante todo una <b>visi\u00f3n l\u00f3gica de los datos<\/b>: se piensa en entidades, relaciones, dependencias, reglas de negocio. Es una actividad de concepci\u00f3n, a menudo realizada por un <a href=\"https:\/\/liora.io\/es\/7-herramientas-para-analista-de-datos\">analista de datos<\/a>, un ingeniero de datos o un <a href=\"https:\/\/liora.io\/es\/data-architect\">arquitecto de datos<\/a>, con <b>una fuerte interacci\u00f3n con los negocios<\/b>.\n\nEn cambio, la data architecture se refiere a la implementaci\u00f3n t\u00e9cnica de esa visi\u00f3n. Aqu\u00ed hablamos de herramientas, <b>bases de datos<\/b>, <b>pipelines<\/b>, <b>cloud<\/b>, <b>seguridad<\/b>, <b>almacenamiento<\/b> y <b>gobernanza<\/b>. Es el esqueleto t\u00e9cnico que lleva el modelo de datos a la realidad. Se puede ver <b>el data model<\/b> como el plano de una casa, y la data architecture como los cimientos, las paredes, los materiales y la fontaner\u00eda.\n\nBien <b>modelar sin pensar en arquitectura<\/b>, es arriesgarse a lo irrealista. Pensar <b>arquitectura sin modelo<\/b>, es exponerse al caos. El equilibrio entre ambos es lo que marca la diferencia entre un proyecto de datos inestable&#8230; y un sistema fiable, mantenible y escalable.\n<h2>\u00bfPor qu\u00e9 el modeling lo cambia todo en un proyecto de datos?<\/h2>\nPodr\u00eda pensarse que la modelizaci\u00f3n es un tr\u00e1mite aburrido, pero es todo lo contrario. El data modeling es <b>el punto de anclaje de todo el proyecto<\/b>. Primera raz\u00f3n: <a href=\"https:\/\/liora.io\/es\/data-quality-por-que-es-tan-importante\">garantizar la calidad de los datos<\/a>. Un buen modelo permite imponer reglas de validaci\u00f3n, evitar redundancias, documentar las fuentes&#8230; Esto permite <b>obtener datos m\u00e1s limpios, m\u00e1s coherentes, y por tanto m\u00e1s fiables<\/b>. La segunda raz\u00f3n, es facilitar la colaboraci\u00f3n.\n\nCon un esquema bien dise\u00f1ado, todos hablan el mismo idioma. Los negocios saben a qu\u00e9 corresponde cada tabla, <b>los analistas de datos saben c\u00f3mo consultar, los ingenieros de datos saben c\u00f3mo ingerir<\/b>. No m\u00e1s necesidad de descifrar nombres de columnas oscuros o estructuras improvisadas. La tercera ventaja, y no menos importante, es ahorrar tiempo (y dinero).\n\nMenos errores, menos confusi\u00f3n, menos refactorizaciones dolorosas. <b>El costo de un mal modelo no se ve de inmediato<\/b>. Pero explota a medida que el proyecto crece. En cambio, <b>un buen modelo permite iterar m\u00e1s r\u00e1pido y escalar sin dolor<\/b>. Modelar, es tambi\u00e9n anticipar. Anticipar casos de uso futuros, del an\u00e1lisis avanzado, del machine learning, o una migraci\u00f3n al cloud. Un buen modelo de datos es reutilizable y evolutivo.\n\n<img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-3.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-3.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-3-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-3-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-3-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\">\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><div class=\"wp-block-button \"><a class=\"wp-block-button__link wp-element-button \" href=\"https:\/\/liora.io\/es\/formacion-data-engineer\">Dominar el modelado de datos<\/a><\/div><\/div>\n\n<h2>\u00bfPrimero negocio o primero la tecnolog\u00eda? Las dos escuelas<\/h2>\nEn la jungla de los proyectos de datos, una pregunta regresa a menudo: \u00bfdeber\u00eda modelarse partiendo del negocio, o del sistema? <b>La modelizaci\u00f3n orientada al negocio<\/b>, con una visi\u00f3n business-first, es el enfoque preferido en los proyectos de Business Intelligence, de reporting o de an\u00e1lisis estrat\u00e9gico. Se empieza preguntando: \u00bfqu\u00e9 entidades son importantes para el negocio? \u00bfQu\u00e9 relaciones tienen sentido para los usuarios?\n\nEl modelo se piensa para ser legible, comprensible, explotable por los analistas y los tomadores de decisiones. Por ejemplo, en un almac\u00e9n de datos de marketing, se privilegiar\u00e1 una <b>estructura simple<\/b>, en estrella, con <b>dimensiones claras<\/b> como \u00abCliente\u00bb, \u00abCampa\u00f1a\u00bb, \u00abProducto\u00bb. Y esto, incluso duplicando algunos datos para <b>facilitar los an\u00e1lisis<\/b>. El objetivo es <b>ganar en simplicidad y eficacia en la explotaci\u00f3n anal\u00edtica<\/b>.\n\nPor el contrario, algunos proyectos necesitan una estructura m\u00e1s t\u00e9cnica y normalizada, dise\u00f1ada para garantizar la coherencia de las operaciones. Se adopta entonces <b>la modelizaci\u00f3n orientada al sistema<\/b>. Es a menudo el caso en <a href=\"https:\/\/liora.io\/es\/oracle-erp\">los sistemas transaccionales tipo ERP<\/a>, <a href=\"https:\/\/liora.io\/es\/big-data-marketing-que-es\">e-commerce<\/a> o <a href=\"https:\/\/liora.io\/es\/sage-crm-todo-sobre\">CRM<\/a>. Se privilegian modelos muy normalizados, evitando la redundancia. Modelos optimizados para el rendimiento bruto, la fiabilidad y el mantenimiento. El objetivo es la integridad, <b>el rendimiento y la escalabilidad t\u00e9cnica<\/b>. Ambos enfoques no son opuestos: responden a objetivos diferentes. <b>El arte del data modeling<\/b>, es precisamente saber elegir la filosof\u00eda correcta seg\u00fan la necesidad.\n<h2>Las mejores herramientas de modelizaci\u00f3n<\/h2>\nModelar es un verdadero trabajo de concepci\u00f3n, di\u00e1logo y documentaci\u00f3n. Y para hacerlo bien, es mejor estar bien equipado. Entre las mejores herramientas, podemos citar <a href=\"\/\">dbdiagram.io<\/a>. Simple y visual, es perfecto <b>para comenzar un esquema ERD<\/b> r\u00e1pidamente.\n\nPara diagramas m\u00e1s libres y colaborativos, se puede utilizar <a href=\"https:\/\/www.lucidchart.com\/pages\">Lucidchart<\/a> o <a href=\"\/\">Draw.io<\/a>. Tambi\u00e9n existen soluciones dise\u00f1adas <b>para los grandes sistemas<\/b>, como <a href=\"\/\">ER\/Studio<\/a> o <a href=\"https:\/\/www.powerdesigner.biz\/FR\">PowerDesigner<\/a>. Las herramientas como <a href=\"\/\">Metabase<\/a> y <a href=\"\/\">Superset<\/a> permiten visualizar los modelos de datos y las relaciones directamente desde la base.\n\nPor su parte, dbt (Data Build Tool) se utiliza mucho <b>para documentar y estructurar modelos anal\u00edticos<\/b> en los almacenes de datos modernos.\n\n<img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-2.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-2.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-2-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-2-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-2-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\">\n\n<div class=\"wp-block-buttons is-layout-flex wp-block-buttons-is-layout-flex is-content-justification-center\"><div class=\"wp-block-button \"><a class=\"wp-block-button__link wp-element-button \" href=\"https:\/\/liora.io\/es\/formacion-data-engineer\">Formarse en herramientas de Data Modeling<\/a><\/div><\/div>\n\n<h2>El data modeling en la era del cloud, la IA y el NoSQL<\/h2>\nDurante mucho tiempo confinada a <strong>las bases relacionales<\/strong> cl\u00e1sicas, <b>la modelizaci\u00f3n de los datos<\/b> ha tenido que adaptarse a las transformaciones del mundo moderno: cloud computing, big data, <a href=\"https:\/\/liora.io\/es\/metricas-en-machine-learning\">machine learning<\/a>, bases orientadas a documentos&#8230;\n\nEl panorama ha cambiado, y las pr\u00e1cticas tambi\u00e9n. Con los pipelines de machine learning, ya no se trabaja \u00fanicamente con bases fijas. Los datos pueden ser masivos, ruidosos, evolutivos. Por lo tanto, hay que <b>modelar por iteraciones<\/b>, manteniendo una flexibilidad m\u00e1xima sin dejar de asegurar la <b>trazabilidad mediante el data lineage y el versioning<\/b>.\n\nAdem\u00e1s, en <a href=\"https:\/\/liora.io\/es\/mongodb-todo-sobre-la-base-de-datos-nosql-orientada-a-documentos\">MongoDB<\/a> o <b>Firebase<\/b>, ya no hay tablas en el sentido SQL. Sin embargo, la modelizaci\u00f3n es m\u00e1s indispensable que nunca. Hay que pensar en la imbricaci\u00f3n de los documentos, en las duplicaciones aceptables, en el rendimiento de lectura\/escritura. No porque <b>la estructura sea \u00ablibre\u00bb<\/b> hay que improvisar.\n\nAdem\u00e1s, la modelizaci\u00f3n nativa del cloud est\u00e1 pensada para la escalabilidad. Con soluciones como <a href=\"https:\/\/liora.io\/es\/snowflake\">Snowflake<\/a>, <strong>BigQuery<\/strong> o <strong>Redshift<\/strong>, los modelos deben ser econ\u00f3micos. Deben ser <b>paralelizables<\/b>, y adaptados al pago por consulta. Se piensa en costos, latencia, cach\u00e9, e incluso gobernanza desde la concepci\u00f3n.\n<h2>Conclusi\u00f3n: el Data Modeling, clave de un proyecto que se sostiene<\/h2>\nModelar sus datos es un poco como dibujar el mapa antes de partir a la aventura. Sin un modelo s\u00f3lido, incluso las mejores herramientas o algoritmos terminan funcionando en vac\u00edo. Al contrario, una base bien pensada permite <b>ganar en eficacia, en claridad, y sobre todo en longevidad<\/b>. Modelar bien hoy, es evitar las deudas t\u00e9cnicas de ma\u00f1ana.\n\nPara <b>dominar los fundamentos del <\/b><b><i>data modeling<\/i><\/b>, aprender a estructurar pipelines robustos y <b>construir arquitecturas de datos modernas<\/b>, <a href=\"https:\/\/liora.io\/es\/formacion-data-engineer\">la formaci\u00f3n de Ingeniero de Datos de Liora<\/a> es simplemente ideal. Te sumerge en todos los entresijos del oficio: modelizaci\u00f3n, gesti\u00f3n de bases <a href=\"https:\/\/liora.io\/es\/sql-vs-nosql-diferencias-usos-ventajas-y-inconvenientes\">SQL y NoSQL<\/a>, construcci\u00f3n de <a href=\"https:\/\/liora.io\/es\/desarrollador-de-etl-todo-sobre\">pipelines ETL<\/a>, orquestaci\u00f3n con Airflow, <a href=\"https:\/\/liora.io\/es\/formacion-de-apache\">ingesti\u00f3n de datos masivos con Spark<\/a>, despliegue en el cloud&#8230;\n\nEn resumen: todo lo que un ingeniero de datos debe saber para construir bases s\u00f3lidas. Gracias a nuestra <b>aproximaci\u00f3n orientada a proyectos<\/b>, desarrollar\u00e1s competencias inmediatamente aplicables, en v\u00ednculo directo con las exigencias del terreno. La formaci\u00f3n es certificante, profesionalizante, y est\u00e1 disponible <b>en BootCamp o a tiempo parcial.<\/b>&nbsp;\u00danete hoy a <b>Liora<\/b>, y construye desde ahora los sistemas de datos del ma\u00f1ana.\n\n<img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-1.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-1.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-1-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-1-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/08\/data-modeling-Liora-1-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\">\n<a href=\"https:\/\/liora.io\/es\/formacion-data-engineer\">\nConvertirse en experto en Data Modeling\n<\/a>\n\nAhora que sabes todo sobre el Data Modeling, te invitamos a descubrir <a href=\"https:\/\/liora.io\/es\/data-architect\">nuestro art\u00edculo completo sobre la Data Architecture<\/a> y <a href=\"https:\/\/liora.io\/es\/data-engineer\">nuestro art\u00edculo sobre la ingenier\u00eda de datos<\/a>.","protected":false},"excerpt":{"rendered":"<p>El Data Modeling es una etapa a menudo subestimada, pero decisiva para el \u00e9xito de cualquier proyecto de datos. \u00a1Descubre en qu\u00e9 consiste la modelizaci\u00f3n de los datos, los grandes tipos de modelos, y las mejores herramientas a utilizar!<\/p>\n","protected":false},"author":85,"featured_media":181565,"comment_status":"open","ping_status":"open","sticky":false,"template":"elementor_theme","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2440],"class_list":["post-181564","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-ia"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181564","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/users\/85"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/comments?post=181564"}],"version-history":[{"count":5,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181564\/revisions"}],"predecessor-version":[{"id":183106,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181564\/revisions\/183106"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media\/181565"}],"wp:attachment":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media?parent=181564"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/categories?post=181564"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}