Data literacy por roles: qué debe saber cada perfil de tu empresa

Por qué por roles

Un marco por roles responde a una pregunta sencilla: ¿qué tiene que saber hacer con datos esta persona para hacer bien su trabajo? Así la formación se centra en lo que cada uno usa, y la medición tiene una referencia clara con la que comparar.

Cuatro niveles

1. Básico: toda la plantilla

Entender qué es un dato, un indicador y un dato personal.
Detectar un gráfico engañoso, por ejemplo un eje que no empieza en cero.
Saber qué datos se pueden compartir y con quién, y qué datos no se meten en una herramienta de IA.

2. Uso: mandos y responsables de área

Leer un cuadro de mando y saber qué preguntas hacer antes de decidir.
Distinguir correlación de causalidad y una tendencia de un caso aislado.
Pedir datos con una definición clara: qué se cuenta, desde cuándo y de qué fuente.

3. Análisis: analistas y perfiles de negocio que trabajan con datos

Preparar y limpiar datos, y documentar qué han hecho.
Comprobar la calidad del dato antes de usarlo: huecos, duplicados, valores raros.
Explicar una conclusión con sus límites: qué dicen los datos y qué no.

4. Gestión: data owners, data stewards y equipos técnicos

Definir reglas de calidad y de acceso para los datos de su dominio.
Mantener el glosario, el catálogo y el linaje de sus datos.
Entender lo que exige la normativa a sus datos (RGPD, y el artículo 10 del AI Act si se usan para entrenar IA).

Ejemplos por rol

Dirección: nivel 2, con énfasis en hacer buenas preguntas antes de decidir.
Comercial o atención al cliente: nivel 1, con énfasis en datos personales y uso de IA.
Finanzas o controlling: nivel 3, porque un error de interpretación cuesta dinero.
Data owner o data steward: nivel 4 en su dominio.

Cómo usar el marco

Asigna un nivel objetivo a cada rol de tu organigrama.
Mide el nivel actual con una encuesta corta por rol.
Forma primero donde el hueco entre nivel actual y objetivo es mayor y más caro.
Revisa el marco una vez al año, o cuando lleguen herramientas nuevas, como la IA generativa.

Preguntas frecuentes

¿Cuántos niveles conviene tener?

Tres o cuatro. Con más niveles, la diferencia entre uno y otro deja de estar clara y el marco cuesta mantenerlo.

¿Data literacy y alfabetización en IA son lo mismo?

No, pero van juntas. La data literacy es saber trabajar con datos con criterio. La alfabetización en IA es saber usar la IA con criterio y conocer sus riesgos. La segunda se apoya en la primera.

Contenido informativo.