Saltar al contenido

Cómo medir la data literacy de tu equipo antes de gastar en formación

La mayoría de los programas de formación en datos empiezan por el curso. Al revés funciona mejor: primero se mide dónde está cada equipo, y luego se forma solo donde hay hueco. Medir no requiere un examen de dos horas.

Por qué medir antes de formar

Un curso igual para todos aburre a quien ya sabe y se queda corto para quien no sabe. Medir antes te dice qué equipos necesitan formación, en qué y a qué nivel. Y te da un punto de partida para comprobar después si la formación ha servido.

Qué medir: cuatro capacidades

  • Leer: entender qué representa un dato, de dónde viene y qué mide de verdad un indicador.
  • Trabajar con datos: encontrarlos, limpiarlos y prepararlos con autonomía.
  • Analizar: comparar, segmentar y detectar patrones sin depender siempre de un analista.
  • Argumentar con datos: apoyar una decisión en datos y explicarla con precisión, sin exagerar lo que dicen.

Son las mismas cuatro dimensiones que usa nuestro diagnóstico gratuito de Data Literacy. Encajan con el área «alfabetización en información y datos» del marco europeo de competencias digitales DigComp.

Cómo preguntarlo para que no sea un examen

Si preguntas «¿cómo de bien interpretas un gráfico, del 1 al 5?», casi todo el mundo contesta 4. La autoevaluación pura infla los resultados. Funciona mejor una mezcla:

  • Preguntas de situación: «Este indicador ha subido un 40 %. ¿Qué comprobarías antes de contarlo en el comité?».
  • Un gráfico real con un truco habitual, como un eje que no empieza en cero, para ver quién lo detecta.
  • Unas pocas preguntas de autoevaluación, solo para saber cómo se ve cada persona y compararlo con lo anterior.

Diez o doce preguntas por rol bastan. Si la encuesta pasa de 15 minutos, la gente la abandona o contesta al azar.

Cómo leer los resultados

  • Por equipo, no por persona: el objetivo es decidir dónde formar, no poner notas. Si la gente teme que se use contra ella, no contestará con sinceridad.
  • Frente al nivel esperado de su rol: un directivo no necesita limpiar datos, pero sí detectar una conclusión mal argumentada.
  • Busca el hueco más caro: el equipo donde un error de interpretación tiene más impacto, por ejemplo finanzas o riesgos, va primero.

Qué hacer después

  1. Fija el nivel objetivo de cada rol con un marco por niveles.
  2. Prioriza dos o tres equipos para empezar.
  3. Forma con sus propios datos y casos reales.
  4. Repite la medición a los tres o seis meses con preguntas equivalentes para ver el avance.

Preguntas frecuentes

¿Cada cuánto hay que medir?

Una vez al principio y otra a los tres o seis meses. Después, una vez al año suele ser suficiente.

¿Se pueden usar los resultados para evaluar a las personas?

Mejor no. Úsalos por equipo para decidir la formación. Si se usan para evaluar a cada persona, la gente contestará a la defensiva y los datos dejarán de ser fiables.

Contenido informativo.

¿Qué nivel de data literacy tiene tu equipo?

Diagnóstico gratis en 5 minutos: tu puntuación en las 4 dimensiones y qué trabajar primero.

Hacer el diagnóstico Ver la guía de Data Literacy Ver plantillas