Viernes, revisión de inventario. En la pantalla, el reporte dice que hay cuarenta tarimas de resina. Mariana, jefa de almacén, ni siquiera levanta la vista del café: "son veinticinco, las otras quince ya están apartadas para un cliente". Tiene razón. El sistema no se equivocó; contó todo lo que hay en el piso. Mariana contó lo que de verdad se puede usar.
Un data citizen es la persona que opera un proceso y puede leer, cuestionar y explicar el dato de ese proceso sin pedírselo a nadie. No es un analista amateur ni alguien que programa reportes. Es Mariana: sabe qué significa la cifra, nota cuando no cuadra y puede decir por qué en una frase. Y lo mejor es que se forma, no se contrata.
Qué es un data citizen
El término viene del inglés y se traduce más o menos como "ciudadano del dato". Lo vas a encontrar también como citizen data o, en plural, data citizens. La idea es sencilla: el dato no es propiedad exclusiva del área de sistemas ni del equipo de reportes. Es de quien lo genera y lo usa todos los días.
Conviene no confundirlo con un término parecido. Según Gartner, un citizen data scientist es alguien que construye modelos con analítica avanzada, predictiva o prescriptiva, aunque su trabajo principal esté fuera de la estadística. Es un perfil valioso y bastante más técnico.
El data citizen va un paso antes, y es un paso que casi cualquier persona del equipo puede dar. No construye modelos. Lee su dato con criterio. En una operación sana hay unos cuantos citizen data scientists y muchos data citizens.
Leer un dato no es lo mismo que construir un reporte
Aquí está la confusión más común. Cuando una empresa decide que su gente "use los datos", muchas veces la manda a un curso para construir reportes. Un mes después hay cuarenta tableros personales, cada uno con su propia versión de la venta.
Leer y construir son dos habilidades distintas, y conviene separarlas:
| Leer un dato | Construir un reporte | |
|---|---|---|
| Qué hace | Entiende qué significa la cifra, de dónde sale y cuándo no le cuadra | Conecta fuentes, arma el modelo y publica el tablero |
| Quién lo hace | Quien opera el proceso | Quien tiene el oficio técnico |
| Qué necesita | Acceso a la cifra donde vive y permiso para cuestionarla | Herramientas, formación técnica y reglas escritas |
| Qué resuelve | Que los errores se noten en el momento, por quien mejor los conoce | Que la cifra exista y se actualice sola |
Un data citizen hace lo primero siempre y lo segundo a veces. Lo importante es que la empresa no dependa de que todos sepan construir, sino de que todos sepan leer.
Las tres cosas que sabe hacer un data citizen
Leer. Sabe qué cuenta y qué no cuenta dentro de su cifra. Mariana sabe que el inventario del sistema incluye lo apartado. No necesita que nadie se lo explique cada viernes.
Cuestionar. Nota cuando el número no se parece a lo que ve en el piso, y se siente con permiso de decirlo. Esa segunda parte importa tanto como la primera: un equipo que sabe leer pero no se atreve a cuestionar sigue firmando reportes que no cree.
Explicar. Puede decir en una frase por qué la cifra es la que es. "Son veinticinco porque quince están apartadas." Esa frase, escrita, es una regla de negocio. Si nadie la escribe, se va de vacaciones con Mariana.
Las tres caben en lo que toda cifra confiable necesita: una definición escrita, una persona responsable y un origen claro. Aquí contamos con más detalle cómo lograr una sola definición por cifra.
Por qué se forma y no se contrata
Puedes contratar a un analista brillante. Va a construir mejores reportes que nadie. Lo que no va a traer de fábrica es saber que quince tarimas están apartadas. Ese criterio vive en quien opera el proceso.
Por eso formar data citizens tiene más que ver con quitar obstáculos que con enseñar software:
- Acceso a la cifra donde vive. No un archivo que alguien le reenvía el lunes, sino el tablero o el sistema de donde sale.
- Las definiciones a la mano. Qué cuenta, qué no cuenta y quién responde por cada cifra.
- Lo básico para leer un tablero. Filtrar, comparar contra el mes anterior, bajar al detalle. Para eso sirve una buena capacitación en Power BI y Power Platform.
- Permiso explícito para decir "esto no cuadra". Y una persona que escuche cuando lo dicen.
Hay un beneficio menos obvio. Cuando el equipo puede leer y explicar su propio dato, lo que se construye para él deja de depender de quien lo construyó. El tablero, la automatización o la capa de datos siguen vivos porque alguien de casa los entiende. Es la misma razón por la que aquí explicamos por qué todo lo que se construye debe poder operarse sin el proveedor.
Un ejercicio para encontrar a tus data citizens
Seguro ya tienes varios y no les has puesto nombre. Este ejercicio toma una mañana y no necesita presupuesto.
- Elige un proceso que te importe y su cifra principal. El inventario disponible, los pedidos del día, la cobranza de la semana.
- Busca a quien lo opera todos los días. No a quien firma el reporte: a quien lo arma.
- Hazle tres preguntas: ¿de dónde sale esta cifra?, ¿cuándo no te cuadra?, ¿qué haces cuando no te cuadra?
- Si contesta las tres sin titubear, ya es data citizen. Escribe sus respuestas: acabas de documentar una regla de negocio.
- Si se atora en alguna, anota cuál: leer, cuestionar o explicar. Esa es la formación que le falta.
- Dale acceso a la cifra donde vive, si todavía no lo tiene.
- Repite el ejercicio en un mes con otro proceso.
Lo más probable es que en el paso 3 alguien te conteste como Mariana, sin levantar la vista del café. Esa respuesta vale oro, y ahora ya sabes cómo se llama quien la dio.
Media hora basta para saber por dónde empezar
Si quieres platicar qué proceso elegir para el ejercicio, o cómo formar al equipo con lo que encontraste en el paso 5, con gusto lo vemos juntos.