Análisis, tableros de control, mapas y protección de datos

1Analizar y presentar

• Elegir el indicador que responde a la pregunta y el denominador adecuado (¿porcentaje de qué?).
• Desglosar por sexo, edad, discapacidad y zona cuando sea pertinente.
• Un gráfico por mensaje: barras para comparar, líneas para una evolución, nada de gráficos circulares de diez porciones, nada de efectos 3D.
• Indicar siempre la fuente, la fecha, la cobertura y las limitaciones de los datos.

Un tablero de control útil cabe en una página: algunas cifras clave, la evolución, las brechas y lo que requiere una decisión. Herramientas: Excel, Power BI, Looker Studio, según los medios del equipo.

2Cartografía humanitaria

• Herramientas: QGIS (gratuito) para los mapas, datos de OpenStreetMap (carreteras, edificios), límites COD.
• Tipos de mapas frecuentes: mapa de presencia 4W, mapa de severidad de las necesidades, mapa de acceso (carreteras cortadas, zonas de riesgo), mapa de ubicación de los servicios.
• Un buen mapa tiene: un título que expresa el mensaje, una leyenda, una escala, el norte, la fuente, la fecha y la advertencia sobre los límites («los límites indicados no implican un reconocimiento oficial»).
• Colores legibles (también para personas daltónicas), clases de valores coherentes, poca información pero la adecuada.

3Protección y responsabilidad de los datos

• Datos personales: nombre, teléfono, ubicación precisa, datos biométricos; datos sensibles: salud, violencia, etnia, situación jurídica.
• Principios: recopilar lo mínimo, con consentimiento, para un objetivo concreto; acceso limitado; cifrado; plazo de conservación definido; intercambio regulado por un acuerdo.
• Incluso los datos agregados pueden exponer a un grupo (por ejemplo, un mapa que localiza a personas de una minoría o a sobrevivientes de violencia): se evalúa el impacto antes de publicar.
• Las Orientaciones Operacionales del IASC (2023) sobre la responsabilidad de los datos en la acción humanitaria y los estándares del clúster sirven de referencia.

4El plan de análisis: ponderación, intervalos de confianza y reglas de publicación

Una base depurada no produce por sí sola un análisis correcto. Entre ambos se sitúa el plan de análisis, redactado antes del final de la recopilación: para cada indicador de la matriz, precisa la pregunta planteada, el cálculo, el denominador, las desagregaciones, la ponderación y la forma de presentar el resultado. Las evaluaciones multisectoriales coordinadas lo exigen, y es el primer documento que solicita un evaluador que quiere verificar una cifra.

Contenido mínimo de un plan de análisis

La ponderación: por qué y cómo

Cuando cada estrato recibe el mismo número de entrevistas aunque las poblaciones tengan tamaños distintos, la media bruta sobrerrepresenta los estratos pequeños. El peso de una entrevista es la relación entre la proporción de su estrato en la población y su proporción en la muestra: peso = (N estrato / N total) / (n estrato / n total).

Si el 52 %, el 30 % y el 41 % de los hogares de estos tres estratos disponen de menos de 15 litros, la media bruta es del 41 % y la media ponderada de 0,48 × 52 + 0,21 × 30 + 0,31 × 41 = 43,9 %, es decir, un 44 %. Aquí la diferencia parece pequeña; a menudo alcanza de 5 a 10 puntos cuando los tamaños de los estratos son muy desiguales.

Intervalos de confianza y subpoblaciones pequeñas

• Un resultado procedente de una muestra se publica con su margen: «44 % (intervalo de confianza del 95 %: del 39 al 49 %)». El intervalo aproximado de una proporción es p ± 1,96 × raíz cuadrada de p(1 − p)/n, que debe ampliarse con el efecto de diseño en un muestreo por conglomerados.
• Los subgrupos no previstos en el muestreo (por ejemplo, los hogares encabezados por una mujer en un municipio) son indicativos, y así se indica. Una regla habitual es no publicar porcentajes calculados sobre menos de 30 observaciones, o señalarlos claramente.
• Dos resultados cuyos intervalos se solapan ampliamente no deben presentarse como diferentes: «la situación es peor en Kessa que en Lounda» requiere una diferencia significativa, no solo dos cifras distintas.

Cada cifra publicada debe poder responder a tres preguntas: porcentaje de qué (el denominador), medido cómo (el método y la fecha), con qué precisión (n, margen o carácter indicativo).

Del análisis descriptivo al análisis explicativo

El análisis humanitario no se detiene en los porcentajes. El Marco Analítico Conjunto Intersectorial (JIAF) exige vincular las condiciones humanitarias con sus causas y sus consecuencias, y después asignar una severidad en una escala de 1 (mínima) a 5 (catastrófica) por zona y por grupo de población, antes de estimar el número de personas con necesidades. El IMO prepara los indicadores; la interpretación se hace en un taller conjunto con los sectores, porque es allí donde las cifras se contrastan con el conocimiento del terreno.

5El 4W y la consolidación de las personas alcanzadas sin doble conteo

La matriz «quién hace qué, dónde y cuándo» (3W, 4W o 5W según los países, siendo la quinta dimensión «para quién») es el producto más solicitado a un IMO de clúster y el que con más frecuencia contiene errores. El problema central es el doble conteo: una misma familia puede recibir un kit de higiene de una ONG, una distribución de agua de otra y una sesión de sensibilización de una tercera, y ser contada tres veces.

El modelo 4W mínimo de un clúster

Las reglas de consolidación

1. Dentro de una actividad y un municipio: se suman las personas alcanzadas por distintas organizaciones solo si se sabe que atienden a poblaciones diferentes (sitios distintos, listas separadas). De lo contrario, se retiene el máximo.
2. Entre actividades de un mismo sector: no se suma. La cifra sectorial de personas alcanzadas por municipio suele ser el máximo de las actividades clave, o la de una actividad de referencia definida por el clúster.
3. Entre meses: se distinguen las personas nuevas (primer contacto) y las personas asistidas de forma repetida. El acumulado anual no se obtiene sumando doce meses de distribuciones recurrentes.
4. Entre sectores: la cifra intersectorial de personas alcanzadas por municipio suele ser el máximo de las cifras sectoriales, lo que subestima ligeramente, pero evita la sobreestimación. El método se decide en el IMWG y se consigna en la nota metodológica del tablero.
5. Límite lógico: las personas alcanzadas no pueden superar la población del municipio. Todo exceso desencadena una verificación.

Ejemplo de consolidación para un municipio

Un 4W no mide las necesidades cubiertas, sino la presencia operativa. Comparar las personas alcanzadas con la población con necesidades da un orden de magnitud de la cobertura, nunca una prueba de que las necesidades estén satisfechas: la calidad, la cantidad y la duración de la asistencia no figuran en él.

El calendario de un ciclo mensual

• Días 1 a 5 del mes siguiente: los socios presentan su 4W (herramienta en línea, por ejemplo ActivityInfo, o plantilla de Excel bloqueada).
• Días 6 a 8: el IMO controla (códigos P, desagregaciones incoherentes, cifras por encima del límite) y devuelve las preguntas a los puntos focales de los socios.
• Días 9 a 10: consolidación, actualización del tablero y del mapa de presencia, envío a OCHA para el seguimiento del plan de respuesta.
• Reunión del clúster: presentación de las brechas de cobertura, y no simple lectura de las cifras.

6Producir tableros y mapas que sirvan para decidir

Diseñar un tablero en cinco pasos

1. Identificar al usuario y su decisión: un coordinador humanitario que arbitra prioridades entre sectores no necesita el mismo producto que un jefe de base que sigue sus distribuciones semanales.
2. Elegir de cuatro a ocho indicadores clave procedentes de la matriz, con su meta o su umbral de alerta. Más allá de eso, el lector ya no ve nada.
3. Dibujar la maqueta en papel antes de abrir el programa y hacerla validar por el usuario. La lectura suele seguir un orden de arriba abajo y de izquierda a derecha: cifras clave, evolución, distribución geográfica, brechas y alertas.
4. Construir a partir de una fuente única: el tablero lee la base consolidada, no contiene cifras introducidas a mano. Es la condición para que una actualización lleve una hora y no dos días.
5. Documentar: una zona visible de «método y fuentes» indica la fecha de los datos, la cobertura (número de socios que han informado), las definiciones y las limitaciones.

Elegir el gráfico adecuado

Método para producir un mapa temático en QGIS

1. Cargar los límites COD-AB en el nivel deseado, en la versión vigente.
2. Preparar la tabla de datos con una columna de código P idéntica (mismo formato, mismo nivel) y valores numéricos sin texto.
3. Realizar la unión por el código P y después verificar el número de entidades unidas: toda unidad no unida revela un código erróneo o una versión distinta de los límites.
4. Elegir el sistema de proyección: WGS 84 (EPSG:4326) para el intercambio de datos; una proyección métrica (por ejemplo, la zona UTM del país) para medir distancias o superficies.
5. Elegir la representación: un coroplético para una tasa o un porcentaje; círculos proporcionales para números de personas. Un coroplético de cifras absolutas da una impresión engañosa, porque las unidades grandes siempre parecen más afectadas.
6. Elegir las clases: umbrales fijos con sentido operativo (por ejemplo, los cinco niveles de severidad o los umbrales sectoriales) o, en su defecto, cuantiles o cortes naturales, indicándolo. Cinco clases como máximo, una paleta secuencial de un solo tono para una intensidad, legible para las personas daltónicas.
7. Componer el diseño: título que enuncia el mensaje, leyenda, escala, flecha del norte, mapa de ubicación, fuentes, fecha de producción y fecha de los datos, logotipos, descargo de responsabilidad sobre las fronteras.
8. Hacer revisar por una segunda persona: código P, unidades vacías, ortografía, descargo de responsabilidad, ausencia de datos sensibles.

Una zona sin datos nunca debe tener el color de la clase más baja. Recibe un color o una trama distintos y la mención «sin datos»; de lo contrario, el mapa afirma que no hay necesidades allí donde no se sabe nada.

Las trampas de interpretación de los mapas

• Efecto de la división territorial: el mismo dato agregado por distrito o por municipio puede producir imágenes muy diferentes. Se elige el nivel que corresponde a la decisión y se evita sacar conclusiones a un nivel más fino que el de la recopilación.
• Efecto de superficie: las unidades grandes y poco pobladas dominan visualmente. Los símbolos proporcionales o un mapa en cuadrícula corrigen este efecto.
• Datos de fechas distintas reunidos en un mismo mapa: hay que evitarlo o señalarlo.

Herramientas y plazos realistas

Excel basta para un tablero de proyecto. Power BI o Looker Studio son adecuados para datos que se actualizan regularmente y se consultan en línea, siempre que se gestionen los derechos de acceso (un enlace público expone todos los datos subyacentes, incluidos los que no se muestran). Para un mapa estándar a partir de una plantilla existente, hay que contar medio día; para un producto nuevo (maqueta, validación, primera producción), de una a dos semanas.

7Ejemplo completo: el producto mensual de un clúster de alojamiento, del 4W al mapa

Contexto ficticio: el clúster de alojamiento y artículos no alimentarios de Valdorie cuenta con 23 socios activos en la región de Haut-Lisse. El plan de respuesta establece 96 000 personas con necesidades y una meta de 54 000 personas para el año. La coordinadora del clúster prepara la reunión con el grupo de coordinación intersectorial, que debe reasignar 1,2 millones de dólares del fondo común de país. El IMO del clúster dispone de cuatro días.

Día 1: recepción y control del 4W

Han informado 19 de los 23 socios (83 %). Los controles detectan: 2 socios que siguen utilizando los códigos P de la versión anterior, 1 socio que informa en hogares y no en personas, y 3 filas en las que las personas alcanzadas superan la población desplazada del municipio según el seguimiento de la movilidad. Tras el intercambio con los puntos focales, se corrigen los códigos, se convierten los hogares con el tamaño medio del hogar obtenido en la evaluación (6,2 personas) y se revisan a la baja 2 de las 3 filas (acumulación de dos distribuciones a los mismos hogares).

Día 2: consolidación y análisis

Surge el mensaje principal: Tessil, con severidad 4, es el distrito menos cubierto, mientras que la mitad de los socios se concentra en Morane, más accesible. El IMO verifica la hipótesis con el mapa de acceso del clúster de logística: el eje principal hacia Tessil está restringido desde hace dos meses (escoltas, puentes dañados), lo que explica en parte la escasa presencia.

Día 3: producción

• Tablero de una página: cuatro cifras clave (personas alcanzadas, % de la meta, socios activos, tasa de presentación de informes del 83 %); barras horizontales ordenadas del porcentaje de la meta alcanzado por distrito; línea mensual de personas alcanzadas; recuadro de «brechas» sobre Tessil y Hautes-Rives.
• Mapa: coroplético de la severidad por distrito (paleta secuencial de cinco clases), círculos proporcionales para las personas alcanzadas, rayado para Hautes-Rives con la mención «sin datos este mes», trazado de los ejes con acceso restringido. Título: «Haut-Lisse: la cobertura de alojamiento sigue siendo baja en Tessil, distrito de severidad 4».
• Nota metodológica de cinco líneas: fuentes, fecha, regla de eliminación de duplicados (máximo por municipio y por actividad), tasa de presentación de informes, conversión de hogares en personas.

Día 4: control y difusión

Revisión por el IMO de OCHA y por la coordinadora; el socio de Hautes-Rives envía sus cifras con retraso, y estas se integran en la versión siguiente, sin modificar en silencio el producto ya difundido. El tablero se presenta al grupo de coordinación intersectorial con una recomendación explícita: priorizar Tessil en la asignación, asociando una financiación para la logística de acceso. El producto público se publica en línea sin ninguna lista precisa de sitios para las zonas en las que los desplazados están amenazados; la versión detallada por sitio queda reservada a los socios.

Lo que muestra el ejemplo: el valor del trabajo del IMO no está en el gráfico, sino en el control que hace creíbles las cifras, en el cruce con otros datos (acceso) que explica la brecha y en la formulación de un mensaje utilizable para decidir.

8Proteger los datos en el día a día: ciclo de vida, anonimización y control de divulgación

La protección de datos no se resuelve con una cláusula en un contrato: se juega en gestos cotidianos, en cada etapa del ciclo de vida del dato. El manual del CICR y del Brussels Privacy Hub sobre la protección de datos en la acción humanitaria, las orientaciones operacionales del IASC sobre la responsabilidad en el manejo de datos y, para las organizaciones establecidas en la Unión Europea, el Reglamento General de Protección de Datos (RGPD) fijan el marco.

Medidas por etapa del ciclo de vida

Anonimizar de verdad: el control de divulgación estadística

Retirar los nombres no basta. Una combinación de variables aparentemente inocuas (municipio, edad, sexo, discapacidad, número de hijos, profesión) puede designar a una sola persona en una aldea pequeña. Estas variables se denominan cuasi identificadores. El Centro de Datos Humanitarios de OCHA recomienda evaluar el riesgo de reidentificación antes de compartir microdatos, por ejemplo con la herramienta libre sdcMicro.

1. Enumerar los cuasi identificadores y las variables sensibles de la base.
2. Medir el riesgo: ¿cuántos registros son únicos en la combinación de cuasi identificadores? El principio de k-anonimato exige que al menos k registros compartan cada combinación (k = 3 o 5 son valores habituales).
3. Reducir el riesgo: agrupar (edad por tramos, municipio sustituido por distrito), suprimir localmente los valores poco frecuentes, retirar las variables innecesarias, redondear las coordenadas o suprimirlas.
4. Verificar la utilidad: ¿siguen siendo posibles los análisis previstos? Se busca el mejor equilibrio, documentado.
5. Para las tablas agregadas: suprimir o agrupar las celdas con frecuencias bajas (una regla extendida fija el umbral en menos de 5 personas), verificando que no puedan recalcularse a partir de los totales.

El riesgo no afecta solo a los individuos. Un mapa que muestra la concentración de un grupo étnico o religioso, o la ubicación de mujeres solas en un sitio, puede exponer a todo un grupo: es lo que las orientaciones del IASC denominan datos demográficamente identificables. Deben tratarse con la misma prudencia que los datos personales.

Responder a las solicitudes de datos

Las solicitudes de listas nominativas proceden de socios, de autoridades locales y, a veces, de donantes o de fuerzas armadas. La respuesta se prepara antes de recibir la solicitud:

• ¿Cuál es la finalidad exacta? ¿Puede alcanzarse con datos agregados? En la gran mayoría de los casos, sí.
• ¿Existe una base legítima y se ha informado previamente a las personas de este intercambio?
• ¿Cuál es el riesgo para las personas si los datos se desvían de su fin o se filtran?
• ¿Quién decide? Todo intercambio de datos personales se valida a nivel de la dirección de país, nunca por el IMO solo ni por el equipo de terreno bajo presión.

Con los donantes, las verificaciones de listas de personas beneficiarias suelen negociarse en forma de consulta in situ o de muestra, en lugar de transferir archivos completos; la organización debe conocer las cláusulas de su acuerdo sobre este punto.

En caso de violación de datos

Pérdida de un teléfono de encuesta, envío de una base al destinatario equivocado, cuenta comprometida: se contiene el incidente (revocación de accesos, borrado remoto), se evalúa el riesgo para las personas, se informa a la dirección y, según el marco aplicable, a la autoridad de control y a las personas afectadas. El RGPD impone, por ejemplo, una notificación a la autoridad de control en un plazo de 72 horas cuando la violación entraña un riesgo. Se documenta el incidente y se corrige la causa, incluso cuando no se constata ningún daño.

9Errores frecuentes, expectativas de los donantes y adaptaciones según el contexto

Errores frecuentes en el análisis y la difusión

Lo que examinan los donantes y los evaluadores

• La coherencia de las cifras entre el informe al donante, el 4W del clúster y los informes financieros (un número de kits distribuidos debe corresponder a las salidas de almacén).
• La desagregación por sexo, edad y discapacidad, que exigen la mayoría de los grandes donantes humanitarios; el marcador de género y edad de ECHO se verifica con los datos efectivamente reportados.
• La participación en la coordinación: los fondos comunes gestionados por OCHA y numerosos donantes consideran la presentación periódica de informes al 4W del clúster como una condición de la asociación.
• La gestión de los datos personales: política de protección de datos, evaluaciones de impacto para los tratamientos de riesgo, acuerdos de intercambio de datos, en particular para los programas de transferencias monetarias.
• El uso efectivo: un evaluador pregunta cómo han modificado los datos las decisiones; un tablero que nunca se consulta es un costo, no un resultado.

Adaptaciones según el contexto

10Preguntas de entrevista y referencias clave

Preguntas de entrevista

1. «Las personas alcanzadas en su 4W superan la población de varios municipios. ¿Qué hace usted?»

Una buena respuesta identifica las causas probables (doble conteo entre organizaciones o entre meses, confusión entre hogares y personas, denominador que no incluye a los desplazados), describe la verificación con los socios, la aplicación de reglas de consolidación escritas y la mención del método en el producto. No corrige las cifras en silencio.

2. «¿Por qué ponderar los resultados de una encuesta?»

El candidato explica la estratificación y la diferencia entre la proporción en la muestra y la proporción en la población, da la fórmula del peso y un ejemplo numérico. Menciona que los resultados por estrato no se ponderan entre sí, solo los agregados.

3. «Presente el procedimiento para producir un mapa de severidad por distrito.»

Datos actualizados y códigos P, unión controlada, coroplético con clases con sentido operativo, categoría «sin datos», elementos obligatorios del diseño, descargo de responsabilidad, revisión y reflexión sobre la sensibilidad de lo que se muestra.

4. «Un socio le pide la base de datos nominativa de su programa para evitar la duplicación de la asistencia. ¿Cómo responde?»

La respuesta reconoce el objetivo legítimo, explora las alternativas (comparación mediante un identificador seudonimizado, sistema compartido de eliminación de duplicados con reglas de acceso, comparación por un tercero de confianza), verifica la información proporcionada a las personas, solicita un acuerdo de intercambio de datos y la validación de la dirección, y rechaza el envío del archivo por correo electrónico.

5. «¿Cómo sabría usted que un tablero es útil?»

La respuesta cita las decisiones que ha fundamentado, la consulta (estadísticas de acceso, presencia en las reuniones), los comentarios de los usuarios, y propone suprimir los elementos que nunca se utilizan.

6. «¿Qué es el k-anonimato y cuándo lo aplica?»

Definición, cuasi identificadores, técnicas de reducción del riesgo, equilibrio con la utilidad, aplicación antes de cualquier intercambio de microdatos y en las tablas con frecuencias bajas.

Referencias clave

• Operational Guidance on Data Responsibility in Humanitarian Action (Orientaciones operacionales sobre la responsabilidad en el manejo de datos en la acción humanitaria): IASC (versión revisada de 2023).
• Data Responsibility Guidelines y notas de orientación del Centro de Datos Humanitarios (control de divulgación estadística, evaluaciones de impacto): OCHA.
• Handbook on Data Protection in Humanitarian Action (Manual sobre protección de datos en la acción humanitaria): CICR y Brussels Privacy Hub.
• Reglamento General de Protección de Datos (RGPD) de la Unión Europea, para las organizaciones sujetas a él.
• Marco Analítico Conjunto Intersectorial (JIAF) y orientaciones sobre el cálculo de las personas con necesidades: IASC.
• Orientaciones de OCHA sobre el 3W/4W y el seguimiento de los planes de respuesta humanitaria; normas de productos cartográficos de OCHA.
• Documentación de QGIS y de la herramienta sdcMicro.
• Directrices del IASC sobre la inclusión de las personas con discapacidad en la acción humanitaria (2019), para la desagregación.