Cómo preparar un Excel para analizarlo con IA sin exponer datos personales

Un equipo comercial quiere saber cuántas consultas recibe por categoría cada mes y en qué sucursales se concentran. Tiene un Excel con fechas, categorías y sucursales, pero también con nombres, teléfonos y correos de las personas que escribieron. La pregunta parece sencilla: ¿subimos el archivo a una herramienta de inteligencia artificial y le pedimos un resumen? Antes conviene detenerse y preparar un conjunto de análisis más pequeño.

Este tutorial presenta un método práctico para hacerlo en Excel: conservar el archivo original bajo los controles de la empresa, crear una copia de trabajo, retirar las columnas que no hacen falta y construir primero un resumen local con una tabla dinámica. El objetivo es responder una pregunta concreta con menos datos, no prometer que una hoja de cálculo convierte mágicamente un archivo en anónimo.

La secuencia también ayuda a decidir si la IA aporta algo. Si una tabla dinámica local resuelve la pregunta, quizá no haga falta enviar datos a ningún servicio. Si todavía se necesita IA, la organización podrá evaluar la herramienta y el conjunto mínimo necesario antes de compartir nada. Los ejemplos de filas y valores de este artículo son completamente sintéticos; no corresponden a clientes ni a personas reales.

Por qué conviene minimizar antes de elegir una herramienta

Partir de la pregunta, no de todas las columnas disponibles

Un archivo suele reunir información para varias tareas. El equipo puede necesitar nombres y correos para atender consultas, pero esos campos no son necesarios para contar consultas por mes, categoría y sucursal. Una exportación completa entrega a quien la procese más información de la que requiere el análisis. Antes de abrir un asistente de IA, escribe en una frase qué resultado necesitas: por ejemplo, “contar consultas por categoría y mes, y comparar el total por sucursal”.

Después traduce esa frase a campos. Para el ejemplo, pueden bastar fecha de consulta, categoría y sucursal; quizá un identificador de fila generado para comprobar el recuento, si realmente hace falta. Nombre, teléfono, correo, texto libre del mensaje, dirección y cualquier dato que no apoye la pregunta quedan fuera. Esta decisión deliberada es minimización: preparar solo los datos necesarios para el propósito definido.

Una tabla más pequeña no equivale automáticamente a anonimización

Eliminar nombres y teléfonos reduce exposición directa, pero no demuestra que nadie pueda identificar a una persona. Una combinación poco frecuente —por ejemplo, una categoría muy específica, una sucursal pequeña y una fecha exacta— puede singularizar un caso. Los mensajes de texto libre pueden incluir información identificativa aunque no exista una columna llamada “nombre”. Por eso, no describas la copia como “anónima” solo porque quitaste algunos campos.

La AEPD distingue anonimización y seudonimización: la información seudonimizada no puede atribuirse a una persona sin información adicional, pero ese conjunto y la información vinculada siguen dentro del ámbito del RGPD. La anonimización exige que no exista una probabilidad razonable de identificación, considerando los medios disponibles; no es una etiqueta que Excel certifique.[1] Si se crea un código que se puede relacionar con una persona usando una tabla de correspondencias, es un código reversible y el procedimiento es seudonimización, no anonimización.

La decisión de compartir no la toma Excel

El hecho de que una herramienta esté disponible en una cuenta corporativa no significa por sí solo que cualquier archivo esté autorizado para cargar. Las reglas dependen de la política de la empresa, el propósito, los permisos, el contrato, la configuración del servicio y la naturaleza de los datos. Si no sabes si una plataforma está aprobada para esos datos, no los subas para “probar”. Consulta a la persona responsable de privacidad, seguridad o tecnología.

Para ampliar esta parte práctica sobre gobernanza, puedes consultar la guía sobre protección de datos, agentes de IA y RGPD. Es una lectura contextual, no una autorización para usar un servicio concreto. La política interna y las instrucciones de la organización prevalecen sobre cualquier tutorial o libro.

Antes de editar: define alcance y protege el original

Acota la finalidad y el periodo

Especifica para qué se hará el análisis, quién necesita el resultado y qué periodo cubre. “Entender el volumen mensual de consultas durante el último año” es más verificable que “ver qué hay en el Excel”. Si la pregunta solo requiere doce meses, evita arrastrar años anteriores por comodidad. Si se necesitan tendencias por sucursal, confirma que esa comparación tiene un propósito operativo legítimo y que los grupos no revelarán casos individuales.

Anota las columnas necesarias y las que no se usarán antes de empezar. Así, si alguien revisa el trabajo, podrá entender por qué la copia contiene determinados campos. El alcance también evita que, durante la exploración, aparezcan análisis adicionales sobre personas que no estaban previstos. Si la pregunta cambia, revisa la selección de datos y las autorizaciones antes de ampliar el trabajo.

Conserva el original bajo los controles existentes

No sobrescribas el libro fuente. Déjalo en la ubicación corporativa autorizada, con los permisos, controles de acceso y conservación que la empresa ya haya definido. No hagas copias improvisadas en una carpeta personal, un correo privado o un dispositivo sin protección. Crea una copia de análisis en el entorno de trabajo aprobado y limita su acceso a quienes participan en la tarea.

Usa un nombre que describa finalidad y periodo sin incluir datos de personas, por ejemplo consultas_resumen_2026_copia_analisis.xlsx. Si la política interna prescribe otra convención, sigue esa. La copia sigue siendo un archivo que requiere cuidado: una etiqueta como “limpio”, “sin datos” o “anónimo” no sustituye los controles de acceso ni el criterio de privacidad.

Decide si hace falta un identificador

Para sumar y contar registros, muchas veces no es necesario conservar un identificador del cliente. Si necesitas detectar duplicados o comparar los recuentos con el origen, usa un identificador técnico de fila únicamente en una copia restringida y durante el tiempo necesario para verificar. Evita usar iniciales, fragmentos del correo o números de cliente como sustitutos: pueden conservar una vía de asociación evidente.

Si generas códigos aleatorios y guardas aparte una tabla que permite vincularlos con personas, se trata de seudonimización. Mantén la tabla adicional separada, con acceso restringido y conforme a las reglas internas; no la incluyas en la copia que se analiza. La AEPD explica que el tratamiento de seudonimización produce un conjunto seudonimizado y la información adicional que permite revertir la asociación, y que ambos requieren atención adecuada.[1] No crees una clave de reversión “por si acaso” si el análisis no la necesita.

Crear una copia de análisis en Excel

Selecciona solo las columnas pertinentes

Abre la copia autorizada y localiza la tabla que contiene las consultas. Comprueba que la primera fila de esa tabla tenga un encabezado claro para cada columna y que no haya títulos o filas de notas mezclados dentro de los registros. Identifica fecha, categoría y sucursal. Si la sucursal no forma parte de la pregunta, exclúyela también: no hay que conservar campos por costumbre.

Crea un libro de trabajo nuevo para la versión reducida o duplica la hoja en la copia y elimina las columnas irrelevantes del conjunto de análisis. Si trabajas en una hoja duplicada, verifica que no haya otras pestañas con información personal oculta en el mismo libro. El resultado debe contener únicamente el material decidido; no basta con cambiar la vista o filtrar filas.

Elimina columnas; no te limites a ocultarlas

Ocultar una columna solo la quita de la vista. El contenido permanece en el libro y puede reaparecer al desocultarla, mediante búsquedas o al copiar el rango completo. Para minimizar de verdad la copia de análisis, elimina las columnas que no necesitas, como nombre, teléfono, correo y texto libre del mensaje, en vez de ocultarlas. Comprueba también que no queden hojas auxiliares con esos datos.

No borres el original: el trabajo de eliminación debe ocurrir únicamente en la copia. Si la empresa exige mantener trazabilidad, documenta en el lugar autorizado qué campos se excluyeron y quién preparó la copia, sin duplicar valores personales en esa nota. Cuando tengas dudas sobre el tratamiento del archivo fuente o sobre obligaciones de conservación, detente y pide orientación interna antes de cambiarlo.

Revisa filtros, hojas ocultas y elementos residuales

Antes de usar la copia, recorre las pestañas visibles y confirma que contienen solo el conjunto reducido. Revisa si existen filas o columnas ocultas, filtros aplicados que excluyan registros, fórmulas que hagan referencia a campos retirados y comentarios o notas que puedan contener información. Si el libro tiene tablas, gráficos u hojas de apoyo, verifica si guardan datos que no aparecen en la vista principal.

Ten cuidado con los campos de texto libre: pueden incluir nombres, teléfonos, correos, direcciones o detalles de un caso. Si el análisis no exige leer el contenido de cada mensaje, excluye esa columna. Si sí lo exige, no asumas que basta con borrar datos de contacto evidentes; revisa si es necesario, con el equipo responsable, transformar o tratar esos textos de una forma autorizada.

Normaliza sin cambiar el significado

Comprueba que las fechas sean fechas reconocidas por Excel, no cadenas de texto mezcladas con formatos distintos. Revisa también espacios sobrantes y variantes en categoría o sucursal: “Devolución”, “devolucion” y “Devolución ” podrían separarse en grupos diferentes. Corrige valores solo con una regla clara, conserva un registro de las correcciones y no inventes valores para completar celdas vacías.

Busca categorías raras, abreviaturas, errores tipográficos y sucursales escritas de varias maneras. Una categoría que aparece una sola vez puede ser un error o una excepción real; no la agrupes sin investigar. En fechas, presta atención a los días y meses ambiguos, especialmente si se importaron archivos de orígenes con formatos regionales distintos. Si no puedes determinar qué significa un valor, márcalo para revisión en lugar de adivinar.

Revisiones de calidad antes de resumir

Comprueba fechas, duplicados y valores vacíos

Compara el periodo de los datos con el alcance establecido: ¿hay fechas fuera del rango?, ¿faltan meses?, ¿se incluyen registros futuros o sin fecha? Mira algunos ejemplos al principio, en medio y al final del conjunto, además de valores inusuales. No es una validación estadística completa, pero puede revelar problemas evidentes de importación o de selección.

Investiga duplicados antes de eliminarlos. Dos consultas parecidas pueden ser dos contactos diferentes, y dos filas idénticas podrían representar una repetición accidental. Define con el equipo qué campos determinan un duplicado y qué procedimiento autoriza corregirlo. Registra los valores vacíos en categoría o fecha y decide cómo se reflejarán en el resumen. No conviertas automáticamente un vacío en “otros”: eso ocultaría que falta información.

Busca combinaciones que destaquen a una persona

Incluso sin identificadores directos, una combinación muy específica puede señalar un caso conocido por el equipo. Si una sucursal tiene una sola consulta en una categoría excepcional durante un mes, presentar el conteo exacto puede permitir que alguien familiarizado con la operación reconozca a la persona. Antes de compartir un resultado, piensa quién lo verá y qué información auxiliar podría tener.

Si aparecen grupos muy pequeños, considera si puedes resumir por periodos más amplios, combinar categorías solo con una justificación válida o excluir del informe ese nivel de detalle. No existe un umbral universal que convierta todos los recuentos en seguros; depende del contexto y de la posibilidad de vincularlos con otras fuentes. Si no puedes valorar ese riesgo, consulta a privacidad antes de distribuir el resultado.

Registra las decisiones que afectan al resultado

Guarda una nota de trabajo breve en el entorno aprobado: pregunta analítica, periodo, columnas incluidas, campos eliminados, reglas aplicadas a fechas y categorías, tratamiento de vacíos y persona que revisó el resultado. Describe decisiones, no copies valores personales. Si una regla cambió el significado o dejó registros fuera, indícalo para que el recuento pueda interpretarse correctamente.

Este registro permite repetir el proceso y explicar por qué la tabla dinámica muestra determinados totales. También evita que una corrección manual pase inadvertida y se convierta en una conclusión errónea. Si el dato original y la copia no coinciden, no “arregles” el número hasta que se entienda la diferencia: puede deberse a un filtro, duplicados, fechas inválidas o una exclusión prevista.

Crear una tabla dinámica local para responder la pregunta

Prepara el rango de origen

Selecciona un rango con una fila de encabezados y registros organizados en columnas. La guía de Microsoft recomienda una sola fila de encabezados y permite crear una tabla dinámica desde un rango o una tabla existente; los pasos pueden variar según plataforma y versión.[2] En este ejemplo, el rango reducido contiene fecha, categoría y sucursal, sin nombres, teléfonos, correos ni texto libre.

Si hay filas completamente vacías o notas mezcladas con los registros, resuélvelo de forma documentada antes de seleccionar el origen. Asegúrate de que el rango incluya todas las filas pertinentes y ninguna fila ajena. La tabla dinámica no decide si el origen es correcto ni valida el propósito: solo resume lo que recibe. Por eso, una selección equivocada puede producir un resumen ordenado pero incorrecto.

Inserta la tabla dinámica en una hoja nueva

En Excel para Windows, selecciona el rango y elige Insertar > Tabla dinámica. En el cuadro de creación, verifica que el rango de origen sea el esperado, selecciona Nueva hoja de cálculo como ubicación y confirma con Aceptar. Microsoft documenta esta secuencia para Excel de Windows; los nombres y la disposición pueden cambiar en la web, Mac u otras versiones.[2]

Al abrirse la hoja nueva, verás la lista de campos de la tabla dinámica. Arrastra Categoría al área Filas. Para agrupar directamente por fecha, algunas versiones ofrecen agrupaciones de fecha; para un procedimiento fácil de comprobar, añade en la copia una columna Mes con el mes y año derivados de la fecha, revisa que la clasificación sea cronológica y úsala como campo de Columnas. Mantén la fecha original solo si sigue siendo necesaria y está dentro del alcance aprobado.

Arrastra Categoría o un campo de registro no vacío al área Valores. Comprueba que la operación sea Recuento, no Suma. Si Excel propone otra operación, abre la configuración del campo de valor y selecciona el recuento adecuado. Microsoft explica que los campos pueden añadirse o moverse entre las áreas de la tabla dinámica; los campos no numéricos suelen proponerse en Filas y los numéricos en Valores, pero conviene comprobar cada área y operación.[2]

Verifica el total y las agrupaciones

Compara el total general de la tabla dinámica con el número de registros válidos del rango que debía analizarse. Si difieren, comprueba filtros, celdas vacías en el campo contado, fechas excluidas y filas que quedaron fuera del origen. Revisa varias categorías y meses contra ejemplos de la copia de análisis. Confirma que el mes se ordene como tiempo y no alfabéticamente, y que la categoría “(en blanco)” no esconda un problema sin revisar.

Cuando se agreguen filas nuevas al origen, una tabla dinámica existente puede necesitar actualizarse para reflejar los cambios; Microsoft señala que las tablas dinámicas construidas sobre ese origen deben actualizarse si se añade información.[2] Antes de compartir un resumen, confirma que está actualizado y que el origen sigue siendo la copia minimizada, no el libro completo. No conectes fuentes externas por comodidad si eso no está aprobado.

Ejemplo didáctico con datos sintéticos

Una tabla mínima para contar consultas

La siguiente tabla es inventada únicamente para mostrar la estructura. No incluye nombres, teléfonos, correos ni casos reales.

Para responder cuántas consultas hay por categoría y mes, configura Categoría en Filas, Mes en Columnas y un campo de registro en Valores como Recuento. Con las cinco filas mostradas, el resultado esperado es: Devolución, una consulta en enero y una en febrero; Entrega, una en enero y dos en febrero. Comprueba el total general: cinco. Si la tabla dinámica arroja seis o cuatro, revisa el rango y la configuración antes de interpretar el patrón.

Cómo interpretar sin exagerar

En este conjunto sintético, las consultas de Entrega aumentan de una a dos entre enero y febrero. Eso describe únicamente estas cinco filas: no demuestra una tendencia estable, una causa ni un cambio en la satisfacción. Tampoco permite inferir qué personas consultaron ni por qué. En un conjunto real, el equipo necesitaría considerar el periodo, el volumen habitual, cambios en la operación y la calidad del registro antes de comunicar conclusiones.

Si añades Sucursal como un nivel adicional, el detalle puede crecer y los grupos hacerse pequeños. Pregúntate si ese desglose es necesario para la decisión y quién verá el resultado. Un informe agregado y útil puede ser preferible a una tabla extensa que permite reconocer casos aislados. La regla es sencilla: cada nivel de detalle necesita una justificación y una revisión proporcional.

¿Cuándo tendría sentido usar una herramienta de IA?

Primero determina si el resumen local basta

Una tabla dinámica puede resolver conteos, comparaciones y patrones simples sin enviar el archivo a una IA. Si el objetivo es entregar cifras por mes y categoría, exporta o presenta el resumen agregado de acuerdo con las normas internas. La IA no es un paso obligatorio ni una mejora automática. Reducir el tratamiento a una operación local también simplifica la revisión y limita el movimiento de datos.

Si necesitas ayuda para explorar hipótesis, redactar una explicación o trabajar con un formato más complejo, define qué tarea adicional se espera y qué entrada mínima bastaría. Tal vez se pueda proporcionar una tabla agregada, sin registros de fila, en lugar de cargar la copia de análisis completa. No incluyas datos personales, identificadores o textos de clientes en una conversación con un servicio no autorizado, ni los pegues como “muestra”.

Comprueba autorización, configuración y límites

Antes de enviar cualquier dato, consulta la lista de herramientas aprobadas y las reglas de la empresa sobre datos permitidos, cuentas, retención, acceso, uso para mejora del servicio y ubicación del tratamiento. Estos detalles dependen del producto y del contrato vigentes; no se deducen del nombre comercial de una herramienta. Si falta información sobre autorización o configuración, no cargues datos hasta aclararlo con el responsable correspondiente.

Un campo sin nombre puede seguir siendo identificable por contexto, y un conjunto seudonimizado no deja de estar sujeto al RGPD por haber reemplazado nombres con códigos.[1] El hecho de que el archivo se envíe mediante una cuenta de trabajo tampoco convierte el resultado en anónimo. Comparte solo el contenido expresamente autorizado y evalúa tanto la entrada como la respuesta, que podría reproducir datos o revelar grupos pequeños.

Para una guía específica de uso de Copilot con hojas de cálculo, puedes consultar Copilot en Excel. Úsala como recurso contextual sobre la herramienta, no como sustituto de la política de privacidad de tu organización ni como confirmación de que un libro concreto puede cargarse.

Usa IA como apoyo, no como autoridad final

Si la empresa autoriza el uso, formula una instrucción acotada y evita pedir decisiones sobre clientes. Por ejemplo, solicita que explique una tabla agregada, que señale qué supuestos necesita verificar o que sugiera preguntas para revisión humana. Comprueba cada cifra contra la tabla dinámica y cada interpretación contra el contexto operativo. Una explicación fluida puede contener errores, omitir excepciones o confundir correlación con causa.

La IA no debe ser la única responsable de tomar decisiones sobre personas, como priorizar, excluir, evaluar o tratar de forma distinta a un cliente. Mantén una persona responsable de verificar el análisis y decidir qué se comunica o qué acción se toma. Si una respuesta propone inferencias sensibles o conclusiones no respaldadas por los datos, descártala y revisa el planteamiento.

Checklist y criterios para detenerse

Lista de comprobación antes de compartir resultados

• La pregunta analítica, el periodo y el público del resultado están definidos.
• El archivo original permanece en la ubicación autorizada y no fue sobrescrito.
• La copia de análisis contiene solo las columnas necesarias para el propósito.
• Las columnas irrelevantes se eliminaron, no se ocultaron; se revisaron hojas, filas y columnas ocultas, comentarios y texto libre.
• Las fechas, categorías, sucursales, vacíos, duplicados y valores raros se revisaron con reglas documentadas.
• La tabla dinámica usa el rango correcto, Categoría en Filas, Mes en Columnas y Recuento en Valores.
• El total general y ejemplos de grupos se comprobaron frente a la copia.
• Se evaluó si los grupos pequeños o combinaciones raras podrían revelar casos individuales.
• La herramienta de IA, si se utiliza, está autorizada para ese tipo de información y se comparte únicamente el mínimo necesario.
• Una persona revisó el resultado y ninguna decisión sobre una persona depende únicamente de la IA.

Detente si no puedes responder estas preguntas

No continúes si no sabes quién autorizó la herramienta, qué datos permite, dónde debe guardarse el archivo o quién puede acceder. Detente también si el propósito no está claro, si necesitas conservar datos personales sin una razón definida, si la tabla parece contener valores erróneos o si una categoría rara puede señalar a alguien. No intentes resolver una duda de privacidad cargando el archivo para ver qué hace el servicio.

Pide revisión interna cuando haya una tabla de correspondencias entre códigos y personas, cuando se necesite analizar mensajes libres, cuando el informe exponga grupos pequeños o cuando la IA vaya a influir en decisiones que afectan a individuos. La AEPD advierte que anonimización y seudonimización no son equivalentes; una evaluación responsable no se reemplaza con una operación de Excel.[1] Si no se puede demostrar que un conjunto es anónimo, no lo trates como tal.

Conserva solo lo necesario al terminar

Cuando la revisión haya concluido, aplica las reglas internas de conservación y eliminación a la copia y a los resultados intermedios. No guardes versiones sobrantes en carpetas compartidas ni envíes tablas por canales no autorizados. Si el resumen debe conservarse, verifica que su nivel de detalle sea el previsto y que el acceso corresponda a la finalidad. Documenta la decisión según el procedimiento de la empresa.

El flujo completo puede resumirse así: definir la pregunta, preservar el original, crear una copia mínima, revisar calidad y riesgo de identificación, construir y comprobar una tabla dinámica local, y solo entonces decidir si una herramienta autorizada añade valor. El orden importa: la minimización ocurre antes de elegir una IA y reduce la posibilidad de compartir información innecesaria. No transforma por sí sola el archivo en anónimo ni sustituye una revisión de privacidad.

Lecturas complementarias según la herramienta de la empresa

Estas cuatro opciones se agrupan por herramienta y son recursos de aprendizaje, no una recomendación de enviar datos a un servicio ni una afirmación sobre contenidos de privacidad en cada libro. Un manual no sustituye la política de la empresa ni la evaluación específica del tratamiento.

Fuentes

1. [1] AEPD: Anonimización y seudonimización.
2. [2] Microsoft Support: Create a PivotTable to analyze worksheet data.