Acceder a la información es fácil; convertirla en una decisión, no. Entre una cosa y otra hay un proceso —recolectar, filtrar y analizar— que casi nadie ordena bien. Esta es la forma en que yo lo hago, destilada de años investigando marca, mercado, producto y, sobre todo, aprendiendo por mi cuenta.
La investigación como base del aprendizaje
La investigación es la etapa inicial de casi cualquier metodología de trabajo, aunque cambie de nombre según el marco:
| Metodología | Cómo llama a investigar |
|---|---|
| Design Thinking | Empatizar y Definir |
| Project Management | Planificar y Analizar |
| Human Centered Design | Descubrir y Entender |
Las técnicas y herramientas varían, pero por debajo siempre hay tres pilares: plantear el problema, recolectar datos y analizarlos. Vamos uno a uno.
1. Planteamiento del problema
Es la base de todo y suele nacer de una hipótesis, un objetivo o un análisis previo. Conviene escribirlo como un documento claro y conciso que responda a unas preguntas clave:
- ¿Qué queremos descubrir o lograr?
- ¿Por qué es importante?
- ¿Cuál es el origen o la hipótesis del tema?
- ¿Quiénes son los actores clave?
- ¿Cuál será la población u objeto de la investigación?
- ¿Cuál es el escenario o entorno a medir?
- ¿Cómo vamos a medirlo?
- ¿Con cuánto tiempo contamos?
Estas preguntas son el filtro que decide las herramientas, las técnicas y el alcance de la siguiente fase. Sin ellas, recolectas a ciegas.
2. Recolección de datos
Tipos de datos
Antes de elegir herramienta, hay que saber qué se busca. Los datos pueden ser cualitativos (describen) o cuantitativos (cuentan):
| Tipo | Qué captura | Ejemplos |
|---|---|---|
| Nominales | Categorías que comparten una característica | Géneros, tipos, ubicaciones, marcas, tallas, colores |
| Ordinales | Una jerarquía | Niveles, clasificaciones, etapas, rankings |
| Binarios | Solo dos respuestas | Sí/No, Verdadero/Falso, booleanos |
| Textuales | Información subjetiva en texto libre | Comentarios, descripciones, narrativas |
| Tipo | Qué captura | Ejemplos |
|---|---|---|
| Discretos | Números enteros, una sola cifra | Votos, unidades vendidas, nº de clientes |
| Continuos | Mediciones y rangos precisos | Temperatura, volumen, distancia, peso, tiempo |
Cómo extraer la información
Sabiendo qué datos quieres, defines cómo llegarás a ellos. Hay dos grandes vías:
- Recolección primaria — reunir y clasificar datos brutos desde la fuente original: encuestas, entrevistas, observación.
- Opensource Knowledge — usar información de carácter público, sin acceder a nada confidencial, mediante buscadores, webs, redes sociales y herramientas de extracción. (Es el método práctico de la idea que desarrollo en Opensource Knowledge: aprender sin límites.)
Recolección primaria
- Encuesta. Ideal para datos cualitativos, sobre todo con selección simple, verdadero/falso o respuestas cortas.
- Entrevista. Información directa y profunda. Con preguntas abiertas y enfocadas entiendes perspectivas, motivaciones y desafíos de las personas implicadas.
- Role play. Simular una situación real en la que los participantes asumen papeles distintos para vivir el problema desde dentro.
- Re-label. Tomar un producto de la competencia, quitarle la marca y presentárselo al usuario como propio para recoger feedback. Ahorra tiempo: el prototipo ya está hecho.
- Monitoreo. Recopilación y evaluación continua de datos. El monitoreo automatizado usa sensores, trackers y web scraping para analizar en tiempo real sin intervención humana.
- Mystery shopping. Evaluar la calidad del servicio y el cumplimiento de estándares sin que el personal sepa que está siendo observado.
Herramientas de observación
Para ver qué hacen los usuarios: Hotjar evalúa el comportamiento dentro de tu web (mapas de calor, grabaciones); el eye tracking online (tipo GazeRecorder) rastrea dónde se posa la mirada. Útiles para convertir conducta en dato.
Opensource Knowledge: investigar con fuentes abiertas
-
Filtrado por IA. Los modelos con acceso a internet comparan muchas fuentes grandes en minutos y son excelentes para parafrasear, organizar y asociar ideas. Perplexity lee artículos, busca referencias y construye respuestas citándolas; ChatGPT y Claude con búsqueda hacen tareas similares; NotebookLM resume y conecta tus propias fuentes. Para vídeo, las extensiones que extraen la transcripción de YouTube y la resumen te ahorran horas de visionado.
-
Operadores de búsqueda. Palabras especiales que acotan o amplían resultados en Google, Bing o incluso marketplaces:
filetype:pdf [búsqueda]— fuerza un formato de archivo concreto.Campeón de * regional— el*es un comodín que encaja con cualquier palabra.site:[web] [búsqueda]— busca solo dentro de un dominio.related:[web]— encuentra sitios parecidos a una referencia."técnicas de investigación"— las comillas buscan la frase exacta.fútbol -mundial— el guion excluye un término.- Búsqueda inversa de imágenes — encuentra el origen o variantes de una imagen con TinEye o Google Images.
-
Tendencias de RRSS y blogs. Páginas para detectar qué vídeos y publicaciones acumulan más vistas y se comparten más (tipo Buzzsumo o las herramientas de trends de cada red).
-
Sneak peeks analysis. Examinar vídeos y documentos —a menudo material de comunicación de contenido privado o de pago— que filtran nombres o capturas que luego puedes rastrear por tu cuenta.
-
Web history. Revisitar cómo evolucionó un sitio (diseño, contenido, funcionalidad) con la Wayback Machine: qué decía una web hace años.
-
Organizaciones de investigación. Fuentes fiables y especializadas; cada tema pide las suyas. Algunas que uso: Our World in Data y los informes sectoriales de referencia.
-
Analítica de búsqueda y mercado. Webs que muestran qué se busca y hacia dónde van las tendencias: AnswerThePublic, Ahrefs, Google Trends.
El kit cambia; el método no
Las herramientas concretas envejecen rápido (un buscador con IA hoy no es el de hace dos años). Lo que permanece es la secuencia: definir qué dato necesitas → elegir la vía (primaria u open source) → contrastar la fuente. Aprende el método, no la marca.
3. Análisis de datos
Con los datos recopilados, toca convertirlos en respuestas a las preguntas del planteamiento. Hay cuatro enfoques, de menos a más ambiciosos:
- Descriptivo — qué pasó. Resume y presenta los datos (tablas, gráficos, estadísticas) para dar una comprensión general de cómo se distribuyen.
- Diagnóstico — por qué pasó. Busca las causas: relaciones entre variables y motivos detrás de un patrón o tendencia.
- Predictivo — qué pasará. Usa datos históricos para anticipar un evento o tendencia (demanda de un producto, rendimiento de una acción).
- Prescriptivo — qué hacer. Recomienda la acción óptima ante una situación, combinando datos e información para resolver el problema o aprovechar la oportunidad.
Visualización de datos
Un dato que no se puede ver es difícil de decidir. Llevar la información a una forma visual clara es lo que permite pasar de analizar a idear. Algunas opciones:
- Frameworks. Plantillas que ordenan los hallazgos: User Persona, User Journey, Océano Azul, Benchmarking, Mapa de Empatía, Mapa de Entorno… hay muchísimas.
- Mapas mentales. Para organizar ideas, conceptos y sus relaciones de forma estructurada.
- Diagramas de barras. Verticales para crecimiento; horizontales para relación temporal.
- Diagramas radiales. El "gráfico de torta" compara porcentajes de una misma categoría; el "gráfico de araña" muestra relaciones entre categorías de un mismo tema.
- Diagramas piramidales. La pirámide establece jerarquías; invertida (embudo), pasos de un proceso.
- Diagramas de dispersión. Para distancia e intersección entre ideas.
- Diagramas de flechas o escaleras. Para procesos lineales y estructuras de crecimiento.
Cierre: investigar es aprender en bucle
Visualizar bien la información te da un panorama sencillo de entender, y desde ahí ya puedes idear y decidir. Pero la investigación no termina: es una etapa continua de aprendizaje, así que conviene mantenerse actualizado y abierto a nuevas técnicas y herramientas.
Espero que este mapa te sirva para investigar por tu cuenta. Si quieres el porqué detrás del método —por qué hoy cualquiera puede acceder a este conocimiento— lo cuento en Opensource Knowledge: aprender sin límites.
Publicado originalmente en 2023 y actualizado en 2026, ya bajo el concepto de Opensource Knowledge.
