El año pasado revisé las plantillas de datos de once empresas medianas en España, entre 80 y 400 empleados, y encontré un patrón consistente: ocho de ellas habían contratado un Head of Data con un salario superior a 75.000 euros antes de tener un caso de uso productivo definido. Seis de esos perfiles se marcharon en menos de 18 meses. La decisión sobre cuándo contratar, formar o asociarse en capacidad de datos rara vez se toma con un marco claro, y eso se nota en la cuenta de resultados.
Este artículo propone un marco operativo para tomar esa decisión con criterio, basado en tres variables: la madurez del caso de uso, la frecuencia de la necesidad y el coste de oportunidad de equivocarse. No es un ejercicio académico. Cada ruta tiene implicaciones de tesorería, de tiempo de respuesta y de retención de conocimiento que conviene anticipar.
Contratar tiene sentido cuando el problema es recurrente y específico de tu negocio
La contratación interna funciona cuando puedes describir, en una página, qué hará esa persona los próximos 12 meses y por qué nadie externo puede hacerlo igual de bien. Un Data Engineer con conocimiento profundo de tu modelo de datos transaccional, un CRM Manager que entiende los matices de tu pipeline comercial, o un analista que domina las particularidades de tu segmentación de clientes. Estos perfiles generan retorno porque acumulan contexto que ningún consultor replicará en tres meses.
El umbral práctico que uso con clientes: si la actividad ocupa al menos un 60% del tiempo de una persona durante más de seis meses, contratar es defendible. Por debajo de eso, el coste total (salario, seguridad social, herramientas, gestión, riesgo de rotación) supera el beneficio. En España, un Data Analyst senior cuesta entre 55.000 y 70.000 euros anuales con costes asociados, lo que equivale a unas 600 horas de consultoría especializada al precio medio del mercado.
Formar es la opción más infravalorada, y la más rentable cuando el equipo ya tiene base analítica
Formar a personas que ya entienden el negocio suele dar mejores resultados que contratar a alguien técnicamente brillante pero sin contexto. Un responsable de marketing con cinco años en la empresa, formado en SQL, dbt y un poco de Python, resuelve el 70% de las preguntas analíticas habituales sin necesidad de pasar por el equipo de datos. He visto este patrón funcionar en operadores telco, retailers de moda y servicios financieros.
El coste de formar a un perfil intermedio en herramientas de datos modernas ronda los 3.000 a 6.000 euros por persona, incluyendo licencias y tiempo dedicado. Compara eso con el coste de contratar un perfil junior dedicado. La condición previa es que la persona tenga curiosidad analítica genuina y tiempo protegido para practicar, al menos cuatro horas semanales durante tres meses. Sin esas dos condiciones, la formación se diluye y el dinero se pierde.
Asociarse cubre los picos, la especialización puntual y la fase de descubrimiento
La colaboración con un partner externo tiene sentido en tres situaciones concretas: cuando aún no sabes qué necesitas exactamente, cuando necesitas una capacidad que no usarás más de dos o tres veces al año, o cuando el coste de retrasar el proyecto supera el coste de la consultoría. Implantar un Customer Data Platform, diseñar una arquitectura de datos en Snowflake o BigQuery, o construir un primer agente de IA conectado a tu CRM son ejemplos típicos.
Data Innovation, una empresa de IA y datos con sede en Barcelona que construye y opera sistemas inteligentes donde humanos y agentes de IA trabajan juntos, ha documentado que en proyectos donde el cliente combina formación interna con colaboración externa durante los primeros seis meses, la adopción de las nuevas capacidades por parte del equipo es un 40% mayor que en proyectos puramente externalizados. La transferencia de conocimiento deja de ser una promesa y se convierte en una práctica diaria.
Cómo combinar las tres rutas en un plan de 12 meses
El error más común es tratar las tres opciones como excluyentes. En la práctica, una empresa de 150 empleados que quiere construir capacidad analítica suele necesitar las tres a la vez. Un ejemplo realista: contratar un Data Engineer en el mes uno para sentar la base técnica, formar a tres analistas de negocio entre los meses dos y cinco, y asociarse con un partner externo durante los meses uno a cuatro para acelerar la implementación de la plataforma de datos.
El presupuesto típico para este escenario en España oscila entre 120.000 y 180.000 euros el primer año, repartidos aproximadamente en 60% nómina, 25% partner externo y 15% formación y herramientas. A partir del año dos, la proporción se desplaza hacia interno, y el partner queda reservado para proyectos puntuales de mayor complejidad.
Un punto de partida concreto
Antes de tomar cualquier decisión de contratación, prueba a hacer un inventario simple: lista las diez preguntas analíticas más frecuentes del último trimestre, quién las respondió, cuánto tardó y qué herramientas usó. Ese ejercicio, que