\n<\/aside>\n<\/p>\n
Los errores en las hojas de c\u00e1lculo no son s\u00f3lo frustrantes inconvenientes personales. Pueden tener graves consecuencias. Y s\u00f3lo en los \u00faltimos a\u00f1os, ha habido una infinidad de historias de terror sobre hojas de c\u00e1lculo.<\/p>\n
En agosto de 2023, el Servicio de Polic\u00eda de Irlanda del Norte se disculp\u00f3 por una filtraci\u00f3n de datos de \u201cproporciones monumentales\u201d cuando se comparti\u00f3 en l\u00ednea una hoja de c\u00e1lculo que conten\u00eda estad\u00edsticas sobre el n\u00famero de agentes que ten\u00eda y su rango en respuesta a una solicitud de libertad de informaci\u00f3n.<\/p>\n
Hab\u00eda una segunda pesta\u00f1a que se pas\u00f3 por alto en la hoja de c\u00e1lculo y que conten\u00eda los datos personales de 10.000 agentes de polic\u00eda en servicio.<\/p>\n
Una serie de errores en las hojas de c\u00e1lculo interrumpieron la contrataci\u00f3n de anestesistas en formaci\u00f3n en Gales a finales de 2021. La Oficina Nacional de Contrataci\u00f3n de Anest\u00e9sicos (ANRO), organismo responsable de su selecci\u00f3n y contrataci\u00f3n, dijo a todos los candidatos para puestos en Gales que eran \u201cinasignables\u201d, a pesar de algunos de ellos lograron las puntuaciones m\u00e1s altas en las entrevistas.<\/p>\n
La culpa recay\u00f3 en el proceso de consolidaci\u00f3n de los datos de las entrevistas. Las hojas de c\u00e1lculo de diferentes \u00e1reas carec\u00edan de estandarizaci\u00f3n en cuanto a formato, convenciones de nomenclatura y estructura general. Para empeorar las cosas, los datos se copiaban y pegaban manualmente entre varias hojas de c\u00e1lculo, un proceso que requer\u00eda mucho tiempo y era propenso a errores.<\/p>\n
ANRO s\u00f3lo descubri\u00f3 el error cuando los solicitantes rechazados cuestionaron sus cartas de despido. El hecho de que ning\u00fan candidato pareciera aceptable para las posiciones galesas deber\u00eda haber sido una se\u00f1al de alerta. Aparentemente no se aplic\u00f3 ninguna prueba o validaci\u00f3n a la hoja de c\u00e1lculo crucial, un paso simple que podr\u00eda haber evitado este error cr\u00edtico.<\/p>\n\n Anuncio <\/span> <\/p>\n<\/aside>\nEn 2021, Crypto.com, un proveedor en l\u00ednea de criptomonedas, transfiri\u00f3 accidentalmente 10,5 millones de d\u00f3lares (8,3 millones de libras esterlinas) en lugar de 100 d\u00f3lares a la cuenta de un cliente australiano debido a que se ingres\u00f3 un n\u00famero incorrecto en una hoja de c\u00e1lculo.<\/p>\n
El empleado que proces\u00f3 el reembolso para el cliente australiano hab\u00eda ingresado err\u00f3neamente su n\u00famero de cuenta bancaria en el campo de reembolso de una hoja de c\u00e1lculo. Pasaron siete meses antes de que se descubriera el error. El destinatario intent\u00f3 huir a Malasia pero fue detenido en un aeropuerto australiano con una gran cantidad de dinero en efectivo.<\/p>\n
En 2022, \u00cdslandsbanki, un banco estatal island\u00e9s, vendi\u00f3 una parte de sus acciones que estaban muy infravaloradas debido a un error en la hoja de c\u00e1lculo. Al consolidar activos de diferentes hojas de c\u00e1lculo, los datos de la hoja de c\u00e1lculo no se \u201climpiaron\u201d ni se formatearon correctamente. Posteriormente, las acciones del banco fueron infravaloradas hasta en 16 millones de libras esterlinas.<\/p>\n
La materia oscura de la TI corporativa<\/h2>\n Lo anterior es solo una fracci\u00f3n de los errores de hojas de c\u00e1lculo que varias organizaciones cometen habitualmente.<\/p>\n
Las hojas de c\u00e1lculo representan riesgos desconocidos en forma de errores, violaciones de la privacidad, secretos comerciales y violaciones del cumplimiento. Sin embargo, tambi\u00e9n son fundamentales para la forma en que muchas organizaciones toman sus decisiones. Por este motivo, los expertos los han descrito como la \u201cmateria oscura\u201d de la TI corporativa.<\/p>\n
Los estudios de la industria muestran que el 90 por ciento de las hojas de c\u00e1lculo que contienen m\u00e1s de 150 filas tienen al menos un error importante.<\/p>\n
Esto es comprensible porque los errores en las hojas de c\u00e1lculo son f\u00e1ciles de cometer pero dif\u00edciles de detectar. Mi propia investigaci\u00f3n ha demostrado que inspeccionar el c\u00f3digo de la hoja de c\u00e1lculo es la forma m\u00e1s eficaz de depurarlo, pero este enfoque todav\u00eda s\u00f3lo detecta entre el 60 y el 80 por ciento de todos los errores.<\/p>\n\nSe estima que hasta 9 de cada 10 hojas de c\u00e1lculo contienen errores.<\/p>\n<\/figcaption><\/figure>\n
El atractivo de las hojas de c\u00e1lculo no s\u00f3lo existe en el mundo financiero. Son indispensables en ingenier\u00eda, ciencia de datos e incluso para enviar robots a Marte. La clave de su \u00e9xito es su flexibilidad.<\/p>\n\n Anuncio <\/span> <\/p>\n<\/aside>\nEl software de hoja de c\u00e1lculo evoluciona constantemente y cada vez hay m\u00e1s funciones disponibles que aumentan su atractivo. Por ejemplo, ahora puedes automatizar muchas tareas en Excel (el software de hoja de c\u00e1lculo m\u00e1s popular) utilizando secuencias de comandos Python.<\/p>\n
Pero dados todos los problemas antes mencionados, \u00bfno es hora de dejar de lado Excel y otros programas de hojas de c\u00e1lculo en favor de algo m\u00e1s confiable?<\/p>\n
Error humano<\/h2>\n La causa subyacente de estos problemas con las hojas de c\u00e1lculo no es el software sino el error humano.<\/p>\n
El problema es que la mayor\u00eda de los usuarios no ven la necesidad de planificar o probar su trabajo. La mayor\u00eda de los usuarios describen su primer paso en la creaci\u00f3n de una nueva hoja de c\u00e1lculo como simplemente ingresar n\u00fameros o c\u00f3digos directamente.<\/p>\n
Muchos de nosotros no consideramos que las hojas de c\u00e1lculo merezcan una consideraci\u00f3n seria. Esto significa que nos volvemos complacientes y asumimos que no hay necesidad de probar, validar o verificar nuestro trabajo.<\/p>\n
La investigaci\u00f3n sobre la \u201ccarga cognitiva\u201d, la cantidad de esfuerzo mental requerido para una tarea, muestra que crear hojas de c\u00e1lculo complejas exige tanta concentraci\u00f3n como la que requiere un m\u00e9dico de cabecera al realizar un diagn\u00f3stico. Esta intensa tensi\u00f3n mental hace que sea m\u00e1s probable que se cometan errores. Pero los m\u00e9dicos de cabecera estudian su profesi\u00f3n durante muchos a\u00f1os antes de calificarse, mientras que la mayor\u00eda de los usuarios de hojas de c\u00e1lculo son autodidactas.<\/p>\n
Para romper el ciclo de errores repetidos en las hojas de c\u00e1lculo, hay varias cosas que las organizaciones pueden hacer. En primer lugar, introducir la estandarizaci\u00f3n ayudar\u00eda a minimizar la confusi\u00f3n y los errores. Por ejemplo, esto significar\u00eda formato, convenciones de nomenclatura y estructuras de datos coherentes en todas las hojas de c\u00e1lculo.<\/p>\n
En segundo lugar, mejorar la formaci\u00f3n es crucial. Dotar a los usuarios del conocimiento y las habilidades para crear hojas de c\u00e1lculo s\u00f3lidas y precisas podr\u00eda ayudarles a identificar y evitar obst\u00e1culos.<\/p>\n
Por \u00faltimo, es vital fomentar una cultura de pensamiento cr\u00edtico hacia las hojas de c\u00e1lculo. Esto significar\u00eda alentar a los usuarios a cuestionar continuamente los c\u00e1lculos, validar sus fuentes de datos y verificar su trabajo.<\/p>\n