Del papel al teléfono: cómo la recolección móvil de datos transformó el SyE (2015-2024)
Una década de adopción, lecciones aprendidas y lo que significa para los equipos de seguimiento y evaluación hoy
Piensa en cómo lucía la recolección de datos en campo en 2015. Un fajo de formularios impresos, un digitador descifrandoletras a mano, y dos semanas de espera antes de que alguien en la oficina central tuviera la menor idea de lo que ocurría sobre el terreno. Esa era la norma, no la excepción, para la mayoría de las organizaciones humanitarias y de desarrollo.
Diez años después, el panorama es completamente distinto. Y aunque el cambio se dio de forma gradual, su efecto acumulado ha sido verdaderamente transformador para la forma en que el SyE funciona en la práctica.
Por qué la recolección móvil se instaló tan rápido

Los incentivos eran evidentes desde el principio. Como lo detalla el informe de Aptivate sobre recolección móvil de datos en SyE, los beneficios son difíciles de rebatir: datos de mayor calidad y más completos, capacidad de llegar a un número y variedad mayor de actores, captura multimedia (fotos, coordenadas GPS, audio) y retroalimentación del campo en tiempo casi real [Aptivate]. Para cualquiera que hubiera gestionado alguna vez un sistema de monitoreo en papel, "tiempo casi real" no era una mejora menor. Era una revelación.
Al mismo tiempo, los teléfonos inteligentes y las tabletas se volvían lo suficientemente accesibles como para desplegarlos a escala. El artículo de Nelson Bamwine, muy compartido en LinkedIn, captura bien el espíritu de mediados de los 2010: la nueva era de los smartphones y las TIC había abierto la recolección móvil de datos como una opción operativa real, no como un proyecto piloto de laboratorio [Bamwine]. Plataformas como KoboToolbox y ODK convirtieron el diseño de formularios XLSForm en algo que una persona sin conocimientos de programación podía hacer. La barrera cayó rápidamente.
💡 Consejo: Si tu equipo todavía debate si migrar a la recolección móvil, la respuesta ya la dio el sector. La pregunta más útil ahora es cuál herramienta se adapta a tu contexto y cómo implementarla de manera ética y sostenible.
A finales de la década de 2010, la adopción había ido mucho más allá de los primeros adoptantes. El artículo de ICTworks que resume lecciones de cinco años de implementación de recolección móvil señala que "en la última década, la recolección móvil de datos ha sido utilizada cada vez más por organizaciones humanitarias y de desarrollo para análisis de situación, monitoreo de proyectos, seguimiento de actividades y de poblaciones vulnerables", y que algunas ONG ya planificaban que todas sus recolecciones de datos cuantitativos se realizaran en dispositivos móviles [ICTworks]. Es un dato significativo. En aproximadamente cinco años, pasamos de pilotos cautelosos a compromisos a escala organizacional.
Cómo fue realmente la curva de adopción

Es tentador describir la adopción como una línea ascendente y continua, pero eso no refleja lo que realmente ocurrió. El período inicial (aproximadamente de 2015 a 2018) estuvo marcado por el entusiasmo y la proliferación. Decenas de herramientas inundaron el mercado y los equipos experimentaban con libertad. El informe de Aptivate lo señala sin rodeos: "el sector de dispositivos móviles es altamente competitivo y cambia rápidamente; las nuevas aplicaciones móviles aparecen constantemente en el mercado, y la abundancia de herramientas TIC disponibles resulta abrumadora" [Aptivate].
Esa abundancia generó problemas reales. Las organizaciones adoptaban herramientas proyecto por proyecto, terminando con sistemas fragmentados que no se comunicaban entre sí. La capacitación era inconsistente. La calidad de los datos variaba. La lección de este período, documentada en detalle en la guía de escalamiento de ICTworks, es que no existe una solución única que cubra el 100 % de las necesidades de un proyecto [ICTworks]. Las organizaciones que buscaron la herramienta perfecta y universal perdieron años. Las más inteligentes eligieron una plataforma, invirtieron en construir capacidad interna alrededor de ella y se adaptaron.
A partir de 2019 aproximadamente, la pregunta cambió. ICTworks lo expresa con claridad: "muy pocas personas en el sector cuestionan la pertinencia de la recolección móvil de datos para muchos tipos de usos. Los principales retos tienen que ver más con la pregunta de cómo implementar estas herramientas de la manera más efectiva y ética" [ICTworks]. La adopción ya no estaba en debate. La calidad de la implementación, sí.
La dimensión investigativa: una historia paralela (y más lenta)
Vale la pena separar la adopción en el monitoreo de campo de la recolección de datos con fines de investigación, porque sus trayectorias son distintas. Una revisión de alcance publicada en 2021 en JMIR Public Health encontró que, a pesar del enorme número de aplicaciones de salud disponibles en el mercado global y del potencial evidente, los cuestionarios basados en apps para recopilar datos relacionados con pacientes "no habían desempeñado un papel importante en los estudios epidemiológicos" y que solo unos pocos estudios habían integrado aplicaciones de smartphone en enfoques de recolección longitudinal de datos [PMC/JMIR].
Esta brecha entre la adopción operativa en SyE y la adopción académica o de investigación es reveladora. Los equipos operativos avanzaron rápido porque las ganancias en eficiencia eran inmediatas y visibles. Los equipos de investigación avanzaron más despacio porque los estándares de validez y confiabilidad son más exigentes, y porque los estudios longitudinales requieren estabilidad de las herramientas durante años, algo difícil de garantizar en un mercado de aplicaciones que cambia a gran velocidad.
El informe de Aptivate sí señala que la recolección móvil "puede contribuir a cumplir cinco estándares: validez, integridad, precisión, fiabilidad y oportunidad" [Aptivate] cuando se implementa bien. La clave está en ese "cuando se implementa bien". Esa es la parte que requiere esfuerzo deliberado.
La dimensión del cumplimiento normativo y la gobernanza
A principios de la década de 2020, una nueva complejidad entró en escena. A medida que más datos organizacionales migraban a dispositivos personales y aplicaciones de mensajería, las preguntas de gobernanza se volvieron imposibles de ignorar. El análisis de 2024 de Risk Management Magazine sobre los retos de la recolección móvil de datos destaca que las organizaciones son ahora responsables de todos los datos corporativos en dispositivos personales, incluso bajo políticas BYOD (traiga su propio dispositivo), y que "el aumento de los requisitos regulatorios, la rápida adopción de la mensajería móvil por parte del personal y la creciente lista de aplicaciones de chat significan que las empresas son responsables de recopilar y almacenar cantidades sin precedentes de datos provenientes de dispositivos personales" [RMM].
Para los equipos de SyE, esto se traduce en preguntas que en 2015 apenas estaban en el radar: ¿Dónde se almacenan los datos recolectados? ¿Quién tiene acceso a ellos? ¿Qué ocurre cuando el teléfono personal de un enumerador de campo se pierde o lo roban? ¿Cómo gestionamos los datos de poblaciones vulnerables bajo marcos normativos de protección de datos que siguen evolucionando?
⚠️ Advertencia: La protección de datos no es solo un problema del área de TI. Si tu equipo de SyE recopila datos sobre beneficiarios a través de dispositivos móviles, necesitas protocolos claros sobre consentimiento, almacenamiento y eliminación. Esto es ya parte estándar de las buenas prácticas en recolección ética de datos.
Dónde estamos hoy y qué implica para tu equipo
En 2024, la recolección móvil de datos no es una tendencia en SyE. Es la línea de base. Las preguntas que importan ahora son operativas y éticas: ¿Cómo se construye una capacidad del personal que sobreviva a los proyectos individuales? ¿Cómo se elige una herramienta que pueda escalar a toda la organización sin una inversión prohibitiva en tiempo y recursos [ICTworks]? ¿Cómo se protegen los datos de las personas a quienes se sirve?
Las ganancias en eficiencia son reales y están documentadas: reducción de tiempos y costos, mejora de las competencias del personal, datos más abiertos y accesibles, y señales tempranas del campo en lugar de informes con semanas de retraso [Aptivate]. No son beneficios hipotéticos. Los equipos que han hecho la inversión los están experimentando.
Pero el cambio también exige más de los profesionales de SyE, no menos. Saber diseñar un buen formulario XLSForm, gestionar flujos de datos con responsabilidad, interpretar tableros en tiempo real y capacitar a equipos de campo con distintos niveles de alfabetización digital: estas son ahora competencias centrales, no elementos opcionales.
📝 Nota: La recolección móvil de datos amplifica tanto el buen como el mal diseño de SyE. Un formulario en papel mal diseñado se convierte en un formulario digital mal diseñado. La tecnología no corrige una lógica de indicadores débil ni preguntas de recolección vagas. Primero hay que tener los fundamentos bien construidos.
Si estás trabajando en alguno de estos temas, ya sea diseñando un nuevo sistema de monitoreo móvil, convirtiendo formularios en papel a XLSForm, o simplemente tratando de entender qué plataforma encaja mejor en tu contexto, es exactamente el tipo de trabajo en el que ayudo a los equipos. Encuéntrame en vera.ignex.io y lo trabajamos juntos.
La década de 2015 a 2024 demostró que la recolección móvil de datos funciona. La próxima década será sobre hacerlo bien.
Follow Vera for more on MEL & project management: LinkedIn · Instagram · Facebook · X
Sources
- The Challenges of Mobile Data Collection – Risk Management Magazine
- Mobile Data Collection for M&E – Briefing Paper – Aptivate
- Mobile Phone Based Data Collection for M&E and Evidence Based Decision Making – LinkedIn / Nelson Bamwine
- 10 Lessons Learned in Scaling Mobile Data Collection Processes – ICTworks
- Possibilities, Problems, and Perspectives of Data Collection by Mobile Apps in Longitudinal Epidemiological Studies: Scoping Review – PMC/JMIR
- Evaluating a Mobile Data-Collection System for Production Information in SMEs – ResearchGate
Put this into practice with Vera
Build logframes, indicators, surveys and reports in minutes — with an AI made for MEL.
Try Vera free →