datos.gov.co en tu trabajo de grado (2026): qué encuentras, cómo filtrar y los límites que debes conocer

Necesitas datos reales para tu trabajo de grado, no tienes presupuesto para recolectarlos y el semestre corre. La respuesta obvia es la encuesta propia; la respuesta inteligente, muchas veces, es usar datos que el Estado ya publicó. El portal de datos abiertos del Estado colombiano, datos.gov.co, reúne miles de conjuntos de datos publicados por entidades nacionales y territoriales, descargables sin registro y utilizables en investigación.

Pero el portal tiene su manera de funcionar, y también sus límites — algunos de los cuales pueden invalidar un diseño de investigación completo si los descubres tarde. Esta guía cubre las dos cosas: cómo sacarle provecho a la plataforma desde el primer semestre del trabajo de grado y qué no le puedes pedir bajo ninguna circunstancia.

Qué es exactamente datos.gov.co

Es el catálogo central de datos abiertos del Estado: cada entidad pública —ministerios, superintendencias, alcaldías, gobernaciones, institutos— publica allí conjuntos de datos en formato tabular, consultables en línea y descargables. El punto clave para tu citación: los datos son de la entidad que los publica, no del portal. El autor corporativo de tu referencia es la alcaldía, el ministerio o el instituto que produjo el conjunto, y datos.gov.co es el lugar de consulta donde cualquier lector puede verificarlo.

Cuánto hay sobre tu tema: cifras reales de agosto de 2026

Consultamos el catálogo con filtros temáticos y estos fueron los tamaños de resultado en el momento de la consulta (agosto de 2026): la búsqueda «educación» arroja 1.848 conjuntos, «salud» 2.070, «matrícula» 465 y «deserción» 46. Las cifras cambian a diario porque las entidades publican y despublican; tómalas como orden de magnitud, no como censo.

Dos lecturas útiles de esos números. Primera: en temas amplios hay material de sobra, y tu problema será filtrar, no encontrar. Segunda: en temas específicos como deserción el conteo baja dos órdenes de magnitud, y ahí conviene revisar cada resultado a mano antes de comprometer tu anteproyecto con la existencia de «los datos que seguro habrá».

Cómo buscar sin perder la tarde

1. Empieza por el término temático amplio y filtra después por categoría, entidad y territorio. La búsqueda del portal es laxa: devuelve resultados relacionados de forma amplia con tu término, así que los títulos hay que leerlos uno a uno.
2. Mira la entidad publicadora antes que el título. Un conjunto llamado «Deserción escolar» de una alcaldía municipal cubre ese municipio, no el país. Para cifras nacionales de educación superior, las fuentes especializadas —SNIES, OLE, SPADIES o DANE, según tu pregunta— suelen ser mejor punto de partida que el catálogo general.
3. Revisa la fecha de última actualización en la ficha del conjunto. En el catálogo conviven series al día y conjuntos que llevan años sin actualizarse. Un conjunto viejo no es inútil —puede ser exactamente tu período de estudio—, pero citarlo como si fuera actual sí es un error.
4. Lee la ficha de metadatos completa: descripción, cobertura, diccionario de variables cuando existe. Ahí está la información que tu capítulo metodológico va a necesitar.

Los límites que debes conocer antes de comprometer tu diseño

1. El contador del catálogo tiene tope

Si consultas el catálogo sin ningún filtro, el tamaño del resultado reportado se detiene exactamente en 10.000 — es un tope del contador, no el tamaño del catálogo. La consecuencia para tu trabajo: nunca escribas «el portal tiene X conjuntos de datos en total» tomando el número de un resultado sin filtros. Usa conteos con filtro (que sí se mueven al cambiar el criterio, como los de arriba) o evita la afirmación de total.

2. Son datos abiertos, casi siempre agregados: no microdatos

La mayoría de los conjuntos son registros administrativos o cifras agregadas: matrículas por institución, casos por municipio, presupuestos por rubro. Si tu diseño necesita microdatos —la fila individual y anonimizada de una encuesta, con sus variables sociodemográficas— eso vive en otro lugar: el catálogo de microdatos del DANE, con su propia lógica de documentación y descarga. Confundir los dos niveles es la fuente clásica del anteproyecto que promete un análisis que los datos no permiten.

3. La calidad y la granularidad varían por entidad

El portal impone el formato, no la calidad. Dos conjuntos sobre el mismo tema pueden diferir en período, definiciones y nivel de detalle, porque cada entidad decide qué publica. Cuando dos fuentes miden distinto, tu trabajo debe decirlo — esa advertencia honesta vale más ante el jurado que una cifra redonda sin matices.

4. Abierto no significa sin reglas

Los conjuntos publicados están anonimizados o agregados, así que usarlos no convierte tu estudio en una investigación con datos personales. Pero si tu plan es cruzarlos con datos que tú recolectes de personas, esa parte de tu diseño sí entra en el régimen de habeas data y autorización de la Ley 1581, y el cruce mismo debe describirse en tu capítulo metodológico.

Cómo se cita un conjunto de datos del portal

La referencia lleva la entidad como autor corporativo, el título exacto del conjunto, el año, el portal como lugar de consulta y —fundamental en datos consultables— los filtros aplicados y la fecha de consulta, porque sin ellos tu cifra no es reproducible. La lógica completa de dónde encontrar cada dato en la ficha está en la guía de referenciación de fuentes oficiales colombianas; aplica idéntica aquí.

Cómo lo justificas ante el jurado

Usar datos secundarios no es un atajo que haya que esconder: es una decisión metodológica que se argumenta. El párrafo de justificación tiene tres piezas: pertinencia (el conjunto cubre tu población y tu período), autoridad de la fuente (la entidad es el productor oficial del dato) y límites declarados (qué preguntas tu conjunto no puede responder y cómo lo compensas). Deja escrito también el proceso: fecha de descarga, filtros, y qué limpiezas le hiciste a la tabla antes del análisis.

Del CSV al capítulo de resultados: el flujo que funciona

Bajar la tabla es el paso fácil; lo que produce nota es el proceso documentado. El flujo que recomendamos, y que resiste cualquier pregunta del jurado:

1. Descarga y congela. Guarda el archivo original con fecha en el nombre y no lo toques más: toda limpieza se hace sobre una copia. Si el conjunto se actualiza a mitad de semestre, tú analizas la versión que congelaste y lo declaras.
2. Registra la ficha. Entidad, título exacto, período de referencia, fecha de última actualización y fecha de tu descarga. Son los cinco datos que tu referencia y tu capítulo metodológico van a repetir.
3. Documenta cada transformación. Filas eliminadas y por qué, variables renombradas, categorías agrupadas. Dos frases por transformación bastan, pero deben existir: la reproducibilidad de tu análisis depende de esa lista.
4. Describe antes de explicar. El primer producto del análisis es descriptivo — cuántos, dónde, cuándo. Las pruebas y los modelos vienen después, si tu pregunta los necesita.

Para usuarios avanzados: el catálogo ofrece acceso programático, de modo que las consultas que hicimos arriba con filtros se pueden automatizar y repetir en la fecha de cierre de tu análisis. No es obligatorio — la descarga manual documentada cumple igual —, pero si tu programa es de ingeniería o afines, mencionar la consulta reproducible suma puntos con cualquier jurado técnico.

Preguntas frecuentes

¿Necesito permiso de la entidad para usar los datos en mi tesis?

Los conjuntos publicados en el portal de datos abiertos están dispuestos para su reutilización, incluida la académica. Tu obligación es citarlos correctamente, con entidad, conjunto exacto y fecha de consulta.

¿Puedo basar todo mi trabajo de grado en datos del portal?

Sí, si tu pregunta de investigación se responde con los datos disponibles y tu programa acepta diseños con datos secundarios — verifícalo con tu director antes del anteproyecto. El riesgo no es la legitimidad sino la dependencia: si el conjunto resulta incompleto, tu plan B debe existir.

¿Qué hago si el conjunto que necesito desaparece del portal?

Descarga y conserva una copia local desde el primer día, con la ficha de metadatos. Los conjuntos se actualizan y a veces se retiran; tu análisis debe poder reproducirse con la copia que usaste.

¿datos.gov.co reemplaza al DANE, al SNIES o al OLE?

No: son capas distintas del mismo ecosistema. El portal de datos abiertos es el catálogo transversal donde publican todas las entidades; los sistemas especializados —el DANE para estadística oficial y microdatos, el SNIES para educación superior, el OLE para graduados— tienen mejores metadatos, series más largas y documentación pensada para investigación. La regla práctica: si existe un sistema especializado para tu pregunta, empieza por él, y usa el catálogo general para lo que no tiene sistema propio: datos territoriales, sectoriales y administrativos que ninguna otra fuente centraliza.

La ventaja real de los datos abiertos no es ahorrarte trabajo, es moverte el trabajo hacia donde produce nota: menos semanas recolectando, más semanas analizando y escribiendo. Si vas a tomar esta ruta, arma tu trabajo de grado en Tesify con el capítulo metodológico estructurado desde el principio: fuente, filtros, limitaciones y citas en su sitio, listos para la revisión de tu director.