Comerç
Les dades obertes sobre comerç, incloent-hi preus, inventaris i comportaments del mercat, permeten conèixer l'estat del consum nacional i internacional, així com el seu impacte econòmic i social. Això facilita les decisions informades sobre estratègies de preus, màrqueting o gestió de la cadena de subministrament.
Descobriu els conjunts de dades més notables
Temes d'actualitat destacades
Actualitat
Así evoluciona el ecosistema infomediario en España según ASEDIE
La Asociación Multisectorial de la Información (ASEDIE) ha publicado la decimocuarta edición del informe sobre la economía del dato en el ámbito infomediario, consolidando una serie histórica que ofrece una amplia perspectiva de la evolución del sector. El análisis a lo largo de estos años revela que el sector infomediario ha crecido un 79% desde 2013, con 796 empresas identificadas frente a las 444 iniciales. El informe fue presentado el pasado 21 de abril en Madrid en un acto en el que se puso de relieve el papel crucial que desempeña el sector infomediario en la economía española.
A continuación, recogemos las principales claves del informe.
Una facturación de 2.870 millones de euros y un empleo que crece por encima de la media nacional
El informe viene analizando desde 2013 la situación del sector infomediario, compuesto por las empresas y organizaciones que reutilizan datos procedentes en su mayoría de organismos públicos, complementando con fuentes privadas, para generar productos o servicios de valor añadido. La última edición subraya que el sector está en pleno auge, consolidándose como un componente estructural del ecosistema del dato en España con un crecimiento sostenido.
El estudio analiza 796 empresas activas a 31 de diciembre de 2024, de las que 623 tienen datos financieros disponibles. Para la realización del estudio se han tomado los datos del año 2024 ya que en el momento de realización del informe aún no estaban disponibles los relativos al año 2025. Los resultados del estudio fijan los siguientes valores para los principales indicadores del sector:
La cifra de negocio agregada alcanza los 2.870 millones de euros, con un crecimiento del 5,8% interanual. El subsector de información geográfica se consolida como el principal, superando los 795 millones de euros y concentrando el 28,4% de las ventas totales. Destaca además el subsector de cultura, que duplica su volumen de negocio (+120,5%). Por el contrario, directoriales y estudios de mercado registran descensos del 9,8% y el 3,9% respectivamente.
El sector genera 26.538 empleos, con un crecimiento del 7,6% respecto al ejercicio anterior, casi cinco puntos por encima de la media nacional. El empleo medio del sector también se incrementa respecto al periodo anterior y se sitúa en torno a los 40 empleados por empresa, lo que reafirma su capacidad para generar puestos de trabajo estables. El impulso del subsector información geográfica generó más de 1.000 nuevos puestos de trabajo en un solo año (+12,2%), aglutinando ya casi el 40% del empleo total. La facturación media por empleado se situó en 108.164 euros.
El capital suscrito asciende a 252 millones de euros, y el beneficio neto agregado supera los 158 millones de euros, 13 millones más que el ejercicio anterior. Los subsectores económico y financiero, información geográfica e informática de infomediación agrupan el 80% del beneficio. El 75% de las empresas finalizaron el ejercicio con beneficios.
El 75% de las empresas realizan su actividad en cuatro subsectores del total de diez: información geográfica, estudios de mercado, económico y financiero e informática de infomediación.
La estructura empresarial del sector sigue dominada por pequeñas empresas: más de la mitad son mycropymes con menos de cinco empleados y alrededor del 70% no alcanza el millón de euros de facturación anual. Solo el 3% supera los 25 millones de euros en ingresos.
Desde el punto de vista de la distribución geográfica, Madrid concentra el 38% de las empresas, seguida de Cataluña (15%), Andalucía (11%) y la Comunidad Valenciana (8%). El sector está presente en todas las comunidades autónomas y en la Ciudad Autónoma de Melilla, lo que da cuenta de su implantación global.
El análisis temporal muestra que el volumen de empresas ha crecido un 79% desde 2013. En la última década se han creado 249 empresas. En términos absolutos, las comunidades autónomas que han registrado un mayor crecimiento de empresas son Madrid (111), Andalucía (66) y la Comunidad Valenciana (58). En términos relativos, en las que más se ha incrementado el número de empresas son Cantabria (600%), Murcia (350%) y Extremadura (350%).
2024, último año analizado, registra un ligero descenso en la cifra media de ventas, tras más de una década de crecimiento sostenido. Este ajuste no modifica la tendencia de consolidación y se asocia a una etapa de mayor madurez del sector tras años de crecimiento sostenido.
El siguiente visual resume algunos de estos datos:
Figura 1. Fuente: Informe del Sector Infomediario de ASEDIE. "Economía del Dato en su ámbito infomediario" (2026).
Avances significativos en el Top 10 ASEDIE
El Top 10 de ASEDIE, lanzado en 2019 con el apoyo de las 17 comunidades autónomas, tiene como objetivo fomentar la colaboración público-privada y focalizar recursos en la apertura de conjuntos de datos de alto valor. Siete años después, el balance es positivo, ya que seis de los diez conjuntos de datos — asociaciones, fundaciones, polígonos industriales, centros de salud, centros de enseñanza y certificados de eficiencia energética— son accesibles en las 17 comunidades autónomas.
El hito más destacado de esta edición es que las Islas Baleares se convierten en la primera comunidad autónoma en ofrecer acceso a los diez conjuntos de datos. La Comunidad de Madrid también tiene publicados los diez, aunque sin NIF en las bases de agentes económicos y ERE/ERTE, lo que limita el impacto de su apertura.
El desarrollo del Top 10 ha tenido lugar en tres fases, cada una enfocada en diferentes conjuntos de datos. La evolución se analiza en el informe:
Fase 1 (2019), donde se impulsaba la apertura de bases de datos de asociaciones, cooperativas y fundaciones. Actualmente, 12 comunidades autónomas permiten el acceso a las tres bases de datos con NIF. En el caso específico de las cooperativas, 15 de las 16 comunidades autónomas que ofrecen esta información incluyen también el NIF, aunque todavía falta una comunidad autónoma por publicar esos datos.
Fase 2 (2020), centrada en conjuntos de datos sobre certificados de eficiencia energética, registros SAT (Sociedades Agrarias de Transformación) y polígonos industriales. Se ha producido un avance en polígonos, que ya están accesibles en todas las comunidades. Son ya 14 las comunidades con los seis conjuntos de las dos primeras fases disponibles, restando únicamente La Rioja, Cantabria y Andalucía en el registro SAT.
Fase 3 (2023), enfocada en datasets de agentes económicos, centros de enseñanza, centros de salud y ERES-ERTES (Expediente de Regulación de Empleo y Expediente de Regulación Temporal de Empleo). Es la fase más incipiente. Se han producido avances, pero aún es necesario seguir trabajando. Hasta el momento, solo tres comunidades ofrecen datos de agentes económicos con NIF (Navarra, Islas Baleares y Madrid). En el caso de los ERE/ERTE, 11 aunque solo Baleares incluye el NIF o razón social de la empresa, lo que limita el impacto real de esa apertura.
Nuevos casos de éxito y buenas prácticas
El informe recoge una selección de productos y servicios que ilustran cómo el sector transforma datos públicos en soluciones de valor:
GeoMarketing Xpert®: solución de analítica avanzada que integra modelos de IA y machine learning para optimizar estrategias de localización empresarial, combinando datos de consumidores, potencial de ventas y competencia.
Datos de riesgos climáticos y certificaciones energéticas: esta base de datos centraliza y actualiza en tiempo real más de 9 millones de certificados reales, combinados con datos de riesgos climáticos organizados por temperatura, viento, agua y suelo, diferenciando entre riesgos crónicos y agudos.
GeoCRM: este CRM muestra sobre un mapa la cartera comercial, con datos empresariales y financieros, permitiendo priorizar la prospección y optimizar rutas comerciales.
Informa IA Chat: genera informes dinámicos sobre la situación de una empresa en lenguaje natural a partir de una base de datos empresarial con la posibilidad de ampliar la consulta a toda la información disponible en internet.
La Inteligencia Artificial llega a Insight View: esta herramienta interactiva que incorpora inteligencia artificial para responder a preguntas y contextualizar datos de forma automática, permitiendo entender mejor cada empresa, identificar riesgos y agilizar la toma de decisiones.
Oficina Técnica de Datos Abiertos: solución de la Generalitat de Catalunya que combina gobernanza y plataforma tecnológica para publicar datos accesibles e interoperables. El portal funciona también como hub interno de compartición entre departamentos.
Plataforma de soporte a la gestión de siniestros de seguros de crédito: solución que automatiza la verificación de siniestros mediante un repositorio único, extracción inteligente de datos con IA y conciliación automatizada.
El informe también incluye buenas prácticas de las administraciones públicas y el sector académico como:
Analizador IA de datasets: esta herramienta permite a cualquier persona sin conocimientos técnicos consultar conjuntos de datos en lenguaje natural, eliminando las barreras de formato, impulsando así el análisis autónomo de la información pública.
GeoEditPro y Portal Registral de Emergencias: el Colegio de Registradores de la Propiedad ha impulsado estas dos iniciativas. GeoEditPro facilita la validación de documentación gráfica registral de forma pública y sin autenticación. Por su parte, el Portal Registral de Emergencias, creado tras la erupción del volcán Cumbre Vieja en 2021, permite a los afectados por desastres naturales solicitar de manera gratuita nota simple de sus inmuebles.
Portal de datos abiertos del Ayuntamiento de Madrid: en febrero de 2026 estrenó plataforma, alcanzando 670 conjuntos de datos de 60 unidades municipales y más de 489.000 visitas.
Proyecto Federador de Datos de Navarra: galardonado con el Premio Audaz 2024, permite que entidades de cualquier tamaño publiquen datos en un espacio común de forma sencilla y automatizada. Destaca por la democratización del dato y por las colaboraciones estratégicas, con el geoportal IDENA, el instituto de estadística NASTAT, la Universidad Pública de Navarra y la Federación Navarra de Municipios y Provincias.
Portal de datos abiertos de la Universidad de Extremadura: integra más de 140 conjuntos de datos con el máximo nivel de reutilización. Además, ha desarrollado un grafo de conocimiento que conecta información procedente de múltiples fuentes, permitiendo realizar consultas complejas y obtener conocimiento agregado de forma automática.
UniversiDATA: portal colaborativo que agrupa a seis universidades públicas españolas bajo un modelo común de gobernanza y publicación, premiado por ASEDIE en 2025 en la categoría “Impulsando la Economía del Dato”.
En conclusión, el sector infomediario español atraviesa una etapa de consolidación marcada por el crecimiento sostenido y una mayor especialización. La edición de este año confirma la buena tendencia de la economía del dato, con 796 empresas activas, más de 26.500 empleos y una cifra de negocio de 2.870 millones de euros. Aunque continúan existiendo desafíos regulatorios y diferencias en el grado de apertura entre administraciones, la evolución del sector apunta a un ecosistema más maduro y con capacidad para seguir generando actividad económica y progreso a partir de la reutilización de la información.
Altres recursos
Estudio sobre la alimentación en los hogares españoles
1. Introducción
Las visualizaciones son representaciones gráficas de datos que permiten comunicar de manera sencilla y efectiva la información ligada a los mismos. Las posibilidades de visualización son muy amplias, desde representaciones básicas, como los gráficos de líneas, de barras o de sectores, hasta visualizaciones configuradas sobre cuadros de mando interactivos.
En esta sección de “Visualizaciones paso a paso” estamos presentando periódicamente ejercicios prácticos de visualizaciones de datos abiertos disponibles en datos.gob.es u otros catálogos similares. En ellos se abordan y describen de manera sencilla las etapas necesarias para obtener los datos, realizar las transformaciones y los análisis que resulten pertinentes para, finalmente, posibilitar la creación de visualizaciones interactivas que nos permitan obtener unas conclusiones finales a modo de resumen de dicha información. En cada uno de estos ejercicios prácticos, se utilizan sencillos desarrollos de código convenientemente documentados, así como herramientas de uso gratuito. Todo el material generado está disponible para su reutilización en el repositorio Laboratorio de datos de GitHub.
A continuación, y como complemento a la explicación que encontrarás seguidamente, puedes acceder al código que utilizaremos en el ejercicio y que iremos explicando y desarrollando en los siguientes apartados de este post.
Accede al repositorio del laboratorio de datos en GitHub
Accede al notebook de Google Colab
2. Objetivo
El objetivo principal de este ejercicio es mostrar como generar un cuadro de mando interactivo que, partiendo de datos abiertos, nos muestre información relevante sobre el consumo en alimentación de los hogares españoles partiendo de datos abiertos. Para ello realizaremos un preprocesamiento de los datos abiertos con la finalidad de obtener las tablas que utilizaremos en la herramienta generadora de las visualizaciones para crear el cuadro de mando interactivo.
Los cuadros de mando son herramientas que permiten presentar información de manera visual y fácilmente comprensible. También conocidos por el témino en inglés "dashboards", son utilizados para monitorizar, analizar y comunicar datos e indicadores. Su contenido suele incluir gráficos, tablas, indicadores, mapas y otros elementos visuales que representan datos y métricas relevantes. Estas visualizaciones ayudan a los usuarios a comprender rápidamente una situación, identificar tendencias, detectar patrones y tomar decisiones informadas.
Una vez analizados los datos, mediante esta visualización podremos contestar a preguntas como las que se plantean a continuación:
¿Cuál es la tendencia de los últimos años en el gasto y del consumo per cápita en los distintos alimentos que componen la cesta básica?
¿Qué alimentos son los más y menos consumidos en los últimos años?
¿En qué Comunidades Autónomas se produce un mayor gasto y consumo en alimentación?
¿El aumento en el coste de ciertos alimentos en los últimos años ha significado una reducción de su consumo?
Éstas, y otras muchas preguntas pueden ser resueltas mediante el cuadro de mando que mostrará información de forma ordenada y sencilla de interpretar.
Volver al inicio
3. Recursos
3.1. Conjuntos de datos
Los conjuntos de datos abiertos utilizados en este ejercicio contienen distinta información sobre el consumo per cápita y el gasto per cápita de los principales grupos de alimentos desglosados por Comunidad Autónoma. Los conjuntos de datos abiertos utilizados, pertenecientes al Ministerio de Agricultura, Pesca y Alimentación (MAPA), se proporcionan en series anuales (utilizaremos las series anuales desde el 2010 hasta el 2021)
Series anuales datos de consumo alimentario en hogares
Estos conjuntos de datos también se encuentran disponibles para su descarga en el siguiente repositorio de GitHub.
Volver al inicio
3.2. Herramientas
Para la realización de las tareas de preprocesado de los datos se ha utilizado el lenguaje de programación Python escrito sobre un Notebook de Jupyter alojado en el servicio en la nube de Google Colab.
"Google Colab" o, también llamado Google Colaboratory, es un servicio en la nube de Google Research que permite programar, ejecutar y compartir código escrito en Python o R sobre un Jupyter Notebook desde tu navegador, por lo que no requiere configuración. Este servicio es gratuito.
Para la creación del cuadro de mando se ha utilizado la herramienta Looker Studio.
"Looker Studio" antiguamente conocido como Google Data Studio, es una herramienta online que permite realizar cuadros de mandos interactivos que pueden insertarse en sitios web o exportarse como archivos. Esta herramienta es sencilla de usar y permite múltiples opciones de personalización.
Si quieres conocer más sobre herramientas que puedan ayudarte en el tratamiento y la visualización de datos, puedes recurrir al informe "Herramientas de procesado y visualización de datos".
Volver al inicio
4. Tratamiento o preparación de los datos
Los procesos que te describimos a continuación los encontrarás comentados en el siguiente Notebook que podrás ejecutar desde Google Colab.
Antes de lanzarnos a construir una visualización efectiva, debemos realizar un tratamiento previo de los datos, prestando especial atención a su obtención y a la validación de su contenido, asegurándonos que se encuentran en el formato adecuado y consistente para su procesamiento y que no contienen errores.
Como primer paso del proceso, una vez cargados los conjuntos de datos iniciales, es necesario realizar un análisis exploratorio de los datos (EDA) con el fin de interpretar adecuadamente los datos de partida, detectar anomalías, datos ausentes o errores que pudieran afectar a la calidad de los procesos posteriores y resultados. Si quieres conocer más sobre este proceso puedes recurrir a la Guía Práctica de Introducción al Análisis Exploratorio de Datos.
El siguiente paso es generar la tabla de datos preprocesada que usaremos para alimentar la herramienta de visualización (Looker Studio). Para ello modificaremos, filtraremos y uniremos los datos según nuestras necesidades.
Los pasos que se siguen en este preprocesamiento de los datos, explicados en el siguiente Notebook de Google Colab, son los siguientes:
Instalación de librerías y carga de los conjuntos de datos
Análisis exploratorio de los datos (EDA)
Generación de tablas preprocesadas
Podrás reproducir este análisis con el código fuente que está disponible en nuestra cuenta de GitHub. La forma de proporcionar el código es a través de un documento realizado sobre un Jupyter Notebook que una vez cargado en el entorno de desarrollo podrás ejecutar o modificar de manera sencilla. Debido al carácter divulgativo de este post y para favorecer el entendimiento de los lectores no especializados, el código no pretende ser el más eficiente, sino facilitar su comprensión por lo que posiblemente se te ocurrirán muchas formas de optimizar el código propuesto para lograr fines similares. ¡Te animamos a que lo hagas!
Volver al inicio
5. Visualización del cuadro de mandos interactivo
Una vez hemos realizado el preprocesamiento de los datos, vamos con la generación del cuadro de mandos. Un cuadro de mandos es una herramienta visual que proporciona una visión resumida de los datos y métricas clave. Es útil para el monitoreo, la toma de decisiones y la comunicación efectiva, al proporcionar una vista clara y concisa de la información relevante.
Para la realización de las visualizaciones interactivas que componen el cuadro de mando se ha usado la herramienta Looker Studio. Al ser una herramienta online, no es necesario tener instalado un software para interactuar o generar cualquier visualización, pero sí se necesita que la tabla de datos que le proporcionamos esté estructurada adecuadamente, razón por la que hemos realizado los pasos anteriores relativos al preprocesamiento de los datos. Si quieres saber más sobre cómo utilizar Looker Studio, en el siguiente enlace puedes acceder a formación sobre el uso de la herramienta.
El cuadro de mandos se puede abrir en una nueva pestalla en el siguiente link. En los próximos apartados desglosaremos cada uno de los componentes que lo integran.
5.1. Filtros
Los filtros en un cuadro de mando son opciones de selección que permiten visualizar y analizar datos específicos mediante la aplicación de varios criterios de filtrado a los conjuntos de datos presentados en el panel de control. Ayudan a enfocarse en información relevante y a obtener una visión más precisa de los datos.
Figura 1. Filtros del cuadro de mando
Los filtros incluidos en el cuadro de mando generado permiten elegir el tipo de análisis a mostrar, el territorio o Comunidad Autónoma, la categoría de alimentos y los años de la muestra.
También incorpora diversos botones para facilitar el borrado de los filtros elegidos, descargar el cuadro de mandos como un informe en formato PDF y acceder a los datos brutos con los que se ha elaborado este cuadro de mando.
5.2. Visualizaciones interactivas
El cuadro de mandos está compuesto por diversos tipos de visualizaciones interactivas, que son representaciones gráficas de datos que permiten a los usuarios explorar y manipular la información de forma activa.
A diferencia de las visualizaciones estáticas, las visualizaciones interactivas brindan la capacidad de interactuar con los datos, permitiendo a los usuarios realizar diferentes e interesantes acciones como hacer clic en elementos, arrastrarlos, ampliar o reducir el enfoque, filtrar datos, cambiar parámetros y ver los resultados en tiempo real.
Esta interacción es especialmente útil cuando se trabaja con conjuntos de datos grandes y complejos, pues facilitan a los usuarios el examen de diferentes aspectos de los datos así como descubrir patrones, tendencias y relaciones de una manera más intuitiva.
De cara a la definición de cada tipo de visualización, nos hemos basado en la guía de visualización de datos para entidades locales presentada por la RED de Entidades Locales por la Transparencia y Participación Ciudadana de la FEMP.
5.2.1 Tabla de datos
Las tablas de datos permiten la presentación de una gran cantidad de datos de forma organizada y clara, con un alto rendimiento de espacio/información.
Sin embargo, pueden dificultar la presentación de patrones o interpretaciones respecto a otros objetos visuales de carácter más gráfico.
Figura 2. Tabla de datos del cuadro de mando
5.2.2 Mapa de cloropetas
Se trata de un mapa en el que se muestran datos numéricos por territorios marcando con intensidad de colores diferentes las distintas áreas. Para su elaboración se requiere de una medida o dato numérico, un dato categórico para el territorio y un dato geográfico para delimitar el área de cada territorio.
Figura 3. Mapa de cloropetas del cuadro de mando
5.2.3 Gráfico de sectores
Se trata de un gráfico que muestra los datos a partir de unos ejes polares en los que el ángulo de cada sector marca la proporción de una categoría respecto al total. Su funcionalidad es mostrar las diferentes proporciones de cada categoría respecto a un total utilizando gráficos circulares.
Figura 4. Gráfico de sectores del cuadro de mando
5.2.4 Gráfico de líneas
Se trata de un gráfico que muestra la relación entre dos o más medidas de una serie de valores en dos ejes cartesianos, reflejando en el eje X una dimensión temporal, y una medida numérica en el eje Y. Estos gráficos son idóneos para representar series de datos temporales con un elevado número de puntos de datos u observaciones.
Figura 5. Gráfico de lineas del cuadro de mando
5.2.5 Gráfico de barras
Se trata de un gráfico de los más utilizados por la claridad y simplicidad de preparación. Facilita la lectura de valores a partir de la proporción de la longitud de las barras. El gráfico muestra los datos mediante un eje que representa los valores cuantitativos y otro que incluye los datos cualitativos de las categorías o de tiempo.
Figura 6. Gráfico de barras del cuadro de mando
5.2.6 Gráfico de jerarquías
Se trata de un gráfico formado por distintos rectángulos que representan categorías, y que permite agrupaciones jerárquicas de los sectores de cada categoría. La dimensión de cada rectángulo y su colocación varía en función del valor de la medida de cada una de las categorías que se muestran respecto del valor total de la muestra.
Figura 7. Gráfico de jerarquías del cuadro de mando
6. Conclusiones del ejercicio
Los cuadros de mando son uno de los mecanismos más potentes para explotar y analizar el significado de los datos. Cabe destacar la importancia que nos ofrecen a la hora de monitorear, analizar y comunicar datos e indicadores de una manera clara, sencilla y efectiva.
Como resultado, hemos podido responder a las preguntas originalmente planteadas:
La tendencia del consumo per cápita se encuentra en disminución desde el 2013, año en el que llegó a su máximo, con un pequeño repunte en los años 2020 y 2021.
La tendencia del gasto per cápita se ha mantenido estable desde el 2011 hasta que en 2020 ha sufrido una subida del 17,7% pasando de ser el gasto medio anual de 1052 euros a 1239 euros, produciéndose una leve disminución del 4,4% de los datos del 2020 a los del 2021.
Los tres alimentos más consumidos durante todos los años analizados son: frutas frescas, leche líquida y carne (valores en kgs)
Las Comunidades Autónomas donde el gasto per cápita es mayor son País Vasco, Cataluña y Asturias, mientras que Castilla la Mancha, Andalucía y Extremadura son las que menos gasto tienen.
Las Comunidad Autónomas donde un mayor consumo per cápita se produce son Castilla y León, Asturias y País Vasco, mientras que en las que menor son: Extremadura, Canarias y Andalucía.
También hemos podido observar ciertos patrones interesantes, como un aumento de un 17,33% en el consumo de alcohol (cervezas, vino y bebidas espirituosas) en los años 2019 y 2020 .
Puedes utilizar los distintos filtros para averiguar y buscar más tendencias o patrones en los datos según tus intereses e inquietudes.
Esperemos que esta visualización paso a paso te haya resultado útil para el aprendizaje de algunas técnicas muy habituales en el tratamiento y representación de datos abiertos. Volveremos para mostraros nuevas reutilizaciones. ¡Hasta pronto!