Fecha: 14, 16 y 21 de abril del 2026.
Horario: 9:00 a.m. a 12:00 m.d.
Duración: 12 horas, 9 sincrónicas y 3 asincrónicas.
Modalidad: Virtual.
Plataforma: Zoom.
Inversión: $250 + 2% de IVA por participante.
Incluye: 
- Acceso a plataforma con videos adicionales.
- Plantilla de Data Storytelling.
- Examen de certificación de CERTIPROF (dos oportunidades).
- 3 talleres prácticos de construcción de historias.
- Certificación Internacional emitida por CertiProf® y conferida tras la aprobación satisfactoria del examen de certificación.
Instructor: Ing. Raúl Trejos MSc, MBA.

Introducción
El syllabus contextualiza la certificación en la “explosión” de datos y la necesidad de transformar hallazgos de negocio (insights) en decisiones accionables. Señala que existe una brecha de comunicación entre perfiles técnicos y tomadores de decisión, y que el data storytelling permite tender puentes al convertir números en historias que nuestro cerebro procesa de manera natural. El objetivo general es repasar pasos metodológicos para contar historias con datos y promover cambios organizacionales e innovación.

Objetivos de aprendizaje
• Cómo dirigir el cambio con insights.
• La razón por la cual es importante contar historias con datos.
• La psicología del data storytelling.
• La anatomía de una historia de datos.
• La fundación de una historia de datos.
• La estructura de una historia de datos.
• Buenas prácticas a implementar para la visualización de datos.

Formato y duración del examen
• Formato: Opción múltiple.
• Preguntas: 40.
• Lenguaje: Español.
• Puntaje de aprobación: 80%.
• Duración: 60 minutos.
• Libro abierto: No.
• Entrega: Examen disponible en línea.
• Supervisado: A discreción del Partner.

Elegibilidad / Audiencia objetivo
La certificación está dirigida a perfiles técnicos que trabajan con datos (analistas, científicos de datos, ingenieros de datos, ingenieros de machine learning, estadísticos e ingenieros), con interés en implementar el método para aumentar el éxito en la entrega de insights accionables. También se orienta a perfiles no técnicos y de liderazgo (ejecutivos, administradores, gerentes, tomadores de decisión, políticos, comunicadores y periodistas) que deseen acortar la brecha de comunicación con especialistas de datos.

Contenido (estructura por capítulos)

Capítulo 1 
• ¿Por qué el cambio es importante?
• Todos debemos ser analistas.
• El alfabetismo en datos es esencial para la economía actual.
• ¿Qué es un insight?
• Histograma de ventas.
• La comunicación efectiva transforma los insights en acciones.
• 5 pasos clave para entregar valor con analítica de datos.
• El cambio hacia una organización data-driven no es sencillo.
• Busque comunicar, no solo informar.
• Contando la historia de sus datos.

Capítulo 2
• Experimento académico.
• Tres elementos esenciales de las historias con datos: explicar, iluminar, comprometer (engage).
• Los contadores de historias de datos efectivos pueden conducir al cambio.
• Triángulo de la retórica de Aristóteles.
• Generando acciones con historias de datos.
• ¿Por qué sus insights necesitan narrativa y visualización?
• Información ilustrada supera a la información de solo texto.

Capítulo 3
• Tasa de mortalidad de fiebre infantil en la Clínica #1.
• La mayor cantidad de decisiones no son basadas en la lógica.
• Dos sistemas para la toma de decisiones.
• Formas geométricas del cortometraje de Heider y Simmel.
• ¿Cómo reaccionamos a los hechos vs a las historias?
• Las historias de datos unen lógica y emoción.
• El error de Seemelweis.
• Cómo contar una narrativa de datos.

Capítulo 4
• Informativo vs iluminador (informative vs insightful).
• Exploratorio vs explicativo (exploratory vs explanatory).
• Abstracto vs concreto; continuo vs finito; automático vs curado.
• ¿Qué es data storytelling?
• Seis elementos esenciales de una historia de datos: fundación de datos, punto principal, enfoque explicativo, secuencia lineal, elementos dramáticos, anclas visuales.
• Formatos de noticias vs historias literarias.
• Comunicación directa vs indirecta.
• Conozca a su audiencia antes de contar su historia.
• Cuándo comunicar un insight como historia de datos.

Capítulo 5
• Cada historia de datos necesita un insight central.
• Aproximación de 4 dimensiones y marco 4D para encontrar insights significativos.
• ¿Tiene un insight accionable? ¿Por qué a su audiencia le debe importar?
• Proceso analítico: de la exploración a la explicación; diferencias entre estados del proceso.
• Falsificación de datos: cortar los datos; rol de datos; decoración de datos.
• Analizar y comunicar datos demanda disciplina.
• Sesgos y falacias: confirmación, sobreviviente, maldición del conocimiento, correlación, francotirador de Texas, rápida generalización.
• Cuando mucho de algo bueno puede volverse malo.

Capítulo 6
• Estructura trágica de Aristóteles; pirámide de Freytag; viaje heroico/jornada del héroe (Campbell).
• Arco del data storytelling: setting, rising insights, aha moment, solution and next steps.
• Reforzando su narrativa con puntos de historia (cambio en el tiempo, relaciones, intersección, avance de proyecto, compara/contrasta, drill down, zoom out, cluster, outliers).
• Nueve tipos comunes de narrativa con puntos de historia.
• Escribiendo el guion: identificar momento Aha; encontrar el principio (anzuelo) y siguientes pasos; seleccionar insights de ascenso; empoderar a la audiencia a actuar.
• Revelando los héroes en su historia (persona guiada por datos, identidad, voz y viaje).
• El conflicto amplifica el impacto; teoría unificada de 2+2; analogías.

Capítulo 7 (Visualizaciones 1)
• Atributos de atención; principios comunes de Gestalt.
• Existen 7 principios para una mejor visualización en data storytelling.
• Principio 1: visualizar los datos correctos (ejemplos; métricas; contexto; énfasis).
• Principio 2: escoger la visualización correcta (pastel vs barras; familiaridad vs novedad; barras vs pendiente; dumbbell vs tadpole).
• Principio 3: calibrar la visualización a su mensaje (alineación; anidado vs panel; consistencia).

Capítulo 8 (Visualizaciones 2)
• Puliendo las escenas de su historia de datos.
• Principio 4: remueva el ruido innecesario (gráfico “spaghetti”, ‘otros’, paneles; chartjunk).
• Problemas comunes: líneas de cuadrícula, uso de color sin estrategia, escalas, efectos artísticos, abuso de etiquetas.
• Enfoque de atención: datos en primer/segundo plano; paletas de color (secuencial, divergente, categórica).
• Texto: títulos explicativos, anotaciones, tipografía.
• Capas para dividir complejidad; etiquetado directo y texto legible.
• Accesibilidad y formato: daltonismo, relación de aspecto, transparencia/jittering, convenciones, polaridad/asociación de color, eje X, dirección, etc.

Capítulo 9
• Desarrollando su propia historia de datos.
• Tres claves para convertirse en un agente de cambio.

Bio del instructor
Ing. Raúl Trejos MSc, MBA — Consultor y Educador en Analítica de Datos, IA y Automatización Empresarial

Consultor y educador con más de 15 años de experiencia en el diseño de soluciones de analítica de datos, inteligencia artificial y automatización de procesos empresariales. Ha liderado proyectos de transformación digital en instituciones públicas, empresas privadas y organizaciones del ecosistema de innovación en Costa Rica, especializándose en la integración de herramientas como IA generativa, Power BI, Excel avanzado, SQL, R, Python, n8n, Make y KNIME para optimizar procesos y facilitar la toma de decisiones basada en datos.

Actualmente dirige programas de formación en Construyendo Talento, impulsando el desarrollo de competencias digitales en Latinoamérica, combinando su sólida formación técnica con habilidades pedagógicas.

Todas nuestras capacitaciones pueden ser impartidas en su organización

Inscripciones a Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.
Tel: +506 2225-1007 
Whatsapp: +506 6063-9111
Visite nuestra página www.cedeso.co.cr
facebook.com/cedesocostarica