
Para anonimizar un archivo Excel o CSV, decide columna a columna qué necesita el destinatario, borra o enmascara las columnas que identifican a personas, generaliza las que permiten singularizar a alguien y limpia las partes ocultas del libro. Una hoja de cálculo es más sencilla que una carta, porque el encabezado te dice qué contiene cada columna.
Qué convierte una hoja de cálculo en dato personal
El RGPD define los datos personales como toda información sobre una persona que puede identificarse, directa o indirectamente, mediante un nombre, un número de identificación, datos de localización o elementos propios de esa persona (artículo 4, punto 1). En una tabla, eso abarca mucho más que la columna de nombres. Un número de empleado, un NIF, una dirección de correo y un IBAN identifican a una persona por sí solos. Una fecha de nacimiento, un código postal, un puesto y una fecha de alta no lo hacen por separado, pero juntos pueden señalar una fila y una persona.
El considerando 26 dice que la prueba es si una persona puede identificarse con los medios que razonablemente puedan utilizarse, y que los datos seudonimizados, que podrían atribuirse a una persona mediante información adicional, siguen siendo información sobre una persona identificable. El artículo 4, punto 5, define la seudonimización como el tratamiento de datos de manera que ya no puedan atribuirse a una persona sin información adicional que figure por separado. Sustituir cada nombre por EMPLOYEE_1, EMPLOYEE_2 y así sucesivamente es seudonimización. El archivo pasa a ser anónimo solo cuando nadie puede singularizar, vincular o inferir a una persona con lo que queda, que es la prueba en tres partes que el Grupo de Trabajo del Artículo 29 fijó en su Dictamen 05/2014 y que el CEPD repite en su proyecto de Directrices 02/2026.
Una tabla de columnas y del tratamiento habitual
El tratamiento depende de quién recibe el archivo y de lo que hará con él. Esta tabla es un punto de partida para una exportación de nóminas, una lista de personal o una lista de clientes.
| Tipo de columna | Ejemplos | Tratamiento habitual | Motivo |
|---|---|---|---|
| Identificadores directos | Nombre, correo, teléfono, dirección | Borrar, o enmascarar con marcadores | Identifican a una persona por sí solos |
| Números de identificación | NIF, número de la seguridad social, número de empleado, IBAN | Borrar, o enmascarar con marcadores | Un número, una persona |
| Cuasiidentificadores | Fecha de nacimiento, código postal, puesto, fecha de alta, nacionalidad | Generalizar (año de nacimiento, región, familia de puestos) o borrar | Combinados, pueden singularizar una fila |
| Texto libre | Notas, comentarios, motivos de ausencia | Leer y enmascarar, o borrar | Los nombres y los datos de salud se esconden en las frases |
| Medidas | Salario bruto, horas, importes, recuentos | Conservar | Suele ser lo que necesita el destinatario |
| Códigos con los que el destinatario cruza archivos | Código de departamento, tipo de contrato | Conservar, o sustituir de forma coherente | Hacen falta para agrupar y comparar |
El RGPD pide que los datos personales se limiten a lo necesario para la finalidad (artículo 5, apartado 1, letra c): parte de la pregunta que debe responder el destinatario y conserva solo las columnas que la responden.
Cómo anonimizar una hoja de cálculo paso a paso
- Trabaja sobre una copia. Deja el original donde está y pon a la copia un nombre de archivo neutro.
- Anota el destinatario y la pregunta que debe responder, por ejemplo el salario medio por departamento o las ausencias por mes.
- Recorre el encabezado y marca cada columna como conservar, borrar, enmascarar o generalizar, con la tabla de arriba.
- Borra las columnas que el destinatario no necesita. Una columna borrada no se puede recuperar, y eso es lo que quieres para un archivo que sale de la organización.
- Enmascara las columnas de identificadores que el destinatario necesita para contar o cruzar, de modo que la misma persona conserve el mismo marcador en cada fila y en cada hoja.
- Generaliza los cuasiidentificadores: un año o un tramo de edad para la fecha de nacimiento, una región para el código postal, una familia de puestos para el puesto.
- Lee las columnas de texto libre celda a celda, o bórralas. Un comentario como "de baja tras la operación, ver con Maria" lleva un nombre y un dato de salud.
- Busca las filas poco frecuentes. Un departamento con una sola persona, o el único empleado de más de 60 años, es identificable solo con los recuentos, así que agrupa o quita esas filas.
- Limpia el libro: muestra todas las filas, columnas y hojas, quita los filtros y elimina las tablas dinámicas creadas sobre los datos originales, los comentarios, las notas de celda, los vínculos a otros archivos y las propiedades del documento.
- Guarda una copia en CSV y busca en ella algunos nombres y números que sabes que están en el original.
Qué falla al limpiar una hoja de cálculo
El error habitual es ocultar datos que había que borrar. La guía del ICO sobre hojas de cálculo dice que ocultar filas, columnas u hojas es una forma ineficaz de proteger los datos, porque la información sigue en el archivo y el destinatario puede mostrarla con unos pocos clics. Añade que un filtro activo puede esconder filas que el destinatario puede volver a ver, y que las tablas dinámicas y los gráficos pueden seguir vinculados a sus datos de origen aunque se borre la hoja de origen o se copie la tabla a un libro nuevo.
El caso mejor documentado es el del Servicio de Policía de Irlanda del Norte (PSNI). El 8 de agosto de 2023, en respuesta a una solicitud de acceso a la información, publicó una hoja de cálculo cuyas pestañas visibles se habían borrado, mientras la hoja original con los datos personales seguía en el archivo sin que nadie lo advirtiera. El ICO multó al PSNI con 750.000 £ el 3 de octubre de 2024 y dijo que la multa habría sido de 5,6 millones de libras sin su enfoque hacia el sector público. La hoja contenía el apellido, las iniciales, el rango y la función de los 9.483 agentes y miembros del personal.
Un segundo error es tratar como anónimo un archivo seudonimizado. Una hoja con marcadores en la columna de nombres y, en las columnas de al lado, la fecha de nacimiento exacta, el código postal y el puesto sigue permitiendo a quien conoce el lugar de trabajo encontrar a un compañero. El proyecto del CEPD pide a los responsables que no llamen anónimos a unos datos cuando las personas siguen siendo identificables, y que documenten cómo llegaron a esa conclusión.
Buenas prácticas para las exportaciones periódicas
Una exportación mensual de nóminas o de un CRM merece una receta fija, para que las mismas columnas reciban el mismo tratamiento cada vez.
- Ten por escrito una lista de columnas por destinatario, con el tratamiento de cada una, y revísala cuando cambie la plantilla de exportación.
- Mantén los marcadores coherentes entre los archivos que el destinatario va a cruzar, y guarda la correspondencia en un lugar aparte, con acceso limitado a quienes pueden revertirla.
- Generaliza cuando el destinatario necesite la distribución, y borra cuando nadie necesite recuperar los valores.
- Comprueba el archivo que envías, nunca el que preparaste. La copia en CSV y la búsqueda de un apellido conocido llevan un minuto.
- Trata como dato personal cualquier archivo con marcadores: envíalo solo al destinatario que lo necesita, con el mismo contrato y la misma seguridad que usas para el original.
Cómo anonimiza Redactic un archivo Excel o CSV
Sube un archivo Excel o CSV y Redactic propone un tratamiento para cada columna a partir de su encabezado, en 14 idiomas, que puedes cambiar antes de procesarlo: conservar la columna, enmascarar la columna entera como un tipo, por ejemplo nombre, correo o IBAN, enmascararla con un marcador genérico o dejar que la detección lea cada celda. El mismo valor recibe el mismo marcador en cada fila y en cada hoja, el archivo vuelve como Excel o CSV con las mismas hojas y columnas, y las hojas ocultas, las notas de celda y las propiedades del documento se limpian en la misma pasada. Los datos enmascarados están seudonimizados y siguen siendo datos personales según el RGPD, así que generalizar las fechas de nacimiento y los códigos postales sigue siendo tarea tuya. La página de nóminas y asesorías muestra una exportación de nóminas de ejemplo, la prueba gratuita acepta un documento tuyo, y los archivos nunca se almacenan ni se usan para entrenar modelos de IA. Guías relacionadas: metadatos ocultos en Word, PDF y Excel y cómo anonimizar una nómina antes de enviarla.
Preguntas frecuentes
¿Es anónima una hoja de cálculo sin la columna de nombres?
Normalmente no lo es. El RGPD considera dato personal la información sobre una persona identificable, directa o indirectamente, y una fila que conserva una fecha de nacimiento, un código postal y un puesto todavía puede señalar a una persona. Trata el archivo como seudonimizado, y por tanto como dato personal, salvo que también hayas generalizado o quitado las columnas que permiten singularizar a alguien.
¿Borro una columna o sustituyo sus valores?
Bórrala cuando el destinatario no la necesite nunca. Sustituye sus valores por marcadores coherentes cuando el destinatario tenga que contar, cruzar o comparar filas, porque la misma persona mantiene la misma etiqueta en cada fila y en cada hoja. Una columna sustituida es un dato seudonimizado, así que el archivo sigue siendo un dato personal para ti y para quien trabaje por tu cuenta.
¿Ocultar una columna o una hoja elimina los datos?
No. La guía del ICO sobre hojas de cálculo dice que ocultar es una forma ineficaz de proteger los datos, porque la información sigue en el archivo y el destinatario puede volver a mostrarla. Los filtros, las tablas dinámicas y los vínculos también pueden conservar una copia de filas que ya no ves. Borra lo que el destinatario no debe tener y comprueba después el archivo guardado.
¿Cómo pruebo el archivo antes de enviarlo?
Abre la copia que vas a enviar, muestra todas las filas, columnas y hojas, quita todos los filtros y busca tablas dinámicas, comentarios y vínculos. Después guarda una copia en CSV, que enseña todos los valores que puede mostrar una celda, y busca en ella algunos apellidos y números de identificación que sabes que están en el original. Si aparece alguno, la columna no quedó limpia del todo.
Fuentes
- Reglamento (UE) 2016/679 (RGPD), artículos 4, puntos 1 y 5, y 5, apartado 1, letra c, considerando 26, consultado el 2026-11-12.
- Grupo de Trabajo del Artículo 29, Dictamen 05/2014 sobre técnicas de anonimización, WP216, 10 de abril de 2014, consultado el 2026-11-12.
- CEPD, Directrices 02/2026 sobre anonimización, versión 1.0 para consulta pública, adoptadas el 7 de julio de 2026 (en inglés), consultado el 2026-11-12.
- ICO, cómo evitar una brecha accidental cuando hay información personal oculta en hojas de cálculo, 31 de julio de 2025 (en inglés), consultado el 2026-11-12.
- ICO, What price privacy? Los malos procedimientos del PSNI acaban en una multa de 750.000 £, 3 de octubre de 2024 (en inglés), consultado el 2026-11-12.