Cómo organizar un proyecto de datos

1 · El principio

Todo el proyecto vive en una sola carpeta, autocontenida, que se puede comprimir y mandar por mail sin que nada deje de funcionar.

2 · La estructura

proyecto/
├── README.txt            qué es esto, quién lo hizo, cómo se corre
├── datos/
│   ├── crudos/           originales, solo lectura, nunca se tocan
│   └── procesados/       generados por los scripts
├── scripts/
│   ├── 01-importar.R
│   ├── 02-limpiar.R
│   ├── 03-analisis.R
│   └── 04-graficos.R
├── salidas/
│   ├── tablas/
│   └── figuras/
└── documentos/
    ├── diccionario-variables.xlsx
    ├── cuestionario.pdf
    └── informe.docx

Cuatro reglas detrás de esa estructura:

Separar lo que entra de lo que sale. datos/crudos/ es sagrado; datos/procesados/ y salidas/ se pueden borrar y regenerar.

Numerar los scripts. El número dice el orden de ejecución. Es la documentación más barata que existe.

Una carpeta por tipo de cosa, no por tema. Todos los scripts juntos, todas las figuras juntas.

El README primero. Tres párrafos: qué es el proyecto, de dónde salieron los datos, en qué orden se corre.

3 · Los nombres de archivo

Tres reglas que resuelven el 90 % de los problemas:

Sin espacios ni acentos. analisis-ingresos.R, no Análisis de ingresos.R.

Fechas en formato AAAA-MM-DD. 2026-09-18-informe.docx se ordena solo alfabéticamente. 18-09-2026 no.

Nombres que ordenan y describen. 01-importar.R es mejor que importar.R, y mucho mejor que script1.R.

Y una regla negativa: nada de final, definitivo, v2, ESTE_SI. Si aparecen, lo que falta no es un nombre mejor: es control de versiones.

Qué rompen de verdad los espacios y los acentos

Conviene saberlo con precisión, porque la razón que suele darse —“rompen las rutas en los scripts”— no es cierta:

Operación	datos.csv	mis datos.csv	anális.csv
Leerlo desde R o Python	sí	sí	sí
Consola, con comillas	sí	sí	sí
Consola, sin comillas	sí	falla	sí

Los acentos son otra historia, y el problema no aparece hasta que el archivo viaja. La letra «á» tiene dos representaciones válidas en Unicode:

Forma	Bytes del nombre análisis.csv	Quién la usa
NFC (compuesta)	13	Windows, Linux
NFD (descompuesta)	14	macOS

4 · Las rutas

El error que más rompe proyectos ajenos:

# Mal: solo funciona en una computadora
datos <- read.csv("C:/Users/jorge/Documents/tesis/datos/base.csv")

# Bien: funciona en cualquiera, si se abre el proyecto
datos <- read.csv("datos/crudos/base.csv")

En RStudio eso se resuelve creando un proyecto (.Rproj): la carpeta del proyecto pasa a ser el directorio de trabajo y todas las rutas relativas funcionan. En Python, el equivalente es correr los scripts desde la raíz del proyecto.

5 · Copias de seguridad

Tres versiones en dos lugares distintos, y una de ellas fuera de la computadora. Un disco que se rompe a dos semanas de la entrega es una historia que pasa.

La nube sincronizada —Drive, OneDrive— alcanza para una tesis, con una salvedad: sincronizar no es respaldar. Si borrás un archivo por error, se borra en los dos lados. Conviene tener además una copia periódica que no se sincronice.

6 · Errores frecuentes

• Todo en el Escritorio. El proyecto tiene que ser una carpeta que se pueda mover entera.
• Rutas absolutas. El proyecto no funciona en ninguna otra computadora.
• Pegar rutas sin comillas dentro de un comando de consola. Es lo único que los espacios rompen de verdad, y se arregla con dos comillas.
• Acentos en los nombres de un proyecto compartido. No fallan en una sola máquina: fallan cuando el archivo cruza de sistema operativo y aparece duplicado.
• Mezclar datos crudos con procesados. Tarde o temprano se pisa el original.
• Archivos con final en el nombre. Nunca es el final.
• No tener README. Dentro de un año, ni vos sabés qué era cada archivo.
• Guardar el informe en la misma carpeta que los scripts. Documentos aparte.
• No respaldar. El riesgo es bajo y la pérdida, total.

@misc{estadistica_ar_organizacion_de_un_proyecto_de_datos,
  author       = {Montivero, Jorge Luis},
  title        = {{Cómo organizar un proyecto de datos}},
  year         = {2026},
  howpublished = {\url{https://estadistica.ar/conceptos/organizacion-de-un-proyecto-de-datos}},
  note         = {estadistica.ar. Consultado el \today},
  urldate      = {2026-09-27}
}