---
title: "Checklist de compras para investigación sintética"
description: "Una lista de verificación lista para compradores sobre seguridad, privacidad, derechos de datos, subencargados, proveedores de modelos, validación, auditabilidad, despliegue, precios y contratos en investigación sintética."
canonical_url: "https://getminds.ai/guide/es/synthetic-research-procurement-checklist"
last_updated: "2026-08-26T19:31:54.324Z"
---

# Checklist de compras para investigación sintética

La contratación de investigación sintética combina la diligencia habitual de SaaS con una pregunta más exigente: ¿qué evidencia justifica tomar decisiones basadas en una respuesta simulada? Esta lista de verificación reúne seguridad, derechos de datos, validez de investigación y términos comerciales en una sola evaluación, sin tratarlos como si fueran lo mismo.

Envíe la misma solicitud a todos los proveedores preseleccionados. Registre «público», «proporcionado bajo NDA», «contractual», «roadmap» o «no disponible públicamente» para cada punto. Una garantía verbal no equivale a una funcionalidad del producto ni a un compromiso firmado.

## 1. Definir el despliegue

- Especifique los usuarios, equipos, países y decisiones previstas.
- Enumere archivos de clientes, datos de encuestados, datos personales, planes confidenciales y fuentes públicas que puedan ingresar al sistema.
- Separe el uso de autoservicio del trabajo de poblaciones gestionadas, integración, calibración o validación.
- Identifique temas de alto riesgo que requieran revisión legal, ética, de expertos o de humanos reales.
- Registre los planes requeridos, licencias (seats), límites de uso, soporte y fecha de lanzamiento.

## 2. Fuentes de datos y derechos

- ¿Qué entrevistas humanas, datos de panel, datos de comportamiento, transacciones, ubicación, búsquedas, medios, investigaciones de clientes y fuentes públicas construyen la audiencia?
- ¿Cada fuente es recopilada, licenciada, provista por el cliente, pública o inferida?
- ¿Qué consentimientos y derechos de entrenamiento de modelos derivados aplican al material de los participantes?
- ¿Pueden las personas revocar o eliminar los datos enviados y los artefactos derivados?
- ¿Qué clases de fuentes cubren con exactitud el mercado, idioma y población específicos?
- ¿Se etiquetan por separado las distribuciones observadas, las cuotas objetivo y los supuestos?

Utilice [comparativa de fuentes de datos de audiencias sintéticas](/comparison/synthetic-audience-data-sources-compared) para estructurar esta parte de la evaluación.

## 3. Uso de datos del cliente y entrenamiento de modelos

- ¿Entrena el proveedor sus propios modelos con contenido del cliente?
- ¿Los proveedores de modelos externos entrenan con prompts, archivos, respuestas o feedback?
- ¿Cuál es la configuración predeterminada y qué requiere una aceptación explícita (opt-in)?
- ¿Qué configuraciones de retención y de retención cero de datos (zero-data retention) aplican según el proveedor?
- ¿Están los embeddings, registros (logs), cachés y conjuntos de datos de evaluación cubiertos por la misma política?
- ¿Puede el contenido del cliente utilizarse para mejorar una población general o el modelo de otro cliente?

Exija actor, finalidad, clase de datos, base legal y estado de opt-in. Un «sin entrenamiento» carente de estas precisiones está incompleto.

## 4. Privacidad, seguridad y subencargados del tratamiento

Recopile y revise:

- DPA;
- lista de subencargados del tratamiento con finalidad y región;
- medidas técnicas y organizativas;
- aviso de privacidad;
- DPIA o evaluación de riesgos, según corresponda;
- garantías de transferencia internacional;
- términos de respuesta a incidentes y notificación de brechas de seguridad;
- cronograma de retención, copias de seguridad y eliminación;
- evidencias de auditoría o certificaciones de seguridad.

Minds publica su [DPA](/legal/dataprivacy), [subencargados](/legal/subprocessors), [TOM](/legal/tom) y [DPIA](/legal/dsfa). Compare los documentos aplicables, no la cantidad de sellos o insignias.

## 5. Identidad, inquilinos (tenants) y controles de acceso

- ¿Cómo se separan los inquilinos (tenants) y los objetos de investigación pertenecientes al cliente?
- ¿Qué roles pueden crear, editar, compartir, exportar, eliminar y gestionar accesos?
- ¿El SSO está disponible de forma general, como complemento (add-on), personalizado o no disponible?
- ¿Cómo se crean, delimitan, rotan y revocan las credenciales de API y MCP?
- ¿Los enlaces públicos compartidos cuentan con control de acceso y son auditables?
- ¿Es posible revocar de inmediato el acceso a exempleados y colaboradores externos?
- ¿Qué acciones requieren confirmación explícita o permisos elevados?

Pruebe el plan y el flujo de trabajo exactos. No acepte una hoja de ruta (roadmap) empresarial como un control actualmente vigente.

## 6. Proveedores de modelos y cambios materiales

- ¿Qué modelos y proveedores procesan cada flujo de trabajo actualmente?
- ¿Puede el cliente restringir proveedores, regiones, acceso a la web en vivo o fuentes externas?
- ¿Qué cambia cuando se actualiza el modelo predeterminado?
- ¿Qué cambios de modelo activan pruebas de regresión o evaluaciones comparativas (benchmarks)?
- ¿Cómo se notifican los cambios en subencargados y flujos de datos?
- ¿Se pueden vincular los resultados a las versiones específicas de modelo, prompt, población y calculadora utilizadas?

Lea la [política de procedencia de validación y cambios de modelos de Minds](/research/model-change-validation-provenance) y solicite una respuesta equivalente a cada proveedor.

## 7. Método de investigación y evidencia

- ¿El trabajo requerido consiste en exploración cualitativa, cuestionarios, comparación de segmentos, MaxDiff, análisis conjunto (conjoint), precios, priorización de funciones o simulación de redes?
- ¿El método es un flujo automatizado y versionado de producto o un análisis prestado como servicio profesional?
- ¿Puede el comprador inspeccionar respuestas individuales, transcripciones, contexto de fuentes y artefactos de cálculo?
- ¿Qué estimadores, diagnósticos y reglas de fallo aplican?
- ¿Los métodos de respaldo (fallbacks) son visibles y están correctamente etiquetados?
- ¿Pueden los artefactos brutos reproducir el resumen o la puntuación final?

El actual [catálogo de pipelines de métodos de investigación](/research/research-method-pipeline-catalog) de Minds detalla los métodos y fases operativizados.

## 8. Validación y precisión

- ¿Qué población, tarea, referencia, métrica y versión del sistema generaron cada resultado destacado?
- ¿Se mantuvo el resultado de la prueba de referencia fuera del entorno de ejecución (runtime)?
- ¿Están disponibles los resultados a nivel de ítem individual, subgrupo y casos de fallo?
- ¿La evidencia fue redactada por el proveedor, reportada por clientes, revisada por socios o replicada de forma independiente?
- ¿El nivel de confianza predice el error observado en tareas retenidas de prueba?
- ¿Qué validación humana real o de comportamiento se requiere antes de tomar la decisión?

No compare porcentajes incompatibles entre proveedores. Utilice la [comparativa de validación y precisión de audiencias sintéticas](/comparison/synthetic-audience-validation-and-accuracy) y la [validación aplicada de Minds](/research/synthetic-gen-z-food-survey-validation-2026).

## 9. Exportaciones, auditoría y prueba de eliminación

- Exporte un ejemplo completo antes de firmar.
- Verifique que la exportación contenga la evidencia necesaria para revisión y migración.
- Confirme formatos, etiquetas de origen, advertencias y campos de versión.
- Elimine una audiencia o estudio de prueba y documente el comportamiento en sistemas activos, copias de seguridad, registros y proveedores.
- Confirme los plazos de exportación y eliminación tras la finalización del contrato.
- Registre quién está autorizado para aprobar una eliminación o restauración.

## 10. Fiabilidad y soporte

- Solicite el SLA aplicable y el historial de estado del servicio.
- Verifique definiciones de disponibilidad, exclusiones, prioridades de respuesta, objetivos de recuperación y créditos de servicio.
- Pregunte qué ocurre con un estudio en curso durante una interrupción de modelos, colas de procesamiento o proveedores.
- Distinga el soporte de software de los servicios de investigación, calibración y analistas.
- Registre las horas incluidas, los tiempos objetivo de respuesta y los contactos de escalamiento.

Minds publica su [SLA](/legal/sla); el contrato específico con el cliente rige la aplicabilidad definitiva.

## 11. Precios y servicios

- Desglose tarifa de plataforma, uso, licencias (seats), datos, implementación, horas de analista, validación, integraciones y soporte.
- Compare un estudio rutinario frente a un estudio de alta exigencia de confianza.
- Registre costos por exceso de uso, costos de actualización, límites de exportación/API y condiciones de cancelación.
- Marque los precios no publicados de los competidores como no disponibles públicamente en lugar de estimarlos.
- Confirme qué capacidades futuras o experimentales quedan excluidas del alcance contratado.

Minds publica una [base de precios de referencia](/pricing). Los servicios específicos para clientes y los controles empresariales siguen regulados por la orden de compra o una declaración de trabajo independiente.

## 12. Registro de aprobación

El registro final debe especificar:

- casos de uso aprobados y usos prohibidos;
- plan y configuración;
- tipos de datos y regiones;
- documentos legales aplicables;
- requisitos metodológicos y de evidencia;
- obligaciones relativas a cambios de modelos y notificaciones;
- validación humana requerida;
- responsables de seguridad, legal, investigación y negocio;
- fecha de renovación y de nueva revisión.

Combine esta lista de verificación con la [comparativa de seguridad y compras](/comparison/synthetic-research-security-and-procurement), el [centro de evidencia de investigación](/research/synthetic-research-evidence-center), la [comparativa de autoservicio frente a servicio gestionado](/comparison/self-serve-vs-managed-synthetic-research) y el [centro de comparación de encuestados sintéticos](/blog/synthetic-respondents-comparison-hub).