Plantilla medición D&I / belonging

Encuesta D&I y belonging — mide composición e inclusión sin gaps de cumplimiento

Una encuesta D&I construida para la realidad regulatoria de 2026 — manejo conforme RGPD Artículo 9 y LOPDGDD de data demográfica sensible, umbrales de re-identificación para análisis interseccional, auto-identificación voluntaria con "prefiero no decir," e integración con Lattice DEIB, Culture Amp Diversity Inclusion Index, Workday Belonging.

Gratis — incluido en todos los planes

Encuesta D&I y belonging — mide composición e inclusión sin gaps de cumplimiento

Vista previa en vivo — prueba los campos.

No hay campos para mostrar.

Para quién es esta plantilla

Las encuestas D&I son la plantilla HR más regulatoriamente-sensible en el mercado porque recolectan data demográfica que cae en categorías de data-sensible bajo cada framework mayor de privacidad: RGPD UE Artículo 9 (categorías especiales de data — raza, etnia, religión, orientación sexual, salud, opiniones políticas todas requieren consentimiento explícito y base legal específica), LOPDGDD española (transpone el RGPD con categorías de data sensible), CCPA/CPRA de California (información personal sensible), EEOC de EE.UU. (data de empleo regulada con requisitos específicos de categoría). El overhead de cumplimiento es real y las decisiones de diseño importan. Dos dimensiones distintas de medición necesitan estructuras distintas. Primera, composición demográfica — qué es realmente el perfil demográfico del workforce, capturado a través de preguntas de auto-identificación voluntarias sobre raza, etnia, género, edad, orientación sexual, estatus de discapacidad, origen nacional, y otras categorías relevantes al framework D&I de la org. Estas preguntas deben ser voluntarias con una opción de "prefiero no decir," con captura explícita de consentimiento, con transparencia de manejo-de-data comunicada a los empleados antes de tomar la encuesta, y con protección de re-identificación en la etapa de análisis. Segunda, percepción de inclusión y belonging — cómo el workforce experimenta la empresa a través de esas dimensiones demográficas, medida a través de frameworks validados como el Culture Amp Diversity Inclusion Index, Lattice DEIB scorecard, Microsoft Viva Glint módulo de inclusión, o preguntas custom de belonging basadas en la investigación de seguridad-psicológica de Amy Edmondson. El análisis interseccional — cómo las mujeres negras experimentan la empresa distinto de hombres negros o mujeres blancas, cómo los ingenieros LGBTQ+ experimentan la empresa distinto de profesionales de ventas LGBTQ+ o ingenieros heterosexuales — es donde vive la señal más-accionable, pero también es donde el riesgo de re-identificación es más agudo porque los cortes interseccionales producen N's pequeñas. "La única ingeniera mujer negra" no puede ser anónima si la encuesta reporta una fila separada de "ingeniera mujer negra" en los resultados. Los umbrales de N-mínimo para reportar (típicamente 5-10 por intersección, a veces 15+ para categorías demográficas altamente-identificables) son patrones protectores esenciales. El panorama legal 2023-2026 añade nueva complejidad: la Directiva UE de Transparencia de Pago (2023) requiere reporte de pay-gap demográfico que depende de data precisa de composición-demográfica; España continúa fortaleciendo el cumplimiento D&I bajo la Ley Orgánica 3/2007 de Igualdad Efectiva y la Ley General de Derechos de las Personas con Discapacidad; y la reacción contra el branding "DEI" ha cambiado algunas empresas a framing de "Belonging" o "Cultura Inclusiva" mientras mantienen el trabajo de medición subyacente.

De despliegue de encuesta a plan de acción con análisis interseccional en 6-8 semanas

HR o el equipo D&I despliega la encuesta vía email o prompt in-app a la población elegible de empleados, con comunicación clara sobre tres cosas. Primera, garantías de anonimato — respuestas almacenadas separadamente de data identificativa, umbrales de N-mínimo para reporte de corte demográfico (típicamente 5-10 por categoría), desgloses de segmentación-demográfica solo sobre el piso de re-identificación, y la arquitectura explícita de manejo-de-data. Segunda, auto-identificación voluntaria — cada pregunta demográfica tiene una opción de "prefiero no decir," los empleados pueden saltar la sección demográfica entera y aún completar las preguntas de inclusión/belonging, y la encuesta declara explícitamente que la data demográfica no se usa para decisiones individuales (contratación, desempeño, compensación). Tercera, el compromiso de acción — qué hará el equipo con los resultados, comunicado antes de que la encuesta se despliegue. Sobre el cierre, las respuestas agregan a reporte nivel-organización (composición + resumen de inclusión), a reporte por-corte-demográfico donde N permita, y a análisis interseccional a nivel organización-amplia (los cortes interseccionales a nivel-equipo a menudo violan el piso de re-identificación). El equipo HR o D&I analiza los resultados, identifica los 3-5 temas que ameritan acción, y desarrolla un plan de acción con owners nombrados y timelines. El plan de acción se comunica de vuelta al workforce dentro de 6-8 semanas del cierre de encuesta — el paso de cerrar-el-loop importa más para encuestas D&I que cualquier otra encuesta HR porque la percepción de "DEI performativo sin follow-through" es corrosiva a la confianza.

Qué incluye

Cada sección abajo mapea a uno de los tres pilares estructurales: composición demográfica con auto-identificación voluntaria y "prefiero no decir," medición de inclusión/belonging con preguntas de framework validado, y protección de re-identificación en la etapa de análisis con umbrales de N-mínimo para cortes demográficos. La postura de cumplimiento (consentimiento, transparencia de manejo-de-data, tratamiento de data-sensible) está construida en la estructura del formulario.

Pensada para los tamaños de org donde la medición D&I es operativamente significativa

  • B2B mid-size (50-500 empleados, madurez D&I creciente)

    El caso de uso principal. Las orgs mid-size tienen suficientes empleados para que la composición demográfica empiece a producir señal confiable y suficientemente pequeñas que el programa D&I aún se está construyendo en vez de maduro. El stack HR-tech típicamente usa Culture Amp Diversity Inclusion Index, Lattice DEIB, 15Five DEIB module, BambooHR con encuesta D&I custom, o especialistas standalone D&I. La cadencia de medición es típicamente anual o bienal — las encuestas D&I son más pesadas que las encuestas de engagement y la cadencia más frecuente produce fatiga-de-encuesta sin valor proporcional. Para B2B mid-size hispanohablante (Holded, Quipu, TravelPerk, Factorial HR mismo, Cabify, Glovo en scale, Wallapop, Devo, Capchase), Factorial HR tiene un módulo D&I fuerte para la realidad del mercado-español que incluye tracking específico alrededor de discapacidad bajo la Ley General de Derechos de las Personas con Discapacidad y framework más amplio de igualdad-de-trato español, plus consideraciones específicas como la cuota de discapacidad bajo el Real Decreto Legislativo 1/2013 que requiere empresas con 50+ empleados tengan al menos 2% de empleados con discapacidad.

  • Enterprise (500+ empleados, programa D&I sofisticado con CDO)

    Escala operativa distinta. Programas enterprise D&I corren en Workday Belonging and Diversity, Qualtrics EmployeeXM con módulo D&I, Microsoft Viva Glint módulo de inclusión, Culture Amp Enterprise DEIB, Lattice Enterprise DEIB, con liderazgo dedicado de Chief Diversity Officer (CDO) y análisis interseccional estructurado. El análisis de pay-equity está típicamente embebido en el programa D&I a escala enterprise. La Directiva UE de Transparencia de Pago 2023 requiere que empresas con 100+ empleados en estados miembros UE publiquen data de pay-gap de género comenzando en 2027 (con implementación gradual). Para enterprise español (Telefónica, Iberdrola, Santander, BBVA, Inditex, Repsol, Naturgy, Mapfre, El Corte Inglés, Movistar), la cuota de discapacidad bajo la Ley General de Derechos de las Personas con Discapacidad y el reporte de pay-gap de género bajo la Directiva UE de Transparencia de Pago juntos dirigen el requisito de medición D&I a escala enterprise.

  • Startups (a menudo disciplina D&I débil, homogeneidad horneada temprano)

    Dinámicas distintas que mid-size y enterprise. Los startups (bajo 50 empleados) a menudo tienen disciplina D&I débil porque la org es suficientemente pequeña que la intuición del founder reemplaza la medición formal, la homogeneidad demográfica de los equipos fundadores sistemáticamente se transfiere a contrataciones tempranas a través de redes de referidos, y la encuesta D&I formal se siente desproporcionada al modo operativo. La realidad es que los startups tienen el mayor leverage en resultados D&I porque los patrones demográficos tempranos escalan persistentemente. Para startups hispanohablantes (los Y Combinator graduates de España, el ecosistema South Summit y 4YFN), la cuota de discapacidad bajo ley española y las expectativas de balance-de-género de la cultura de negocios española crean incentivos similares de inversión-más-temprana.

  • Sector público (tracking legalmente-mandado, framework de servicio civil)

    Restricciones operativas distintas. La medición D&I del sector-público está típicamente gobernada por requisitos legales específicos que varían por jurisdicción. Sector público español: el framework EBEP plus requisitos específicos de comunidad-autónoma; la Ley General de Derechos de las Personas con Discapacidad fija cuotas PCD; la Ley Orgánica 3/2007 de Igualdad Efectiva establece marco de igualdad de género. Las encuestas D&I del sector-público a menudo tienen requisitos más estrictos de privacidad y coordinación-sindical que el sector privado.

  • Contextos específicos de industria (tech, finanzas, salud con desafíos demográficos específicos de industria)

    Patrones demográficos distintos y prioridades D&I distintas por industria. Industria tech: desbalance de género en roles técnicos, desbalance racial-étnico especialmente en niveles senior, patrones de discriminación de edad, representación neurodivergente cada vez más tracked. Finanzas: patrones similares de género y raza a niveles senior, con presión regulatoria adicional de la Directiva UE de Transparencia de Pago. Salud: desbalance de género en roles específicos (enfermería dominada-por-mujeres, cirugía dominada-por-hombres), patrones raciales-étnicos en matching paciente-proveedor que afectan calidad-de-cuidado, consideraciones de fluidez-lingüística para servir poblaciones de pacientes diversas. Cada industria tiene elementos de framework D&I específicos. Para industrias españolas específicamente, el sector financiero bajo el Banco de España ha comenzado a requerir disclosure de pay-gap de género; el sector tech compitiendo por el pool de talento español con empresas EE.UU.-based enfrenta presiones específicas de compensación que afectan los patrones D&I.

  • Empresas corriendo reporte anual D&I o disclosure ESG

    Caso de uso específico. Empresas que publican reportes anuales D&I o disclosures ESG usan la encuesta D&I como la fuente primaria de data. Las empresas del IBEX 35 y las grandes empresas españolas que publican bajo CSRD UE (Corporate Sustainability Reporting Directive) tienen el disclosure D&I obligatorio para empresas in-scope comenzando 2024-2025 con implementación gradual. La realidad de cumplimiento de disclosure dirige el diseño de encuesta — las preguntas necesitan mapear a las métricas específicas del framework de disclosure. Para empresas españolas publicando bajo CSRD, el disclosure demográfico típicamente incluye representación de género, composición racial, percentage de discapacidad, y composición LGTBI+ a varios niveles de liderazgo.

Configura el formulario a tu framework demográfico, elección de medición-de-inclusión, y obligaciones de disclosure

Empieza con la capa de cumplimiento regulatorio porque determina el resto del diseño. Para data sensible RGPD Artículo 9 UE, se requiere consentimiento explícito antes de cualquier pregunta demográfica sensible, con consentimiento almacenado como audit trail, con derecho-a-retirar claramente comunicado, con arquitectura de manejo-de-data transparente. Para data sensible LOPDGDD española, el mismo patrón de consentimiento-explícito aplica con la consideración adicional que las categorías demográficas deberían reflejar la realidad demográfica española (incluyendo etnicidad gitana, comunidades latinoamericanas, comunidades magrebíes, etc., además de las categorías estándar UE). Añade "prefiero no decir" como opción de respuesta no-opcional para cada pregunta demográfica. Elige el framework de medición de inclusión. Culture Amp Diversity Inclusion Index es el más-usado para B2B mid-market. Lattice DEIB scorecard es el estándar para orgs Lattice-customer. Microsoft Viva Glint módulo de inclusión integra con stack Microsoft 365. Fija los umbrales de re-identificación. N mínimo para reporte de corte demográfico es típicamente 5-10. Integra con el stack HR-tech: Workday Belonging and Diversity, Qualtrics EmployeeXM DE&I, Microsoft Viva Glint inclusion, Culture Amp Diversity Inclusion Index, Lattice DEIB para internacional; Factorial HR DEI, Personio Spain, Sage HR Spain, Bizneo, Cezanne HR para mercado-español. Para despliegues hispanohablantes, manejo conforme-LOPDGDD de data sensible con captura de consentimiento, canal de procesamiento separado, y principios de minimización-de-data construidos en el formulario. Traduce a los idiomas de tu workforce.

Preguntas frecuentes sobre la encuesta de diversidad, equidad e inclusión

Enfoque por capas. Primero, consentimiento explícito para data demográfica sensible — la encuesta abre con captura de consentimiento que explica qué se está recolectando, por qué, cómo se usará, quién lo verá, y cómo el empleado puede retirar el consentimiento después. La captura de consentimiento se almacena separadamente como audit trail. Segundo, minimización-de-data — solo recolecta data demográfica que realmente vayas a usar. Tercero, procesamiento-separado — data demográfica sensible debería almacenarse y procesarse separadamente de data HR no-sensible. Cuarto, consideraciones de procesador-tercero — si estás usando un vendor, el acuerdo de procesamiento de data (DPA) debe cubrir el manejo de data-sensible específicamente. Para despliegues españoles específicamente, la categoría LOPDGDD de data-sensible dispara escrutinio adicional de la AEPD (Agencia Española de Protección de Datos) en el manejo de data. La AEPD ha publicado guía específica sobre tratamiento de data sensible en contextos de empleo que debe consultarse al diseñar la encuesta.
Tres protecciones estructurales. Primera, umbrales de N-mínimo para reporte de corte demográfico — típicamente 5 como el mínimo absoluto, 10 como el umbral estándar, 15+ para categorías altamente-identificables. Segunda, análisis interseccional a nivel organización-amplia solo — los cortes interseccionales nivel-equipo o nivel-departamento casi siempre violan el umbral. Tercera, agregación de patrón-de-respuesta. Las protecciones se componen — N-mínimo + restricción interseccional + reporte solo-agregado para cortes pequeños juntos producen protección robusta contra re-identificación.
Sí, con "prefiero no decir" como opción de respuesta requerida para cada pregunta demográfica. La auto-identificación voluntaria es requerida bajo cada framework mayor de privacidad. La razón: la disclosure demográfica forzada produce gaming y crea exposición legal bajo frameworks de data-sensible. El patrón que funciona: cada pregunta demográfica ofrece las opciones de categoría estándar, "prefiero no decir," y (para algunas categorías) "otro — por favor especifica" con captura de texto. La encuesta deja a los empleados saltar la sección demográfica entera si eligen, con sus respuestas de inclusión/belonging aún capturadas.
Elige un framework validado en vez de diseñar preguntas custom de inclusión desde cero. Culture Amp Diversity Inclusion Index es el más-usado validado framework para B2B mid-market — 10-15 preguntas midiendo belonging, voz, autenticidad, equidad de carrera, y dimensiones más amplias de inclusión, con extensiva data de benchmark. Lattice DEIB scorecard es el estándar para orgs Lattice-customer con cobertura dimensional similar. Microsoft Viva Glint módulo de inclusión integra con stack Microsoft 365 y usa preguntas basadas-en-seguridad-psicológica. Preguntas custom de belonging basadas en la investigación de seguridad-psicológica de Amy Edmondson funcionan para orgs que quieren diseñar su propio framework con grounding académico. La elección importa porque mal framework de medición-de-inclusión produce data inútil. El patrón mainstream: usa un framework validado en vez de diseñar custom desde cero, con 2-3 preguntas específicas de org añadidas opcionalmente al framework estándar para contexto.
El paso de cerrar-el-loop importa más para encuestas D&I que cualquier otra encuesta HR porque la percepción de "DEI performativo sin follow-through" es corrosiva a la confianza de una forma que otros tipos de encuesta no disparan. El patrón: dentro de 6-8 semanas del cierre de encuesta, comunica cuatro cosas al workforce. Primera, la realidad de participación — qué porcentaje del workforce respondió, qué porcentaje de respondentes completó la sección demográfica, qué puede y no puede decir el análisis dado los patrones de respuesta. Segunda, los hallazgos top-level — resumen de composición y resumen de inclusión. Tercera, el plan de acción con owners nombrados y timelines. Cuarta, el plan de medición. El biggest failure mode: correr una encuesta D&I, comunicar hallazgos, pero no comprometerse a acciones específicas — esto es el patrón performativo que erosiona la confianza permanentemente. El segundo biggest failure mode: comprometerse a acciones específicas pero no entregarlas. Para workforces hispanohablantes específicamente, la comunicación de cerrar-el-loop debería ser en idioma nativo con contexto cultural.

¿Listo para crear formularios que trabajan para ti?

Crea tu primer formulario en minutos. Tus respuestas te lo agradecerán.

Sé de los primerosAcceso anticipado limitadoLo configuras en 2 minutos