Data room y due diligence: cómo anonimizar documentos antes de compartirlos

En una compraventa de empresa, el vendedor sube a la data room virtual cientos o miles de documentos: contratos de trabajo, listados de plantilla, litigios laborales, contratos con clientes y proveedores, actas de órganos sociales, correos. Al otro lado entran el comprador, sus abogados, auditores, asesores fiscales y, a veces, los bancos que financian la operación. Casi todo ese material contiene datos personales de personas que no forman parte de la negociación y que no saben que su contrato está siendo leído por un posible nuevo empleador.

Este artículo explica qué datos conviene anonimizar o seudonimizar antes de abrir la data room, cómo organizar una divulgación por fases y qué errores técnicos hacen que un tachado aparente no proteja nada.

Por qué la data room es una cuestión de protección de datos

Poner documentos a disposición de un tercero es una comunicación de datos personales en el sentido del RGPD. El vendedor sigue siendo responsable del tratamiento y necesita una base jurídica (normalmente el interés legítimo del artículo 6.1.f) y, sobre todo, respetar el principio de minimización del artículo 5.1.c: solo los datos adecuados, pertinentes y limitados a lo necesario para la finalidad.

En España, el artículo 21 de la LOPDGDD presume lícitos, salvo prueba en contrario, los tratamientos derivados de modificaciones estructurales de sociedades y de la aportación o transmisión de un negocio o rama de actividad, siempre que sean necesarios para el buen fin de la operación. El mismo artículo añade que, si la operación no se concluye, la entidad cesionaria debe suprimir los datos de inmediato, sin que rija la obligación de bloqueo. Esa presunción ayuda, pero no sustituye a la minimización: en una primera ronda de ofertas no vinculantes el comprador casi nunca necesita saber quién es cada trabajador; necesita conocer costes, antigüedades, tipos de contrato y contingencias.

La pregunta útil para cada documento es sencilla: ¿el destinatario necesita identificar a la persona, o le basta con conocer el dato? Si le basta con el dato, la identidad puede salir del documento o sustituirse por un código.

Qué documentos llevan datos personales y cómo tratarlos

Los contratos mercantiles también llevan datos personales: firmantes, apoderados, avales personales, direcciones de notificación. Para estos casos la guía para anonimizar contratos con IA y revisión humana detalla qué campos suelen tacharse y cuáles deben quedar visibles para que el documento siga siendo útil.

Divulgación por fases: no todos necesitan verlo todo

La práctica habitual en operaciones bien llevadas es abrir la información en capas. Cada capa se justifica por lo que el comprador necesita decidir en ese momento:

• Fase 1, oferta no vinculante: datos agregados y seudonimizados. Plantilla por categorías, masa salarial, número de litigios y su cuantía estimada, sin nombres.
• Fase 2, due diligence confirmatoria: más detalle para un grupo cerrado de asesores, con documentos seudonimizados de forma coherente para poder cruzarlos.
• Fase 3, antes de la firma: identidad solo cuando es imprescindible, por ejemplo directivos clave cuya permanencia es condición de la operación o contratos con cláusulas de cambio de control.
• Tras el cierre: la subrogación de los contratos (artículo 44 del Estatuto de los Trabajadores en la sucesión de empresa) hace que el comprador reciba entonces los datos completos, ya como nuevo empleador.

Clean teams cuando el comprador es competidor

Si comprador y vendedor compiten, el derecho de la competencia añade otra capa: la información comercialmente sensible (precios por cliente, salarios individuales, márgenes) no debe llegar a quien decide la estrategia comercial antes del cierre. Por eso se crean clean teams de asesores externos que ven el detalle y entregan al comprador conclusiones agregadas. La anonimización ayuda a ambos objetivos: el clean team ve los documentos con datos seudonimizados y el informe que sale de él no lleva identidades.

Seudonimizar el listado de plantilla sin perder valor

El documento que más pide el comprador es el censo de trabajadores. Borrar los nombres sin más lo deja inservible para cruzarlo con contratos o litigios. La solución es la seudonimización coherente: cada persona recibe un código estable (por ejemplo, «EMP-0147», ficticio) que se repite en el Excel del censo, en su contrato y en la demanda que presentó. El asesor puede seguir el hilo sin conocer la identidad.

Tres cautelas importantes:

• Los datos seudonimizados siguen siendo datos personales (artículo 4.5 y considerando 26 del RGPD). La tabla de correspondencias debe quedarse en el lado del vendedor y protegida.
• Los grupos pequeños delatan: si solo hay una directora financiera, su código no la oculta. Generaliza puestos únicos, edades en rangos de cinco años y salarios en bandas.
• Las categorías especiales (salud, afiliación sindical, discapacidad) rara vez son necesarias en detalle; suele bastar un dato agregado, como número de bajas de larga duración.

Tachado real, no cosmético: errores típicos en una data room

Una parte importante de las filtraciones en operaciones no viene de decisiones jurídicas equivocadas, sino de un tachado mal hecho:

• Rectángulos negros dibujados encima de un PDF cuyo texto sigue debajo y se puede copiar.
• Documentos Word con control de cambios, comentarios o el autor en las propiedades; los metadatos ocultos en Word y PDF delatan nombres que el texto ya no muestra.
• Hojas ocultas o columnas agrupadas en Excel con DNI y salarios completos.
• Nombres de archivo del tipo «Contrato_NombreApellido.pdf», que aparecen en el índice de la data room.
• Escaneos sin OCR, en los que la herramienta no encuentra nada que tachar porque para ella son solo imágenes.

Cómo organizar el trabajo con Anonimatum

Preparar una data room es un trabajo por volumen y con plazos cortos. Anonimatum permite procesar lotes de documentos (ZIP con PDF, Word, Excel, PowerPoint, correos .eml y .msg con adjuntos, TIFF o imágenes) con detección por IA de nombres, organizaciones, direcciones, fechas, importes, firmas y sellos, más patrones para DNI/NIF, IBAN, correo o teléfono. Las hojas de cálculo se tratan por columnas, de modo que el censo puede salir con el nombre seudonimizado, el DNI censurado y el salario intacto, en el mismo formato. Con un mapa compartido, la misma persona recibe el mismo sustituto en todos los documentos del expediente.

Antes de aplicar, el equipo revisa la previsualización y corrige; el resultado elimina el texto de verdad, no lo tapa, y la herramienta quita los metadatos. La IA se ejecuta en servidores de la Unión Europea sin enviar el contenido a APIs externas de modelos de lenguaje. Si trabajas en un despacho, la página para despachos de abogados resume cómo encaja en el flujo de una operación.