Cuando un sismo, una inundación o un movimiento en masa afecta una zona poblada, la primera pregunta operativa no es “¿cuánto se perdió?” sino “¿qué tan rápido y con qué tan buena información podemos decidir dónde actuar primero?”. La respuesta institucional a esa pregunta, en Colombia y en buena parte de Latinoamérica, es la EDAN: Evaluación de Daños y Análisis de Necesidades. No es un formulario más entre muchos: es la metodología estandarizada que conecta lo que pasa en terreno con la toma de decisiones de quien asigna recursos, y trabajando de cerca con el Sistema Nacional de Gestión del Riesgo de Desastres entendí por qué esa estandarización, aunque suene burocrática, es lo que realmente salva tiempo cuando el tiempo es lo único que no sobra.

Dos niveles de evaluación

La EDAN, tal como la implementa el marco del SNGRD, no se hace de una sola vez ni con un solo nivel de detalle. Opera en dos etapas complementarias:

  • Evaluación inicial (rápida): se hace en las primeras horas después del evento, con recursos limitados y sobre el terreno, priorizando velocidad sobre exhaustividad. Su objetivo es dimensionar la magnitud general del impacto —número aproximado de personas afectadas, viviendas con daño visible, vías interrumpidas— lo suficientemente rápido como para activar una respuesta proporcional sin esperar un censo completo.
  • Evaluación complementaria: se realiza en los días siguientes, con equipos técnicos que profundizan sector por sector —infraestructura, vivienda, servicios públicos, sector productivo— y que permite pasar de una estimación gruesa a datos con la resolución suficiente para diseñar programas concretos de recuperación, no solo de emergencia inmediata.

Esa separación en dos tiempos no es un capricho metodológico: reconoce que la información perfecta y la información oportuna casi nunca llegan juntas, y que un sistema de gestión del riesgo bien diseñado necesita ambas, en el orden correcto.

Qué datos se recopilan realmente

Sobre el terreno, un formulario EDAN típico —Colombia usa formatos alineados con la metodología EDAN de OCHA/Cruz Roja, adaptados por la UNGRD— recoge información estructurada en categorías consistentes:

  1. Infraestructura: vías, puentes, redes de acueducto y alcantarillado, con nivel de afectación (leve, moderado, severo, destruido).
  2. Vivienda: número de unidades habitacionales afectadas, distinguiendo entre daño reparable y pérdida total, dato central para dimensionar necesidades de alojamiento temporal.
  3. Servicios: continuidad de energía, agua potable, salud y educación en la zona afectada.
  4. Población afectada: número de personas, hogares, y grupos con vulnerabilidad diferencial (adultos mayores, población en condición de discapacidad, primera infancia), que orienta la priorización de la respuesta, no solo su magnitud total.

Por qué la estandarización acelera la respuesta

La razón por la que esto me resulta tan cercano, incluso viniendo de un rol técnico centrado en datos, es que la EDAN es fundamentalmente un problema de captura estructurada de datos en campo bajo condiciones adversas: conectividad limitada, tiempo escaso, personal con distintos niveles de formación técnica llenando el mismo formulario en distintos municipios. Cuando ese dato se captura de forma consistente —mismas categorías, misma escala de severidad, mismo formato— se puede consolidar automáticamente a nivel departamental o nacional sin que alguien tenga que reconciliar manualmente reportes con estructuras distintas. Es exactamente el mismo problema que enfrenté construyendo sistemas de captura de datos geoespaciales en campo para DAGMA: la calidad de la decisión final depende menos del análisis posterior y más de qué tan bien diseñado está el formulario que alguien llena con lluvia, sin señal, y con prisa.

Cierre

La EDAN no elimina la incertidumbre de un desastre, pero sí la convierte en algo con lo que se puede trabajar: números comparables entre municipios, categorías que un alcalde y un director de la UNGRD pueden leer de la misma manera, y una base sobre la cual justificar —no improvisar— la asignación de recursos de recuperación. Esa disciplina de estandarizar la captura de datos en el momento más caótico posible es, para mí, uno de los ejemplos más claros de por qué buena ingeniería de datos y buena gestión del riesgo terminan siendo, en el fondo, el mismo oficio.