El análisis de redes es el enfoque teórico y metodológico que estudia las relaciones entre un conjunto de entidades —personas, organizaciones, países o documentos— y la estructura que esas relaciones forman, para explicar cómo condiciona los comportamientos y la circulación de recursos.
Las relaciones como unidad de análisis
El análisis de redes es un enfoque teórico y metodológico utilizado para estudiar las relaciones y flujos entre un conjunto de entidades, llamadas nodos o actores, y la estructura que estas relaciones forman. Este análisis busca comprender cómo la estructura de la red influye en el comportamiento de los actores, la transferencia de recursos —información, dinero, apoyo— y la dinámica general del sistema.
Su rasgo distintivo es el cambio de unidad de análisis: en lugar de explicar los fenómenos a partir de los atributos de los individuos —edad, renta, tamaño de una empresa—, los explica a partir de su posición en un entramado de relaciones. La variante más desarrollada es el análisis de redes sociales (ARS), aplicado a personas y organizaciones, aunque el mismo aparato metodológico sirve para estudiar redes de citas científicas, de patentes, de comercio internacional o de infraestructuras. Por eso se ha convertido en una herramienta central para estudiar los flujos de conocimiento y la difusión de la innovación.
Componentes de una red
Una red, para fines de análisis, se compone de tres elementos fundamentales:
- Nodos o actores: son las entidades individuales de la red. Pueden ser personas, grupos, organizaciones, países, sitios web, células, etc. En su sentido más abstracto, el nodo es un vértice en la teoría de grafos, el modelo matemático utilizado para estudiar las relaciones entre objetos.
- Vínculos o lazos: son las relaciones que conectan a los nodos. Pueden ser de amistad, colaboración, transacciones comerciales, comunicación, parentesco o cualquier otra forma de interacción.
- Flujos: consisten en el movimiento o la transferencia de recursos, información o influencia a través de los vínculos.
El término nodo también se usa en informática, con significados propios: en una red de comunicaciones designa cualquier dispositivo capaz de enviar, recibir, almacenar o procesar información, y en programación, la unidad básica de estructuras de datos como las listas enlazadas o los árboles. Esta entrada se ocupa de su acepción relacional.

Visualización de una red social. Fuente: Monsalve, Mauricio. Análisis de redes sociales: un tutorial. Ver en línea.
Origen y desarrollo
El análisis de redes nace en la sociometría de Jacob L. Moreno, que en Who Shall Survive? (1934) representó por primera vez las preferencias entre personas mediante sociogramas. La antropología británica y, desde los años setenta, el estructuralismo de Harvard, en torno a Harrison White, lo convirtieron en un programa de investigación con base matemática. De esa etapa proceden dos ideas clave: la fuerza de los lazos débiles, de Mark Granovetter (1973), según la cual los contactos ocasionales aportan información nueva que no circula entre amigos cercanos,1 y los agujeros estructurales de Ronald Burt (Structural Holes, 1992), que explican la ventaja de quien conecta grupos que no se relacionan entre sí. Linton Freeman sistematizó las medidas de centralidad en 1979 y el manual de Stanley Wasserman y Katherine Faust (1994) fijó el canon metodológico. A finales de los noventa, los trabajos de Duncan Watts y Steven Strogatz sobre los mundos pequeños (1998) y de Albert-László Barabási y Réka Albert sobre las redes libres de escala (1999) dieron lugar a la ciencia de redes, que extendió el enfoque a sistemas físicos, biológicos y tecnológicos de gran tamaño.
Cómo funciona: representación, recogida de datos y métricas
Un análisis de redes sigue tres pasos: representar las relaciones en un formato formal, obtener los datos que las describen y aplicar métricas que cuantifiquen la estructura.
Representar una red: grafos y matrices
Un grafo es un grupo de objetos (nodos o vértices) unidos por enlaces (aristas o arcos), que permite representar las relaciones binarias entre elementos de un conjunto. Los grafos pueden ser no dirigidos, cuando la relación es recíproca —en una red social de amistad, si A es amigo de B, B es amigo de A—, o dirigidos, cuando tiene un sentido, como en una red de consejo. También pueden ser ponderados: en un mapa de carreteras, las vías pueden ser de un solo sentido y cada arista tener un peso, que expresa la distancia o el tiempo de recorrido.
Para el cálculo, el grafo se traduce en matrices. La matriz de adyacencia cruza los nodos consigo mismos e indica en cada celda si existe un vínculo y con qué intensidad. Cuando la red relaciona dos tipos de entidades se emplea una matriz de afiliación, que organiza la información de manera que se puedan identificar patrones, conexiones y dependencias:
- Filas: representan a los individuos o entidades.
- Columnas: representan los eventos, roles, grupos o atributos.
- Celdas: la intersección se marca —por ejemplo, con un 1— si el individuo de esa fila está afiliado al evento o atributo de esa columna.
Así se construyen las llamadas redes de dos modos o de afiliación. Por ejemplo, una matriz que registre qué miembros de un equipo participaron en qué proyectos permite analizar la distribución de tareas o la colaboración. El ejemplo clásico es el estudio de Allison Davis, Burleigh Gardner y Mary Gardner, Deep South (1941), que registró la asistencia de 18 mujeres a 14 eventos sociales en una ciudad del sur de Estados Unidos. Ronald Breiger mostró en 1974 que una matriz de afiliación encierra dos redes: la de personas que coinciden en los mismos grupos y la de grupos que comparten miembros.2
Conceptos básicos
- Arista o enlace: la conexión que une dos nodos y representa la relación entre ellos.
- Vecino: un nodo B es vecino de A si existe una arista que los conecta directamente.
- Grado: número de aristas de un nodo. En redes dirigidas se distingue el grado de entrada (aristas que llegan) y el de salida (aristas que parten).
- Ruta: secuencia de aristas consecutivas que conecta dos nodos a través de otros intermedios; la más corta se denomina geodésica.
- Ciclo: ruta que vuelve al nodo de inicio sin repetir aristas.
- Subgrafo: grafo formado por un subconjunto de los nodos y aristas del original.
- Componente conectado: subgrafo en el que existe una ruta entre cada par de nodos. Si un grafo tiene varios, está fragmentado.
Recogida de datos
La matriz de afiliación es también una herramienta de recogida de datos, utilizada en sociología, antropología y metodología de la investigación para relacionar a personas con acontecimientos, roles o características. Las fuentes más habituales son tres:
- Cuestionarios con generadores de nombres: preguntas que piden a cada persona identificar a sus contactos. Distinguir el tipo de vínculo es decisivo. Preguntar «¿con quién necesitas hablar para completar tu trabajo?» revela la red formal de tareas; preguntar «¿a quién pides consejo cuando tienes un problema?» revela la red informal de confianza, que a menudo no coincide con el organigrama.
- Observación y documentos: registros de reuniones, asistencia a eventos, actas o prensa.
- Registros digitales y bases de datos: correos, coautorías de publicaciones, patentes, transacciones o registros de actividad en sistemas informáticos, como accesos a archivos, inicios de sesión o transferencias de datos entre dispositivos.
Dos decisiones condicionan la validez del análisis: delimitar qué nodos pertenecen a la red y valorar el efecto de los datos ausentes, al que las métricas estructurales son muy sensibles.
Métricas y técnicas
El análisis de redes se basa en la aplicación de un conjunto de métricas y algoritmos para cuantificar la estructura de la red y el papel de cada actor. Las técnicas principales se centran en el estudio de la centralidad y la identificación de subgrupos.
Métricas de centralidad y poder
Estas métricas cuantifican la importancia y la influencia de un nodo dentro de la red. Las más comunes son:
- Centralidad de grado: número de conexiones directas. Su variación en el tiempo sirve para detectar anomalías: en ciberseguridad, un usuario que pasa de acceder a cinco archivos diarios a cincuenta puede estar recopilando información antes de una exfiltración de datos.
- Centralidad de intermediación (betweenness): frecuencia con la que un nodo se sitúa en las rutas más cortas entre otros. Identifica a los intermediarios (brokers): una persona con pocos contactos directos puede ser el único enlace de confianza entre dos departamentos, y la información entre ambos dependerá de ella. En una red informática, una intermediación inesperada —un equipo que de pronto enruta tráfico entre servidores que no se comunican a través de él— puede delatar un equipo comprometido.
- Centralidad de cercanía: distancia media de un nodo al resto. Indica la rapidez con que puede alcanzar o ser alcanzado por la información.
- Centralidad de vector propio: pondera las conexiones según la importancia de los nodos con los que se conecta. Es la lógica de algoritmos como el PageRank de Google.
Detección de comunidades y subgrupos
Busca identificar conjuntos de nodos que están densamente conectados entre sí, pero relativamente poco conectados con el resto de la red.
- Detección de comunidades (clustering): algoritmos que agrupan los nodos en subconjuntos según la densidad y la intensidad de sus vínculos internos. Permiten establecer una línea base: un usuario con muchos vínculos fuera de su comunidad habitual o una comunidad nueva entre dispositivos que no deberían interactuar, es una señal de alerta.
- Análisis de cliques: identifica subgrupos donde todos los miembros están directamente conectados entre sí; el clique es el grupo más denso posible.
Densidad y cohesión de la red
Estas métricas miden la conectividad general de la red.
- Densidad: proporción de vínculos existentes respecto al total de vínculos posibles. Una alta densidad indica una red muy conectada y cohesiva.
- Cohesión: grado en que los actores están vinculados entre sí y resistencia de la red a la fragmentación si se eliminan nodos o vínculos.
Comparar la densidad dentro de los grupos y entre ellos revela los silos: una organización con alta densidad intradepartamental y pocos vínculos interdepartamentales deja el conocimiento atrapado en cada unidad. Es justo el tipo de agujero estructural que, según Burt, crea ventajas para quien sabe cubrirlo.
Visualización de redes
Aunque no es una técnica analítica en sí misma, la visualización mediante grafos o sociogramas es crucial para el análisis. Consiste en representar los nodos como puntos y los vínculos como líneas. Esto ayuda a identificar visualmente:
- Patrones estructurales y la forma general de la red.
- Nodos influyentes, los que tienen muchas conexiones.
- Nodos aislados, sin conexiones.
- Grupos o clústeres.
Análisis dinámico de redes
Se utiliza para estudiar cómo evolucionan las redes, analizando la formación o desaparición de vínculos y el impacto de estos cambios en la estructura general. Más allá de la descripción, la estadística de redes permite contrastar hipótesis sobre por qué se forman los vínculos: los modelos de grafos aleatorios exponenciales (ERGM) estiman qué configuraciones aparecen más de lo esperado por azar y los modelos estocásticos orientados al actor (SAOM), desarrollados por Tom Snijders, separan la influencia de la red sobre los actores de la selección de contactos.
Ejemplos y casos
El análisis de redes se aplica en ámbitos tan diversos como la gestión de organizaciones, la inteligencia, la geografía de la innovación o la sociología de la ciencia.
Recursos adicionales
Bibliografía recomendada
El manual de referencia, una guía práctica actualizada y una introducción en español.
Herramientas en la Biblioteca
Programas, paquetes y fuentes de datos reseñados en la Biblioteca que permiten obtener, analizar y visualizar redes: