En la mayoría de las juntas, la pregunta “¿podemos confiar en este dato?” no se hace.
No por descuido. Se omite porque responderla parece caro: revisar significa pedirle a alguien que se meta al archivo, cruce contra la fuente y vuelva en unos días. Y la decisión no puede esperar unos días.
Así que se asume que sí. Y se decide.
El problema de tratar la calidad como una impresión
Cuando la calidad no se mide, se opina. Y las opiniones sobre datos siguen un patrón conocido: el dato es confiable cuando confirma lo que esperábamos, y sospechoso cuando no.
Es humano y es peligroso, porque invierte el orden correcto: el dato debería decidir la conclusión, no al revés.
La salida no es más desconfianza. Es convertir la pregunta en una medición que cualquiera pueda mirar antes de decidir.
Qué se mide, exactamente
La calidad de datos no es una sola cosa. Se descompone en dimensiones, y cada una responde una pregunta distinta. Estas cinco son las que más pesan en la práctica:
1. Completitud — ¿cuánto falta?
El porcentaje de celdas con valor real. Es la más obvia y la más subestimada: un informe de márgenes construido sobre una columna de costos con el 30 % vacía no está incompleto, está equivocado — porque el promedio se calculó solo sobre lo que había.
2. Consistencia — ¿el mismo concepto se escribe igual?
Bogotá, BOGOTA, Bogota D.C. y bogota son cuatro ciudades para un sistema y una sola para usted. La inconsistencia no borra datos: los fragmenta. Y un dato fragmentado produce cuatro filas donde debía haber una, sin que nada se vea roto.
3. Integridad de filas — ¿sobrevivió el volumen?
Cuántos registros quedaron después del proceso, comparados con los que entraron. Es la dimensión que atrapa el error más silencioso de todos: una limpieza demasiado agresiva. Eliminar duplicados con un criterio equivocado deja un archivo impecable — y sin la mitad de las ventas.
4. Validez — ¿tiene la forma que debe tener?
Que los correos parezcan correos, las fechas sean fechas y los documentos cumplan la estructura de su país. En Latinoamérica esta dimensión pesa más que en otros mercados: un NIT, un RUT, un RFC o un CUIT tienen reglas de verificación propias, y un identificador inválido rompe un cruce sin avisar.
5. Valores atípicos — ¿hay algo fuera de rango?
Cifras que se salen tanto del comportamiento normal que probablemente sean un error de digitación o de unidad. No siempre son errores —a veces son la venta excepcional del año— pero siempre merecen una mirada antes de que entren a un promedio.
Por qué una sola cifra ayuda, y por qué hay que leerla bien
Cinco dimensiones son cinco conversaciones. Por eso conviene combinarlas en un score, típicamente de 0 a 100: una cifra que se mira en un segundo y dice si vale la pena entrar a mirar el detalle.
Pero un score solo sirve si cumple una condición: el reparto de peso entre dimensiones tiene que ser idéntico para todos los archivos. Si cada conjunto se evalúa con su propia fórmula, dos scores no se pueden comparar y el número deja de significar algo. Con un reparto fijo, en cambio, un 95 siempre es mejor que un 72 — venga el dato de donde venga.
Y hay una lectura que conviene tener clara desde el principio:
Un score alto no significa que el dato sea verdad. Significa que está bien formado.
Un precio mal digitado puede tener completitud perfecta, consistencia impecable y formato válido. El score le dice que el dato es apto para procesarse; la veracidad depende de la fuente y de las reglas del negocio. Confundir las dos cosas es el error más común al empezar a medir.
El cambio de momento: antes, no después
Aquí está lo que de verdad importa para quien decide.
Hoy, en la mayoría de las empresas, la calidad se revisa después: alguien cuestiona una cifra en un comité, se abre una reconciliación, y tres días más tarde llega una explicación. El costo no es solo esos tres días — es la decisión que se tomó mientras tanto, o la que se aplazó.
Cuando el perfilado ocurre al ingresar el dato, la revisión deja de ser un proyecto. Se convierte en algo que ya está ahí cuando usted abre el informe: cuánto falta, qué está inconsistente, qué se salió de rango. La conversación pasa de “¿estará bien?” a “esto está en 68, hay trabajo de limpieza pendiente antes de reportarlo”.
Esa es la diferencia entre una cifra que se defiende y una cifra que se discute.
Qué pedirle a una plataforma
Cuatro preguntas que separan la medición real de un semáforo decorativo:
- ¿Mide solo, al cargar? Si alguien tiene que pedir el análisis, no va a ocurrir en el día a día.
- ¿Dice qué está fallando, no solo cuánto? Un número sin el detalle por dimensión no le dice qué reparar primero.
- ¿El peso de cada dimensión es el mismo para todos los archivos? Si no, los scores no son comparables entre sí.
- ¿Se puede ver la mejora? Medir antes y después de limpiar es lo que convierte la calidad en algo que se gestiona, y no solo se constata.
Lo que se gana
No es un tablero más bonito. Es que la pregunta “¿podemos confiar en este dato?” deja de ser incómoda porque tiene respuesta antes de que alguien la haga.
Y cuando eso ocurre, el comité deja de discutir la cifra y empieza a discutir la decisión. Que es de lo que debía tratarse desde el principio.
En Lorian Analytics cada conjunto de datos se perfila automáticamente al cargar: completitud, consistencia, integridad de filas, validez y atípicos, combinados en un score comparable con el mismo reparto de peso para todos los archivos. Es la quinta de las seis preguntas que una empresa debería poder responder sobre cualquier cifra.