Saneamiento de datos tabulares

Cuándo usarla

Usar cuando el contexto requiera este procedimiento: Perfila, limpia y documenta datos tabulares sin destruir información silenciosamente.

Procedimiento

1. Preservar el original inmutable y registrar identidad, fecha y tamaño.
2. Perfilar tipos, nulos, cardinalidad, rangos, patrones y duplicados.
3. Confirmar grano, claves, unidades, codificación, zona horaria y valores permitidos.
4. Definir reglas de limpieza antes de aplicarlas, incluidas políticas para nulos y duplicados.
5. Aplicar transformaciones reversibles y mantener un identificador de origen.
6. Separar correcciones deterministas de casos ambiguos para revisión humana.
7. Repetir el perfil y comparar métricas antes/después.
8. Entregar diccionario actualizado, registro de transformaciones y reglas preventivas.

Entradas

• Archivo o tabla fuente.
• Diccionario de datos y reglas de negocio.
• Uso previsto y clave esperada.

Salidas

• Perfil de calidad.
• Tabla saneada o plan de transformaciones.
• Registro de cambios, excepciones y controles.

Validaciones

• El archivo original no fue alterado.
• El conteo de filas se reconcilia con eliminaciones o fusiones documentadas.
• Las claves cumplen la unicidad prevista.
• No se imputaron valores sin regla aprobada.
• Los tipos, unidades y zonas horarias están explícitos.

Herramientas

• Herramienta de hojas de cálculo, SQL o entorno de análisis, según el tamaño. Trabajar sobre una copia.

Ejemplos

En una exportación de ventas, estandariza monedas y fechas, conserva las filas dudosas aparte y documenta cada conversión.

Acerca del recurso