Una presentación de calidad de datos debe explicar si un conjunto sirve para una tarea concreta, qué problemas podrían cambiar el resultado y qué debe ocurrir antes de utilizarlo. Sitúa la regla y el denominador junto a cada métrica. Una única «calidad del 98 %» puede ocultar precisamente el problema que haría fracasar la actividad prevista.
Esta guía construye un informe con 300 registros ficticios de contactos. Muestra por qué los campos vacíos, los formatos inválidos, los identificadores repetidos y las verificaciones antiguas responden a preguntas diferentes. Una vez terminadas las comprobaciones, utiliza Presenti para convertir los resultados revisados en una presentación editable. Aporta los cálculos y su significado como texto; el borrador no valida la base de datos.
Empieza por la tarea que los datos deben permitir
«¿Son buenos nuestros datos de contacto?» es demasiado amplio para una reunión útil. En este ejemplo, un equipo de cuentas quiere enviar una actualización del servicio al contacto operativo correspondiente de cada cuenta de cliente. Necesita una dirección presente y utilizable, una persona que siga desempeñando ese rol y un modo de evitar mensajes duplicados.
Ese propósito determina el informe. Una dirección postal completa puede importar para un envío físico, pero no para este correo. Una dirección de correo bien formada puede pertenecer a alguien que ya dejó la empresa. Decide qué comprobaciones respaldan el uso previsto antes de elegir colores para los gráficos.
El Government Data Quality Framework plantea la calidad como adecuación al propósito y distingue dimensiones como completitud, unicidad, consistencia, actualidad, validez y exactitud. Ayudan a organizar las preguntas, pero no fijan una nota mínima universal para cualquier conjunto de datos.
Abre con un alcance breve: «Revisión del extracto de 300 filas de contactos operativos para la actualización de servicio propuesta. Las comprobaciones se refieren a esta instantánea guardada. El informe evalúa la utilidad de los contactos; no autoriza el envío». La última distinción importa porque aprobar una comunicación y evaluar datos son decisiones separadas.
Muestra la regla y el denominador junto a cada resultado
Supongamos que el extracto ficticio debe contener una fila de contacto operativo por cuenta, identificada mediante ID de cuenta. Las comprobaciones siguientes se aplican a las mismas 300 filas originales. Sus resultados son inventados para explicar el método, no medidas del rendimiento de Presenti ni de sus clientes.
| Comprobación | Resultado en esta instantánea | Qué demuestra |
|---|---|---|
| Correo presente | 294 de 300 filas tienen el campo de correo no vacío: 98 %. | Seis filas carecen de dirección. Tener contenido no demuestra que la dirección funcione. |
| Formato de correo | 12 de los 294 campos rellenados incumplen la regla acordada; 282 la cumplen. | 282 de las 300 filas, el 94 %, tienen una dirección presente que cumple esa regla. |
| Unicidad del ID de cuenta | Cuatro ID aparecen dos veces cada uno; las otras 292 filas tienen ID distintos. | Ocho filas pertenecen a pares con clave duplicada. Hay 296 ID de cuenta distintos, no 300 cuentas. |
| Fecha de verificación del contacto | 240 filas se comprobaron dentro de los 90 días del ejemplo; 42 antes; 18 no tienen fecha de verificación. | 60 filas carecen de pruebas de una revisión reciente. Eso no demuestra que sus contactos sean incorrectos. |
El formato tiene dos denominadores válidos. Entre los campos rellenados, 282 ÷ 294 es aproximadamente el 95,9 %. Sobre todo el extracto, 282 ÷ 300 es el 94 %. Usa el segundo para explicar qué parte de la lista original tiene dirección presente y formato aceptable; identifica el primero si solo analizas el formato de las direcciones aportadas.
Explicita también la regla de unicidad. Aquí los ID repetidos son un problema porque se acordó una fila de contacto operativo por cuenta. En otra tabla que almacene intencionadamente varios contactos por cuenta, repetir el ID podría ser correcto. Una prueba que ignore qué representa cada fila puede clasificar datos válidos como duplicados.
Los 90 días son una suposición del ejemplo, no una norma legal ni un estándar del sector. El responsable de los datos debe elegir una ventana adecuada a la tarea y a la velocidad de cambio de los contactos. Separa «comprobado antes» de «sin fecha de comprobación» para mostrar lo que se conoce.
No sumes problemas solapados para crear un total falso
Las seis direcciones vacías y las doce direcciones presentes con formato incorrecto son grupos separados por definición: 18 filas fallan al menos una de esas dos pruebas. Esa suma es válida. Las filas con claves repetidas y las verificaciones antiguas pueden solaparse con cualquiera de ellos.
Sumar 6 + 12 + 8 + 60 daría 86 incidencias detectadas, no necesariamente 86 filas distintas afectadas. Además, mezclaría ocho filas de pares duplicados con recuentos de comprobaciones de campos individuales. No puedes restar esa suma de 300 y llamar al resto «contactos limpios».
Mantén detrás de la presentación una lista de incidencias por fila, con una referencia estable y una marca independiente para cada prueba. Para contar filas con cualquier problema, calcula la unión de esas referencias. Para contar cuentas afectadas, agrupa por ID de cuenta y explica cómo tratas los conflictos entre filas duplicadas. Son cantidades distintas.
Un título útil sería: «18 filas necesitan corregir el correo; los duplicados y el rol de contacto aún condicionan el envío». «Nuestra lista tiene una exactitud del 94 %» iría más allá de las pruebas. El 94 % mide presencia y formato, no entrega, responsabilidad actual ni permiso para comunicarse.
Convierte los problemas en una solicitud priorizada
Relaciona cada resultado con la actividad prevista. La ausencia de correo impide incluir esa fila en la lista propuesta. Un ID repetido sin resolver puede duplicar envíos o generar una selección de contacto contradictoria. Un contacto comprobado hace más de 90 días requiere investigación según la política de este ejemplo; no es automáticamente inválido.
| Trabajo pendiente | Rol responsable en el ejemplo | Cuándo se considera resuelto |
|---|---|---|
| Seis direcciones ausentes y doce con formato incorrecto | Responsable de datos de cuentas, con los contactos pertinentes | Dirección corregida mediante la fuente aprobada o decisión explícita de excluir la fila de este uso. |
| Cuatro pares de ID de cuenta repetidos | Responsable de gestión de datos del CRM | Contacto correcto determinado desde el sistema de origen; campos contradictorios y motivo de conservar una fila documentados. |
| 42 verificaciones antiguas y 18 sin fecha | Equipo de cuentas | Rol de contacto operativo confirmado de nuevo o cuenta derivada a seguimiento según la regla acordada. |
No elimines una fila repetida solo porque sea más antigua. Una puede contener el correo correcto y la otra el rol actual. Resuelve el conflicto contra la fuente mantenida y corrígela cuando corresponda. Limpiar solo el libro exportado para la presentación permite que el problema vuelva a aparecer.
En la reunión, pide al responsable de los datos que acuerde las correcciones y al responsable de comunicación que acuerde la condición para utilizar la lista. Una lista parcial puede servir si la organización aprueba expresamente su alcance y exclusiones; este informe no decide por ella. Sitúa la población excluida o sin resolver junto a la acción propuesta para que no desaparezca tras un cuadro verde.
Prepara cinco diapositivas sin una puntuación engañosa
Usa la primera para el propósito y la decisión: «Confirmar la lista de contactos operativos antes de la actualización del servicio». Indica la instantánea y la regla de una fila por contacto operativo de cada cuenta. Antes de ver porcentajes, el público debe saber para qué sirve el conjunto.
La segunda puede mostrar tres cifras destacadas: 98 % con correo presente, 94 % con correo presente y formato válido y 80 % con verificación dentro de la ventana del ejemplo. Coloca justo debajo los recuentos: 294/300, 282/300 y 240/300. Usa etiquetas completas, no tres indicadores sin explicación.
La tercera explica los cuatro pares de ID repetidos y los límites de las pruebas. La cuarta muestra las correcciones por rol. La quinta registra la decisión solicitada, el alcance pendiente y cuándo se revisará otra instantánea. Mantén la lista por fila fuera de la presentación principal, con una referencia de acceso controlado para quienes resuelvan registros concretos.
No promedies 98 %, 94 % y 80 % para obtener una calidad global del 90,7 %. Las pruebas tienen objetivos distintos y se solapan; una media alta no proporciona las direcciones ausentes. Si tu organización utiliza un indicador compuesto, muestra aparte sus ponderaciones y propósito y conserva visibles los problemas que bloquean la tarea.
Para el borrador, escribe: «Utiliza exactamente la instantánea ficticia de 300 filas. Separa presencia, formato, antigüedad de verificación e identificadores duplicados. Identifica todos los denominadores. No des por correcta una dirección ni por garantizada la entrega del mensaje solo porque el formato sea correcto. No sumes incidencias para estimar personas afectadas. Muestra las correcciones solicitadas sin inventar que ya están hechas». Así el borrador tiene estructura y el juicio sigue en manos del responsable de los datos.
Compara el siguiente informe sobre la misma base
Un porcentaje posterior puede mejorar porque se corrigieron registros, se excluyeron filas difíciles o cambió la población. No son mejoras equivalentes. Conserva con cada informe la fecha de la instantánea, la regla de selección, la definición de la prueba y el tratamiento de las exclusiones.
Si se confirma que los cuatro pares son duplicados reales y se deja una fila de cada par, el siguiente extracto tendrá 296 filas antes de cualquier otro cambio. Recalcula todas las tasas sobre esa población; no mantengas 282/300 como si nada hubiera cambiado. También debes saber qué filas conservadas y eliminadas tenían problemas de formato o verificación antes de afirmar un nuevo resultado.
Para medir el avance sobre los problemas originales, sigue sus referencias por separado: corregidos, excluidos para este uso, pendientes o ya no aplicables, con un motivo. Para evaluar la lista actual, ejecuta las mismas reglas sobre la nueva instantánea. Juntas, ambas perspectivas distinguen el trabajo de corrección de un cambio de denominador.
La siguiente presentación debe explicar, por tanto, qué cambió en los datos y en su uso previsto. Una diapositiva más limpia solo es útil si el público puede determinar si la lista de contactos ya sirve para la tarea que necesita realizar.
