Calidad de datos: comprobar lo que dice la IA

Concepto

Antes de analizar, hay que saber si los datos están en condiciones: duplicados, vacíos, categorías escritas de varias formas, fechas con formatos distintos. La IA puede sugerir qué revisar, pero a veces "revisa" mirando solo unas pocas filas, y su diagnóstico queda incompleto.

Una conversación típica. Le muestras a la IA las primeras filas de reclamos y responde:

"La columna area tiene tres valores: Despacho, cobro y soporte. Está limpia,
puedes agrupar directamente."

Si en las filas que vio solo aparecían esas tres escrituras, la respuesta suena razonable. Pero no revisó la tabla completa.

Comprobar con los datos. La forma de saberlo es preguntarle a la tabla entera: listar cada valor distinto de la columna tal como está escrito, y cuántas veces aparece. En SQL es un GROUP BY de la columna sobre sí misma.

SELECT canal, COUNT(*) AS reclamos FROM reclamos GROUP BY canal;

Qué revisar en una primera pasada.

• Valores distintos de cada columna de categorías: ¿hay variantes de mayúsculas o espacios?
• Vacíos en las columnas que vas a sumar o promediar.
• Duplicados de la clave (el id).
• Rango de fechas: ¿empieza y termina donde esperas?