Datos · 4 de agosto de 2026 · 9 min de lectura
Completitud, duplicación, consistencia, vigencia y contactabilidad. Qué significa cada una, cómo se calcula y qué decisión habilita.
«Los datos están mal» no es un diagnóstico. Es una queja. Para que sirva hay que convertirla en cinco números que se puedan calcular hoy, repetir el mes que viene y comparar. Todos salen con consultas simples sobre la base que ya existe.
Qué porcentaje de los registros tiene cargado cada campo que importa.
La medida se calcula por campo, no en general: «el 78 % de los datos está completo» no habilita ninguna decisión, mientras que «el 41 % de los clientes activos no tiene un teléfono válido» habilita varias.
Dos precisiones que cambian el número:
Cuántas entidades del mundo real están representadas por más de un registro.
Se mide en dos niveles. El duplicado exacto (mismo documento, mismo correo) se detecta con una consulta de agrupación y suele ser la parte chica. El duplicado aproximado —«Juan Pérez» y «Perez, Juan C.» con teléfonos distintos— es el que hace daño y necesita comparación por similitud.
El número que conviene reportar es la relación entre registros y entidades distintas estimadas. Una base de 100.000 registros que representa 74.000 personas tiene un problema concreto y cuantificado, no una sensación.
Si dos sistemas responden lo mismo a la misma pregunta.
Se elige un conjunto de preguntas que ambos sistemas deberían poder contestar —cuántos clientes activos, cuál es el saldo de este cliente, cuándo fue la última operación— y se comparan las respuestas. El porcentaje de coincidencia es la medida.
Esta es la que más incomoda en una reunión, y por eso conviene tenerla antes de que la pregunte alguien más. La discusión sobre cuál sistema tiene razón siempre es más corta que la discusión sobre si hay diferencia.
Cuánto hace que no se toca cada dato.
Un teléfono cargado hace ocho años está completo, es único y es consistente entre sistemas. Y probablemente no funcione. La vigencia es la dimensión que más se ignora porque no se ve: nada en la pantalla indica que ese dato envejeció.
Se mide como distribución, no como promedio: qué porcentaje de los contactos se verificó en los últimos 6, 12, 24 meses y qué porcentaje nunca. El promedio esconde el problema; la distribución lo muestra.
De todos los registros, en cuántos existe al menos un canal por el que efectivamente se puede llegar a la persona.
Es la única de las cinco que se mide con evidencia externa —entregas, rebotes, respuestas— y es la que más directamente convierte calidad de datos en plata. Una cartera de 50.000 deudores con 30 % de contactabilidad es, en la práctica, una cartera de 15.000: el resto no es cobrable hasta que aparezca un canal.
Las cuatro primeras se calculan mirando la base. La quinta sólo se sabe intentando.
Las cinco no son independientes y no conviene atacarlas a la vez:
El orden que suele funcionar: normalizar, deduplicar, medir vigencia, completar lo que falta, y recién entonces medir contactabilidad contra el mundo real.
Ninguno de los cinco es difícil de calcular. Lo difícil es sostener el mismo criterio de un mes al siguiente, que es lo único que los vuelve comparables.
Nota de trabajo · 4 de agosto de 2026 · Datos
Los ejemplos numéricos de esta nota son aritmética ilustrativa y no describen ningún trabajo realizado por VASAK.
Seguir leyendo
Sin una línea de base, cualquier resultado posterior es una impresión. Cómo medir un proceso manual en una semana y con lo que ya hay.
Antes de automatizar, medí cuánto cuesta el proceso actual
La distinción práctica entre preparar, proponer y decidir. Y por qué la última siempre debería quedar en manos de una persona.
IA en cobranzas: dónde ayuda y dónde conviene no usarlaSiguiente paso
Un diagnóstico no compromete a implementar nada. Sirve para saber en qué estado están los datos, qué rinde el software actual y qué procesos justifican automatizarse.
