Un dato duplicado rara vez se detecta por el nombre. Dos líneas en el registro suelen llamarse de forma distinta — 'consumo de energía oficina' y 'consumo de electricidad sede NL' — mientras que remiten al mismo contador, la misma factura o la misma fuente. La duplicación no está en el texto, sino en el origen. Quien solo busca por nombre, no encuentra los duplicados.
Un registro de datos no es una lista de líneas de informe, sino un registro de los datos subyacentes: por dato, la definición, la fuente, el propietario y el recorrido desde la fuente hasta el informe. Cada dato recibe un lugar fijo con cuatro campos fijos: qué es, de dónde procede, quién es responsable de él y qué operaciones se le han aplicado antes de llegar a un informe. Sin esos cuatro campos, un registro es una lista de términos, no un instrumento de control.
La pregunta qué es el mapeo de fuente a informe describe ese tercer paso en detalle: la ruta que recorre una cifra desde el sistema fuente hasta la línea del informe. Esa misma ruta es el instrumento con el que se hacen visibles las duplicaciones. Dos datos con un nombre distinto pero una línea de fuente a informe idéntica son el mismo dato, registrado dos veces.
Los datos duplicados no suelen surgir por descuido, sino por la estructura de la organización. Un equipo de instalaciones registra el consumo de energía para la gestión de edificios, un equipo de sostenibilidad registra ese mismo consumo para el informe CSRD. Ambos equipos trabajan desde su propia hoja de cálculo, con su propia nomenclatura, sin visibilidad sobre el registro del otro. Con varias sedes o unidades de negocio, este patrón se multiplica: cada unidad registra datos comparables bajo su propia etiqueta.
La página dónde existe ya un dato en varias unidades de negocio trata precisamente este mecanismo: antes de añadir un dato al registro, la primera pregunta es si ya existe en algún lugar de la organización, solo bajo otro nombre o en otro departamento. Plantear esa pregunta antes del registro evita gran parte de las duplicaciones que, de otro modo, habría que detectar a posteriori.
La forma fiable de reconocer una duplicación no es comparar descripciones, sino comparar fuentes. Dos datos que provienen del mismo sistema, la misma tabla o el mismo archivo de exportación, con la misma fecha de referencia y la misma unidad, son candidatos a fusión — incluso si la nomenclatura no lo deja entrever. A la inversa: dos datos con un nombre similar pero una fuente distinta pueden no ser una duplicación, sino dos mediciones independientes que casualmente se parecen.
Esta distinción solo puede hacerse si el registro fija la fuente por dato, y no solo el valor final. Un registro que únicamente reúne cifras sin origen no puede detectar duplicaciones — como mucho, puede sospecharlas.
Además de la fuente, la titularidad es una segunda indicación. Cuando dos datos comparten la misma fuente pero están registrados bajo propietarios distintos, eso en sí no es un problema — puede indicar un dato que se utiliza en varios departamentos. Se convierte en una señal cuando ambos propietarios realizan las mismas operaciones de forma independiente, sin conocer el trabajo del otro. Entonces no es el dato lo que está duplicado, sino el proceso que lo rodea.
La pregunta qué operaciones hay entre la fuente y el informe es relevante aquí: dos datos con la misma fuente pero operaciones distintas pueden dar como resultado cifras diferentes, mientras que en el informe figuran bajo el mismo concepto. Esa es una situación más arriesgada que una simple duplicación, porque las cifras pueden divergir sin que nadie lo note.
Detectar datos duplicados no es un ejercicio único que termine en un momento fijo. Con una organización en crecimiento, nuevos sistemas o límites de información modificados, surgen nuevos candidatos a duplicación. La página cuándo está terminado un registro describe que un registro no está completo en una fecha fija, sino en el momento en que cada dato tiene una fuente, un propietario y una ruta verificable hacia el informe — incluida la comprobación de si ese dato ya existía en otro lugar.
En organizaciones con varias unidades de negocio, la pregunta qué datos necesita realmente con varias unidades de negocio es un buen punto de partida, porque esa pregunta determina el alcance del registro antes de que comience la búsqueda de duplicaciones. Un registro más pequeño y mejor delimitado contiene, de forma natural, menos espacio para el solapamiento.
Revisar manualmente fuentes, propietarios y operaciones para encontrar duplicaciones es exactamente el tipo de trabajo que se puede delimitar en pasos repetibles: cotejar datos, señalar coincidencias, elaborar una propuesta de fusión para su valoración. Para las organizaciones que quieren saber qué parte de ese trabajo de comparación es transferible a una aplicación de IA, y qué parte sigue requiriendo la valoración de una persona, el escáner de trabajo de FTE TO AI lo calcula a nivel de tarea. El escáner no emite un juicio sobre su registro, sino un desglose de las tareas que contiene — un punto de partida antes de decidir cómo organiza la detección de duplicaciones.
Vraag maar waar een datapunt vandaan komt. Dat is meestal de hele vraag.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.