¿Qué hay que revisar en tus datos antes de preguntarles con IA?

¿Por qué con IA los datos malos se notan más?

Hasta ahora, un cliente duplicado o un pedido sin cerrar se perdía en un informe que leían tres personas, y cada una sabía qué filas ignorar. Con una pantalla de preguntas, cualquiera de tu equipo puede preguntar y recibir una frase redonda, sin saber que detrás hay filas que no deberían contar.

La IA no distingue entre un dato correcto y uno que lleva años mal. Lo trata todo igual y lo redacta con la misma seguridad. Por eso, cuando se empieza a preguntar con IA, la calidad de los datos importa todavía más.

Tiene también una ventaja: preparar los datos para la IA suele sacar a la luz errores que llevaban años torciendo también los informes de siempre, sin que nadie lo supiera.

Los problemas que más aparecen

Casi todas las empresas tienen alguno de estos, y no por descuido: son el resultado de años de trabajo real, con prisas, cambios de programa y personas que se van y llegan.

• Clientes o proveedores duplicados: «García Hnos. SL», «GARCIA HERMANOS S.L.» y «Garcia Hermanos», cada uno con su parte de las ventas.
• Campos que se usan para otra cosa: el campo «fax» con un correo, el campo «provincia» con el nombre del comercial.
• Campos vacíos en datos que importan: pedidos sin comercial asignado, partes de trabajo sin hora de cierre, clientes sin sector.
• Estados que nadie cierra: presupuestos de hace cinco años que siguen «pendientes», pedidos servidos que figuran como abiertos.
• Códigos que cambiaron de significado: la familia 07 eran «ofertas» y desde hace dos años es «liquidación».
• Unidades mezcladas: unas líneas en cajas, otras en unidades, sin un campo que lo diga.

¿Cómo se revisa sin parar la empresa?

No hace falta auditarlo todo. Se revisan primero los programas y las partes que se van a conectar al principio. Si en una primera fase no entra el módulo de compras, los duplicados de proveedores pueden esperar.

La revisión es bastante mecánica: contar cuántos registros tienen cada campo vacío, buscar nombres parecidos con el mismo CIF, ver qué valores distintos tiene cada estado y desde cuándo. Con esos recuentos delante, la persona de tu equipo que conoce los datos decide qué es un error, qué es una costumbre y qué conviene dejar escrito para que la IA lo tenga en cuenta al buscar. Lo que esa persona sabe, del tipo «ese cliente lo abrimos dos veces cuando cambió de dueño» o «esos pedidos son pruebas del instalador», no está escrito en ningún programa, y es lo que más vale de la revisión.

¿Qué cambia cuando se revisa antes?

¿Se corrige en el programa original o en la copia para consultar?

Las dos cosas, según el caso. La vía de consulta con IA no escribe en tus programas originales, así que las correcciones de fondo (fusionar fichas, cerrar pedidos viejos) las hace tu equipo en el programa, cuando le venga bien.

Mientras tanto, en la copia para consultar se pueden aplicar correcciones de limpieza: tratar como un solo cliente las fichas con el mismo CIF, marcar los presupuestos de hace años que siguen «pendientes», anotar desde cuándo la familia 07 es «liquidación». Cada corrección se deja escrita y la respuesta la menciona cuando cambia una cifra, para que se sepa por qué no coincide con un listado sin depurar.

¿Qué hace el sistema cuando el dato no está?

Lo dice. Si de 212 partes de trabajo de octubre hay 37 sin hora de cierre, la respuesta a «¿cuánto duran de media las reparaciones?» no esconde el hueco: da la media con los 175 partes completos y avisa de los que faltan. Es menos elegante que una cifra limpia, pero es la que permite fiarse.

Conviene comprobarlo al principio con preguntas que toquen datos incompletos, para ver que la respuesta avisa en lugar de rellenar.

¿Cómo se sabe que ya es suficiente?

No hay un punto de perfección, y esperar a tenerlo es la forma más segura de no empezar nunca. Lo práctico es probar con preguntas del día a día: si con los datos revisados las respuestas coinciden con lo que espera la persona que conoce los datos, explican bien qué han contado y avisan cuando no se pueden responder, la calidad basta para empezar.

Una regla útil para decidir qué arreglar primero: lo que cambia la cifra antes que lo que la afea. Un cliente sin teléfono no altera una suma de ventas; un cliente duplicado, sí. Después, el registro de consultas muestra qué preguntas tropiezan con datos incompletos, y esas indican dónde mejorar.