Caso JefAdm · Normalización de datos
← Taller de Google Antigravity · Unisabana e-learning · Trabajo individual · 45 minutos
Encargo
Preparar registros de personas y sus insignias para una futura integración, manteniendo trazabilidad y una lista de excepciones. El formato final de importación debe confirmarse con el sistema de destino: el taller entrega una base candidata, no una carga certificada.
Archivo del facilitador: /Users/marcelosotaminga/Desktop/Casos Trabajo/JefAdmin/NormalizacionDatos.xlsx. Trabajar con las hojas 2025 y 2026. Las demás hojas solo pueden consultarse como referencia de dominio si se justifica; no procesarlas ni mezclarlas automáticamente.
Pregunta de trabajo
¿Qué registros podemos normalizar con reglas explícitas y cuáles requieren validación de una persona responsable?
Ruta de 45 minutos
- 0–5: definir unidad de registro: posible asignación persona–insignia, no solo persona.
- 5–15: inspeccionar ambas estructuras y acordar un diccionario común.
- 15–35: transformar de manera conservadora y separar excepciones.
- 35–42: comprobar conteos, tipos y casos de antes/después.
- 42–45: preparar el informe de calidad.
Reglas iniciales para discutir
| Campo | Transformación razonable | Límite |
|---|---|---|
| Identificación, ID, teléfono, idinsignia | Tratar como texto; preservar valor original | No reconstruir ceros perdidos sin fuente |
| Nombres y apellidos | Recortar espacios externos y duplicados internos | No adivinar apellidos ni imponer capitalización que altere nombres |
| Separar valor original y versión normalizada; revisar espacios | Sintaxis válida no prueba titularidad; no adivinar dominios | |
| Tipo de identificación | Mapear variantes con catálogo documentado | Desconocido queda como excepción |
| Teléfono | Separar signos y extensión si la regla está definida | No añadir país ni dígitos por suposición |
| Fechas | Interpretar según formato documentado y exportar consistentemente | Fechas ambiguas o imposibles se revisan |
| Estado de pago | Documentar categorías y valores fuera del catálogo | No deducir pago a partir de ausencia o comentario ambiguo |
| Insignia y programa | Preservar relación y verificar identificador disponible | No completar idinsignia por simple parecido |
No eliminar automáticamente columnas llamadas Unnamed: algunas contienen datos. No tomar el máximo de filas de Excel como número de personas. Separar bloques secundarios de la tabla principal antes de decidir qué son.
Prompt inicial
Inspecciona 2025 y 2026 en entrada/NormalizacionDatos.xlsx. Identifica encabezados, columnas útiles, bloques secundarios, filas vacías, tipos y diferencias de esquema. Muestra un diagnóstico agregado sin exponer datos personales en el chat. Propón un diccionario común, reglas conservadoras y una clave candidata de asignación. No transformes ni elimines filas todavía.
Prompt de ejecución
Aplica las reglas revisadas. Conserva hoja y fila de origen, campos originales y normalizados. Añade estado_calidad y motivos. No inventes identificaciones, correos, nombres, teléfonos ni insignias. Distingue duplicados exactos de posibles repeticiones legítimas de persona con distintas insignias o cohortes. Genera tablas separadas de candidatos listos bajo las reglas acordadas, registros por revisar y registros excluidos con motivo. Incluye bitácora de cambios y controles de conservación de filas.
Entrega mínima
normalizacion.xlsx: tablas de normalizados, excepciones y diccionario; CSV equivalentes son aceptables.- Bitácora: origen, campo, valor anterior, valor nuevo, regla y resultado; conservarla únicamente en el entorno autorizado.
- Resumen agregado: registros considerados, reglas aplicadas, problemas pendientes y limitaciones del esquema de destino.
Aceptación
- Cada fila considerada tiene un destino trazable; una fila con varios problemas cuenta una vez como registro y puede generar varias incidencias.
- Separar conteo de filas de tabla principal, bloques secundarios y filas vacías; no ocultar pérdidas al consolidar.
- Revisar al menos cinco ejemplos de transformación y cinco excepciones, si existen, sin proyectar datos personales.
- Una segunda ejecución con las mismas entradas y reglas produce los mismos resultados. Si se prueba la idempotencia, aplicar la normalización a su propia salida no debe introducir cambios adicionales injustificados.
- Las filas sin evidencia suficiente no se etiquetan como listas para importación.
Extensión: verificar dominios categóricos contra Datos_fijos tras confirmar que es una referencia vigente, sin asumirlo por su nombre.