contáctenos

Marco de calidad de datos por reglas para datos de clientes

Un marco gobernado en Snowflake comprueba los datos de clientes de cuatro sistemas y ofrece a los responsables de los datos puntuaciones y evidencias a nivel de registro sobre las que actuar.

Empresa confidencial de nutrición clínica NDA 2026

Estado: Entregado y en producción.

TI y datos Nutrición clínica / FMCG Calidad y gobierno del dato
Los registros de clientes pasan por reglas SQL hasta obtener puntuaciones de calidad y evidencias a nivel de fila.
Resumen del proceso. Abrir imagen completa

Reto

Los datos de clientes divergían entre cuatro sistemas, mientras que unas reglas basadas en informes ocultaban los fallos y distorsionaban las puntuaciones.

Solución entregada

Vistas SQL de entidades, un catálogo de reglas probado, un motor de evaluación en Snowflake y reporting con DirectQuery.

Valor de negocio

Reglas gobernadas, puntuaciones honestas y evidencias a nivel de fila que los responsables de los datos pueden utilizar para corregir registros.

Reto

Una empresa de nutrición clínica gestiona los datos de sus clientes profesionales sanitarios en cuatro sistemas: una plataforma de identidad digital, un CRM, una plataforma de automatización de marketing y una tienda de comercio electrónico. Cada sistema guarda su propia versión del cliente, de modo que los nombres, los correos electrónicos, las direcciones y los consentimientos pueden acabar divergiendo.

El informe de calidad de datos existente había crecido de forma orgánica. Sus reglas estaban repartidas entre fórmulas del informe y transformaciones de datos, y sus puntuaciones se calculaban una vez por actualización, por lo que no respondían a los filtros. Algunos registros se filtraban antes de medirse, lo que hacía que las puntuaciones parecieran mejores de lo que eran. Además, el informe podía indicar que un porcentaje era bajo, pero no qué registros estaban mal ni por qué.

Enfoque

Empezamos por hacer ingeniería inversa del informe existente: se documentó cada fuente, transformación y medida, y se enumeró cada problema de la lógica. Así obtuvimos una línea base clara y una lista de lo que había que cambiar.

Después reconstruimos la calidad de datos como un marco y no como un informe:

  • Entidades de datos de negocio. Una vista SQL por entidad de negocio (clientes, cuentas, direcciones, eventos de correo electrónico, pedidos…), que combina las tablas de origen subyacentes. Cada vista tiene una granularidad definida y nombres de columna comprensibles para el negocio. Los valores se transmiten sin tocar, incluidos los marcadores de posición, las lagunas y los duplicados, para que las comprobaciones vean los datos tal como son. Una entidad específica entre sistemas vincula la identidad digital de cada cliente con su registro del CRM mediante una clave compartida y compara nombres y códigos postales tras normalizarlos.
  • Un catálogo de comprobaciones. Más de 120 reglas, cada una de ellas una única expresión SQL que devuelve verdadero para un registro correcto y falso para uno incorrecto. Las reglas cubren cinco dimensiones: completitud, validez, unicidad, coherencia e integridad referencial. Cada regla se prueba automáticamente con registros correctos, incorrectos y vacíos antes de desplegarse. Cada problema se notifica una sola vez: un valor ausente incumple la completitud, no también el formato y la unicidad.
  • Un motor guiado por reglas. Un procedimiento almacenado lee el catálogo, evalúa cada regla en cada fila y separa los errores de las advertencias. Escribe estadísticas de ejecución por dimensión, campo, país y segmento de clientes. Para cada registro que falla, registra solo los campos relevantes para esa regla, de modo que la evidencia se lee de inmediato.
  • El reporting, encima. Una única vista de estadísticas alimenta el informe mediante DirectQuery, por lo que el informe muestra la última ejecución sin una actualización aparte. No se almacena ningún dato en Power BI: cada consulta va a la capa gobernada de Snowflake, así que las reglas de acceso y los datos permanecen en un único lugar.
  • Conservación de datos. Los resultados de ejecuciones y los detalles de errores antiguos y sin uso se purgan periódicamente, de modo que solo se conservan los datos que el informe necesita.

Resultados

Resultados cualitativos del proyecto; no se afirma ningún ahorro medido.

  • Un único lugar gobernado para las reglas de calidad de datos, en vez de una lógica repartida por un informe

  • Puntuaciones honestas: nada se elimina antes de medirse

  • Evidencias a nivel de fila para cada fallo, de modo que los responsables de los datos pueden corregir registros en lugar de discutir porcentajes

  • Coherencia entre sistemas hecha visible: si el mismo cliente aparece igual en la plataforma de identidad y en el CRM

  • Resultados desglosados por país y segmento de clientes, con totales correctos para calcular las tasas de error

  • Las nuevas comprobaciones se añaden como una fila en el catálogo; no hacen falta cambios de código

  • Sin copias de los datos de clientes en la herramienta de reporting y sin acumulación de resultados obsoletos: los datos permanecen en Snowflake y se conservan solo mientras son necesarios

Snowflake SQL y Snowflake Scripting Power BI (DirectQuery)

Áreas de solución: Fundamentos de datos · Gobierno del dato

¿Quiere hablar de un reto similar?

Cuéntenos dónde se encuentra hoy y qué quiere cambiar. Compartiremos lo que hemos aprendido en proyectos comparables y le propondremos una forma acotada de empezar.

Reserve una reunión de 30 min