Calidad de datos: duplicados, huérfanos y vacíos

Un duplicado es el mismo riesgo escrito dos veces, casi siempre con otras palabras o con un error de ortografía, que cuenta doble en cualquier suma. Un huérfano es un dato que apunta a algo que ya no existe o ya no responde: un dueño que se fue de la empresa, un activo dado de baja, un control retirado. Un vacío es una celda obligatoria sin dato.

Los tres se detectan comparando: un duplicado, comparando filas entre sí; un huérfano, comparando una columna contra la tabla de donde debería salir su valor; un vacío, buscando celdas sin contenido.

Mira las doce filas de la hoja. Dos de ellas describen el mismo riesgo con palabras casi idénticas, sobre el mismo activo, con meses de diferencia. La regla aprobada por la jefa de riesgos para la migración dice qué hacer: se conserva la fila más antigua con su código y la otra se marca como duplicada, apuntando a la que se conserva. No se borra, porque alguien podría haberle puesto un dato útil.

Consulta SELECT * FROM riesgos_hoja y SELECT * FROM regla_de_conservacion.

El activo afectado es lo que permite agrupar los riesgos por lo que protege la cooperativa. Si la celda está vacía, ese riesgo no aparece en ningún informe por activo. Según la regla de la cooperativa, una fila con una celda obligatoria vacía no pasa a la base hasta que alguien la complete: esa lista es el trabajo pendiente de la limpieza.

El directorio de recursos humanos es la fuente de verdad sobre quién trabaja en la cooperativa. Comparar la columna responsable de la hoja contra ese directorio descubre a los dueños huérfanos. No basta con que el nombre esté escrito: tiene que estar en el directorio y con estado activo.

Un riesgo sin dueño que responda no tiene quién revise ni quién decida su tratamiento, aunque en la hoja parezca asignado.

Con los defectos a la vista, la tentación es limpiar la hoja encima: borrar la fila duplicada, escribir el nombre nuevo sobre el viejo, completar la celda vacía y seguir. El problema es que después nadie puede saber qué se tocó, quién lo hizo ni por qué, y el comité no puede reconstruir cómo cambió el registro.

Una limpieza bien hecha deja rastro: la fila duplicada queda marcada y enlazada, el cambio de responsable queda anotado con fecha y motivo, y la celda completada indica quién aportó el dato.