Análisis de datos

Cómo detectar anomalías en hojas de cálculo y crear un informe de conciliación

Utiliza análisis asistido por IA para investigar excepciones en hojas de cálculo y elaborar un informe de conciliación trazable.

Publicado Actualizado
hojas de cálculocalidad de datosconciliacióndetección de anomalías

Una anomalía en una hoja de cálculo no es automáticamente un error. Puede ser una excepción válida, una diferencia temporal, una transacción duplicada, un identificador modificado o una fórmula que dejó de abarcar filas nuevas sin avisar. Por eso, una conciliación fiable hace más que resaltar celdas inusuales: establece qué debería coincidir, rastrea cada diferencia hasta sus pruebas y documenta cómo se resolvió.

Diagnóstico del escenario

Aplica este método cuando dos informes que deberían describir la misma actividad no cuadran, o cuando un libro contiene valores que parecen incompletos, duplicados, mal escritos o incoherentes. Empieza formulando en lenguaje claro la pregunta de conciliación: ¿qué registros deben coincidir, mediante qué clave, para qué periodo y conforme a qué reglas contables u operativas?

Distingue las anomalías estructurales de las empresariales. Entre los problemas estructurales están las columnas desplazadas, formatos de fecha mezclados, fórmulas que no cubren todas las filas, espacios invisibles e identificadores almacenados con tipos distintos. Las anomalías empresariales incluyen un reembolso inesperado, un pedido contabilizado en otro periodo o un registro legítimo ausente de un sistema. Esta distinción determina quién puede resolver el caso. La persona responsable de los datos puede corregir el formato; el área de finanzas u operaciones debe aprobar el tratamiento empresarial.

El informe final debe explicar el alcance de las fuentes, las reglas de correspondencia, las clases de excepción, las pruebas, la resolución y los casos pendientes. Nunca debe afirmar que un valor es fraudulento o incorrecto solo por ser inusual.

Entradas necesarias

Reúne exportaciones de solo lectura de los conjuntos de datos, sus marcas de tiempo de extracción, las definiciones de columnas, los campos clave autorizados, el periodo de informe previsto, las reglas de moneda y zona horaria y las exclusiones conocidas. Obtén los totales de control que proporcione el responsable del sistema. Recopila una tabla de correspondencias para identificadores que hayan cambiado entre sistemas y la política aplicable a tolerancias, reversiones, anulaciones y contabilizaciones tardías.

Crea un diccionario de datos que indique el significado y el formato permitido de cada columna. Registra qué archivo es la fuente autorizada para cada atributo. Si una fuente controla el estado de la transacción y otra el estado de liquidación, la conciliación no puede asumir que una sola controla ambos. Define el esquema del informe antes de analizar: identificador de la excepción, referencias de las fuentes, estado de correspondencia, tipo de diferencia, prueba observada, explicación propuesta, persona revisora, resolución y seguimiento.

Preparación para la seguridad de los datos

Trabaja con copias, no con archivos operativos activos. Elimina identificadores directos y columnas de texto libre sensibles que no hagan falta para establecer correspondencias. Sustituye los identificadores de cuentas o clientes por tokens coherentes cuando sea posible. Mantén el mapa de tokens separado y con acceso restringido. Confirma que el entorno de IA o análisis elegido esté aprobado para la clasificación de esos datos.

Protege las exportaciones originales contra ediciones y calcula o registra una suma de comprobación si el proceso lo permite. Nunca pegues libros confidenciales completos en un chat de uso general. Prefiere fórmulas o scripts locales para comparaciones deterministas, y usa la IA para explicar patrones, proponer pasos de investigación o redactar documentación a partir de muestras de excepciones anonimizadas. Desactiva las macros de archivos desconocidos. Conserva por separado el texto de las fórmulas antes de convertir las hojas en valores para analizarlas.

Flujo de trabajo secuencial

Empieza con un inventario de fuentes. Registra nombres de archivo y hoja, alcance de filas, horas de extracción y responsables. Perfila cada tabla sin modificarla: encabezados, porcentaje de celdas vacías, número de claves distintas, claves duplicadas, tipos de datos, límites de fechas y cobertura de fórmulas. Antes de comparar valores, revisa el perfil para detectar problemas de importación.

Normaliza solo en una tabla de trabajo derivada. Elimina espacios sobrantes, unifica mayúsculas y minúsculas cuando las claves no distingan entre ellas, interpreta las fechas con una configuración regional explícita y conserva los ceros iniciales de los identificadores. Mantén tanto los campos originales como los normalizados. Documenta cada transformación como una regla para que otra persona pueda reproducirla.

Define la correspondencia por capas. Intenta primero una coincidencia exacta con la clave primaria aprobada. Para los elementos sin pareja, utiliza solo claves compuestas autorizadas —por ejemplo, referencia más fecha e importe— y una política de tolerancia explícita. No permitas que un modelo de lenguaje elija correspondencias aproximadas como verdad definitiva. Puede sugerir candidatos, pero una persona debe confirmarlos. Clasifica los resultados como coincidencia exacta, diferencia temporal explicada, excepción empresarial válida, defecto de los datos fuente, posible duplicado, sin correspondencia o pendiente de revisión por el responsable.

Calcula las diferencias mediante fórmulas de hoja de cálculo o código determinista. Conserva las referencias a las filas de origen. Para cada clase de excepción, examina una muestra y confirma la regla con el responsable del área antes de aplicarla de forma general. Crea después una tabla de conciliación con una fila por excepción, los valores pertinentes de las fuentes, la regla activada, las pruebas y la resolución. Agrega datos únicamente cuando exista trazabilidad a nivel de fila.

Redacta un resumen ejecutivo que exponga el alcance y las limitaciones, no solo los totales. Envía los defectos de origen al responsable del sistema y las cuestiones de política al responsable empresarial. Corrige los datos únicamente en el sistema autorizado; después vuelve a exportar y repite la comparación completa. Marca una partida como conciliada solo cuando las nuevas pruebas respalden su resolución.

Prompt copiable

```text Actúa como analista de calidad de datos y revisa perfiles de hojas de cálculo y filas con excepciones previamente anonimizados. No inventes valores fuente, reglas de correspondencia, explicaciones ni correcciones. Un valor inusual no demuestra que exista un error.

Pregunta de conciliación: [pregunta] Definiciones de las fuentes y responsables: [definiciones] Claves y reglas de normalización aprobadas: [reglas] Política de tolerancia, periodo, zona horaria y moneda: [política] Perfiles de columnas: [perfiles] Muestra anonimizada de excepciones con referencias estables a las filas: [muestra]

Devuelve: - problemas estructurales que deban resolverse antes de establecer correspondencias; - patrones de excepciones respaldados por las pruebas proporcionadas; - explicaciones alternativas para cada patrón; - pruebas deterministas que pueda ejecutar un analista; - preguntas para los responsables de las fuentes; - esquema de un informe de conciliación con alcance, reglas, trazabilidad, resolución y limitaciones.

Etiqueta cada afirmación como observada, inferida o desconocida. No califiques un registro como erróneo, fraudulento o conciliado sin la confirmación suministrada. ```

Ejemplo práctico

Imagina que una exportación de pedidos y otra de liquidaciones usan el mismo campo de referencia. Varios pedidos aparecen sin correspondencia. El perfil revela que las referencias de los pedidos contienen ceros iniciales, mientras que la herramienta de liquidación las exportó como números. Otras diferencias se agrupan alrededor del cierre del periodo y un pequeño grupo repite la misma referencia con estados distintos.

El analista conserva las referencias originales, crea una clave de comparación normalizada como texto y aprobada por el responsable, y repite la coincidencia exacta. El grupo con ceros iniciales ya encuentra pareja, pero se documenta como un problema de representación estructural en vez de eliminarlo en silencio. El grupo del cierre sigue siendo un candidato a diferencia temporal hasta que el responsable de finanzas confirme la regla de contabilización. El grupo con referencias repetidas no se borra automáticamente: se comprueba si representa una reversión seguida de una liquidación corregida.

El informe muestra cada grupo, su prueba, las filas fuente, la decisión del responsable y la resolución. Evita un atajo tentador pero inseguro: obligar a que todos los registros coincidan. Algunos pueden permanecer legítimamente abiertos si las pruebas están incompletas.

Comprobaciones de verificación

Concilia el número de filas y los totales de control antes y después de cada transformación. Confirma que la normalización no haya unido identificadores diferentes ni eliminado caracteres iniciales. Prueba los rangos de las fórmulas en la primera y la última fila de datos. Busca filas ocultas, filtros, celdas combinadas, valores de error y constantes escritas dentro de zonas de fórmulas. Repite la interpretación de fechas con ejemplos conocidos del responsable de la fuente.

Para cada excepción conciliada, exige una referencia de origen y una regla aprobada o la confirmación del responsable. Revisa de forma independiente las correspondencias aproximadas o compuestas. Compara la suma de las poblaciones coincidentes, explicadas y pendientes con la población original, teniendo en cuenta si un registro puede aparecer en varias clases diagnósticas. Repite el proceso desde exportaciones intactas para demostrar su reproducibilidad. Una segunda persona debe poder elegir una excepción y reconstruir su recorrido sin preguntar al analista original.

Recuperación ante fallos

Si los totales cambian durante la limpieza, detente y compara cada transformación para localizar la pérdida o duplicación. Restaura los datos desde las exportaciones de solo lectura en vez de reparar de memoria la tabla de trabajo. Si las claves no son únicas, acuerda con el responsable de la fuente la granularidad prevista del registro antes de emparejar. Si la interpretación de fechas o decimales es ambigua, conserva el texto original y obtén la regla regional correcta.

Si la IA propone explicaciones sin respaldo, elimínalas del informe y reafirma el límite de las pruebas. Si una regla general resuelve algunos ejemplos pero crea coincidencias falsas en otros, retírala, devuelve esos elementos al estado de pendientes y diseña una prueba determinista más específica. Cuando no sea posible corregir la fuente, documenta la excepción, el riesgo, el responsable y el desencadenante de la próxima revisión. Nunca fuerces un asiento de compensación solo para que el informe parezca completo.

Procedimiento final reutilizable

Congela e inventaría las exportaciones fuente, perfila su estructura, define la granularidad del registro y los campos autorizados, crea copias normalizadas y documentadas, y aplica reglas de correspondencia aprobadas desde las más estrictas hasta las condicionales. Conserva la trazabilidad a nivel de fila para cada excepción. Separa las diferencias observadas de las explicaciones propuestas, consigue la aprobación del responsable para el tratamiento empresarial, corrige los datos solo en su fuente autorizada y vuelve a ejecutar el proceso desde exportaciones limpias. Publica juntos el alcance, las reglas, los casos resueltos y abiertos, las limitaciones y la responsabilidad de revisión. Conserva el registro de transformaciones para que la siguiente conciliación use el mismo método controlado y no un conjunto improvisado de filtros.