Qué son los datos estructurados
Los datos estructurados son información ordenada en filas y columnas, donde cada valor tiene un tipo y un significado. Viven en tablas, hojas de cálculo y bases de datos, a diferencia de los correos, los documentos y las notas.
Estos dos archivos guardan casi la misma información. Hazles a los dos la misma pregunta y mira cuál sabe responder.
Texto libre en una columna. Aquí nada es una columna, así que nada se puede ordenar, filtrar ni contar.
Una persona por fila, un atributo por columna. Todas las preguntas tienen respuesta.
Filas y columnas
Una columna es un atributo: un nombre, una fecha, un importe. Una fila es una cosa: un cliente, un pedido, un pago. Si respetas eso, cualquier cosa puede leer la tabla, desde una fórmula de la hoja de cálculo hasta Mira.
Señala la letra de una columna o el número de una fila.
Qué hace que sean buenos
Las filas y las columnas no bastan por sí solas. Una hoja puede parecer estructurada y aun así ser inservible si sus valores no siguen unas reglas. Seis de ellas hacen casi todo el trabajo. Cada hoja de abajo tiene un error. Activa el interruptor para verlo corregido.
Un dato por celda
Cada celda guarda exactamente un dato. Si necesitas un nombre y una ciudad, son dos columnas.
ABC1clienteimporte2John Smith / Londres1.200,003Jane Doe / NYC640,004Acme Corp (Berlín)310,00Un nombre y una ciudad en la misma celda. Así no hay forma de agrupar por ciudad.
Dos datos, dos columnas.
Tipos coherentes
Todos los valores de una columna son del mismo tipo: todo fechas, todo números o todo texto.
AB1fecha_pedidoimporte215 de marzo249,0032026-03-1689,50 £4el martes pasado412Tres formas de escribir una fecha. Al ordenarlas, quedan por orden alfabético, no por fecha.
Una sola forma para todas las fechas, y un número es solo un número.
Nombres de columna estables
El nombre de una columna es el contrato entre tus datos y todo lo que los lee. No debe cambiar de una exportación a otra.
ABC1Fecha (T1)Columna FIngr. £ (nuevo)22026-03-15Oeste249,0032026-03-16Este89,5042026-03-17Oeste412,00Un trimestre en el nombre, un nombre que no dice nada y otro que cambiará el mes que viene.
Nombres claros que dicen qué guarda la columna, y lo siguen diciendo.
Una tabla por hoja
Cada hoja guarda una sola tabla, que empieza en la fila 1, columna A. Dos conjuntos de datos van en dos hojas.
ABCD1idimporteTotal21001249,00750,503100289,5041003412,00Hoja1Un total suelto junto a los datos. Cualquier cosa que lea la hoja lo toma por un cuarto pedido.
El total tiene su propia hoja.
Nada de significados ocultos
El color, las celdas combinadas y las notas son invisibles para cualquier cosa que lea la hoja. Si importa, va en una columna.
ABCD1Facturas, marzo2facturaclienteimporte3FAC-31Alice249,004FAC-32Bob89,50El rojo significa vencida y el verde, pagada, pero solo para una persona. El título combinado empuja las cabeceras a la fila 2.
El significado ahora es una columna, y las cabeceras están en la fila 1.
Huecos honestos
Un valor que falta está vacío de verdad. Cero significa que no pagó nada. Vacío significa que no lo sabes. Son datos distintos.
AB1clienteingresos2Alice1.200,003Bob–4CarolN/D5David0Un guion, unas siglas y un cero, todos en lugar de "no lo sabemos". El cero entra en todas las medias.
Lo desconocido queda vacío. David de verdad no pagó nada, así que su cero se queda.
Los mismos datos, dos veces
Una exportación tal como llegó del sistema antiguo. Parece correcta, va a dar una respuesta equivocada y no lo va a avisar. Cuatro correcciones la convierten en algo a lo que se le puede hacer una pregunta.
Tal como se exportó. Así salió del sistema antiguo. Parece correcto. Va a dar una respuesta equivocada.
Una tabla por hoja
El problema más habitual no son los datos malos dentro de una tabla. Son varias tablas en una misma hoja: un resumen en una esquina, una tabla de consulta pegada al lado, dos conjuntos sin relación apilados con una fila en blanco en medio. A una persona le parece ordenado. Para cualquier cosa que lo lea, es una sola tabla llena de agujeros.
- Tres tablas en una hoja, y nada en la hoja marca dónde acaba cada una
- Una fila en blanco que hace de frontera, y que nada sabe leer
- Dos filas de nombres de columna, en la fila 2 y en la 8, para dos cosas distintas
Por qué importa
La estructura no es cuestión de orden. Decide qué se les puede preguntar a los datos y si la respuesta es fiable cuando llega. Los errores peligrosos son los que nunca avisan.
No se sabe cuánto ha facturado Bob. Anótalo como
Media 600,00. El cero cuenta como una venta de nada y baja la media. Nada lo avisa.
La media de B7 es =PROMEDIO(B2:B5), y no ha cambiado en ningún momento. Solo cambió lo que decían las celdas.
Lo que te da una buena estructura
Filtra, ordena y agrupa sin limpiar nada antes
Cuando cada columna guarda un solo tipo de dato, una pregunta sobre una fecha o una zona tiene respuesta al momento.
Las tablas se unen sin fallos
Una columna de ID estable es lo que une a un cliente con sus pedidos, y un pedido con sus devoluciones.
Las respuestas salen bien
Mira lee lo que dicen los datos, no lo que querías decir con ellos. Un cero que significaba "no se sabe" entra en la media como un cero.
Los errores salen a la luz en vez de esconderse
Los datos desordenados rara vez dan un error. Dan una respuesta ligeramente equivocada que parece perfectamente correcta.
Cómo se conectan las tablas
Tus datos no van a estar en una sola tabla. Lo que hace útiles muchas tablas es una columna que comparten, para que una pregunta pueda recorrerlas todas.
La columna id_cliente está en los dos archivos. Es el hilo que une cada pedido con la persona que lo hizo. Señala una fila de cualquiera de los dos lados.
Antes de conectar nada
Seis comprobaciones. Llevan una tarde y evitan la mayor parte de lo que suele salir mal después.