Una venta puede aparecer en el punto de venta, en una conversación de WhatsApp, en el informe de una plataforma y en el banco. Si sumas todos esos registros, no tendrás cuatro ventas: probablemente habrás contado varias veces la misma.
La integración de datos no comienza comprando un sistema. Comienza aclarando qué decisión necesitas tomar y qué entidades, eventos y períodos están detrás de los números. Un pequeño comercio puede unir exportaciones CSV y registros manuales. Una operación mayor quizá necesite un sistema transaccional o un almacén de datos, pero incluso entonces deberá definir identificadores, estados, procedencia y controles. El Government Data Quality Framework del Reino Unido distingue seis dimensiones de calidad: completitud, unicidad, consistencia, actualidad, validez y exactitud [R01]. Ninguna integración es fiable por el simple hecho de estar automatizada.
Aquí construiremos un registro de análisis entre fuentes. El control diario de caja y conciliación de pagos ya pertenece a la guía de caja, cobros y pagos; nuestro propósito es poder comparar actividad comercial, disponibilidad, canales, clientes y resultados sin duplicar conceptos.
1. Parte de una pregunta y define qué cuenta como registro
Antes de exportar datos, escribe la pregunta: «¿Cuánto vendimos por canal, qué pedidos cancelamos y cuánto cobramos realmente durante la semana?». Cada sustantivo implica una unidad diferente:
| Unidad | Identificador recomendable | Qué responde | Qué NO demuestra |
|---|---|---|---|
| Solicitud | ID de consulta o conversación | Cuántas personas preguntaron | Que exista un pedido aceptado |
| Pedido | ID comercial único, estable entre canales | Qué se encargó y en qué estado | Que se cobró o entregó |
| Línea de pedido | ID pedido + línea | Qué producto y cantidad se vendió | Que toda la orden sea una sola línea |
| Pago | ID de transacción del procesador o banco | Qué movimiento se liquidó | Que sea ingreso nuevo y no un anticipo o devolución |
| Liquidación | ID de pago agrupado al comercio | Cuánto transferido neto de comisiones | Que equivalga al importe bruto de todas las ventas |
| Cliente | ID propio autorizado, cuando proceda | Relación entre compras de una persona | Que una sesión web sea una persona |
El grano —el nivel de detalle de cada fila— debe ser explícito. Microsoft Learn recomienda definir una granularidad consistente para las tablas de hechos: mezclar líneas de pedido, pedidos completos y movimientos bancarios en una misma suma produce errores [R02]. Para una hoja de cálculo pequeña, puedes mantener varias pestañas enlazadas por ID en vez de construir un almacén formal.
2. Identifica fuentes según el tipo de negocio, no según la moda tecnológica
En una cafetería, los datos pueden proceder del POS, pedidos telefónicos o WhatsApp, entregas, inventario y extractos. En un servicio por cita, de agenda, presupuestos aceptados, cancelaciones, horas trabajadas y reclamaciones. En una tienda web, de pedidos, pasarela, devoluciones y analítica de visitas. En una aplicación por suscripción, de eventos definidos de producto, suscripciones, soporte y cancelaciones.
No todas las fuentes requieren seguimiento personal. Para calcular desperdicio basta un conteo por producto y día. Para medir puntualidad pueden bastar identificadores de pedidos, horas y estado de entrega. Solo recoge datos personales cuando estén justificados por una finalidad y por las reglas aplicables.
3. Diseña un diccionario de datos antes de consolidar
Un diccionario evita que dos personas interpreten «venta» de maneras distintas. Como mínimo define: nombre del campo, significado, unidad, fuente, responsable, formato, valores permitidos, zona horaria y qué hacer si falta un valor.
| Campo | Definición operativa | Tipo o ejemplo | Regla de calidad |
|---|---|---|---|
order_id |
Identificador único del pedido entre canales | AC-1042 |
No vacío, no cambia al cobrar |
source_order_id |
ID original de la plataforma o POS | PL-208 |
Puede repetirse entre sistemas; siempre acompañado de fuente |
channel |
Dónde se originó el pedido | local, whatsapp, plataforma |
Catálogo controlado |
event_at |
Momento del hecho original | ISO 8601 con zona | No confundir con fecha de importación |
settled_at |
Momento de liquidación del pago | Fecha/hora o vacío | Vacío significa pendiente/no disponible, no cero |
order_status |
Estado comercial actual | completado, cancelado, pendiente |
Mantener historial de cambios |
gross_amount_pen |
Importe bruto del pedido | Número decimal PEN | Definir descuentos e impuestos según alcance |
fee_amount_pen |
Comisión deducida por plataforma | Número decimal PEN | Solo cuando existe liquidación conocida |
net_received_pen |
Efectivo neto efectivamente recibido | Número decimal PEN | Cero únicamente cuando se confirmó ausencia de cobro |
origin |
Sistema de registro, archivo y fecha de extracción | POS_2026-11-14.csv |
No perder procedencia |
En la práctica conviene añadir record_type para distinguir order, payment, refund y settlement, además de related_order_id y un identificador de movimiento. El nombre del campo es ilustrativo; lo importante es preservar significado. Si existen varias monedas, no sumes importes de monedas diferentes: registra moneda original, tasa, fecha de conversión, fuente y tratamiento de diferencias. También debes decidir si agrupas por fecha del pedido, fecha de entrega o fecha de cobro; las tres son válidas para preguntas distintas.
4. Controla seis dimensiones de calidad antes de confiar en el resultado
El marco oficial de calidad de datos diferencia [R01][R03]:
- Completitud: ¿están todos los pedidos de la jornada y los campos críticos? Un registro vacío no es necesariamente cero.
- Unicidad: ¿hay un solo registro lógico por pedido dentro de la tabla elegida? La misma venta en POS y plataforma no se vuelve única cambiándole el nombre.
- Consistencia: ¿el estado del pedido coincide con la entrega y los pagos relacionados, considerando que son estados distintos?
- Actualidad: ¿el informe refleja una extracción suficientemente reciente para la decisión? La liquidación de ayer puede contener ventas de días anteriores.
- Validez: ¿las fechas, monedas, estados y cantidades siguen formatos y rangos definidos?
- Exactitud: ¿la cifra corresponde al hecho real según un comprobante o conciliación externa? Un formato correcto puede contener un importe equivocado.
Establece controles proporcionados: conteo de pedidos únicos, campos faltantes, estados incompatibles, sumas por moneda, conciliación con plataforma y muestras comparadas con comprobantes. No elimines automáticamente todos los registros «duplicados»: dos compras legítimas pueden tener igual importe, hora y cliente. La deduplicación debe basarse en claves y contexto comprobables. Documenta excepciones y su resolución.
5. Recorre el flujo mínimo de integración sin exigir un desarrollo informático
Capturar → exportar → normalizar → relacionar → conciliar → conservar procedencia → actualizar. Cada paso tiene una decisión concreta:
- Captura en origen: conserva pedido, canal, hora, estado y referencias. No reescribas el original al limpiar.
- Exporta archivos con fecha y versión; si el sistema carece de exportación, usa una tabla manual estandarizada y valida una muestra.
- Normaliza nombres de estados, monedas y fechas. Ejemplo:
done,deliveredyentregadoquizá signifiquen cosas distintas; consulta la definición antes de unificarlos. - Relaciona usando
order_idestable y referencias externas. Si hay pagos parciales, mantén una relación de uno a varios entre pedido y pagos. - Concilia: compara ventas brutas y netas por estado con cobros, comisiones, devoluciones y saldos pendientes.
- Conserva procedencia: de qué archivo y fila vino cada dato, quién lo importó y qué transformaciones recibió.
- Actualiza con un calendario razonable: diario para cupos o caja; semanal para mejoras de proceso; mensual para tendencias con poco volumen.
Puedes mantener una tabla Pedidos y otra Movimientos, unidas por order_id. Si por comodidad produces una vista final, declara explícitamente que es una fila por pedido y que los pagos se agregaron antes de unirlos; de lo contrario, un pedido con tres pagos aparecerá triplicado. Tampoco uses una unión externa que descarte silenciosamente pagos sin pedido: colócalos en una lista de discrepancias por investigar.
6. Caso trabajado: POS, WhatsApp y plataforma sin contar dos veces
Todos los datos son hipotéticos. En un día de «Almuerzo Cerca» existen cinco pedidos: AC-101, AC-102, AC-103, AC-104 y AC-105. El operador transcribe AC-103 al POS y la plataforma también lo registra; no son dos ventas.
Exportaciones brutas antes de conciliar:
| Fuente | Pedido | Importe de pedido (S/) | Información adicional |
|---|---|---|---|
| POS | AC-101 | 30 | Entregado y pagado en efectivo |
| POS | AC-103 | 50 | Copia operativa de pedido externo |
| AC-102 | 40 | Entregado y transferencia bancaria recibida | |
| AC-104 | 35 | Cancelado antes de preparar; sin cobro | |
| Plataforma | AC-103 | 50 | Entregado; comisión S/4, liquidado S/46 |
| Plataforma | AC-105 | 45 | Entregado; comisión S/3, pago neto S/42 pendiente |
Sumar todos los importes de estas seis filas daría S/250, una cifra errónea: hay una copia de S/50 y un pedido cancelado de S/35. El registro normalizado por pedido único queda así:
| Pedido | Canal original | Estado final | Venta bruta completada (S/) | Cobro neto recibido (S/) | Comisión (S/) | Neto pendiente (S/) |
|---|---|---|---|---|---|---|
| AC-101 | local | completado | 30 | 30 | 0 | 0 |
| AC-102 | completado | 40 | 40 | 0 | 0 | |
| AC-103 | plataforma | completado | 50 | 46 | 4 | 0 |
| AC-104 | cancelado | 0 | 0 | 0 | 0 | |
| AC-105 | plataforma | completado | 45 | 0 | 3 | 42 |
| Total | — | — | 165 | 116 | 7 | 42 |
La relación se verifica: 165 − 7 = 116 + 42 = S/158. Esto supone que no hay otros descuentos, devoluciones, impuestos retenidos ni diferencias de liquidación. El pedido cancelado no genera venta ni cobro; si hubiera pagado antes y se reembolsara después, registraríamos un anticipo y un reembolso vinculados, no borraríamos la operación. El pedido AC-105 puede aparecer vendido hoy y cobrado mañana: la pregunta de ventas no es la misma que la pregunta de caja. La comisión deducida es un costo registrado aparte, no prueba de que el ingreso bruto equivalga a la liquidación.
Qué hacer con una discrepancia: si la plataforma anuncia S/41 pendiente pero el pedido y la tarifa indican S/42, conserva ambas cifras y marca el registro para investigar. No cambies el importe con el único objetivo de cuadrar la tabla; busca un descuento, ajuste, error o retención documentado.
7. Protege privacidad, accesos y trazabilidad
Combinar WhatsApp, pagos y analítica crea un riesgo: es posible conocer mucho más sobre una persona de lo que se necesitaba para responder la pregunta empresarial. La Comisión Europea explica los principios de finalidad, minimización, exactitud, conservación limitada y transparencia cuando el GDPR resulta aplicable [R04]. Es un ejemplo de marco jurídico europeo, no una norma universal para todas las empresas o países.
Para una hoja operativa: restringe permisos, elimina datos personales innecesarios, documenta finalidad y conservación, evita compartir extractos con números bancarios completos, registra cambios, cifra respaldos sensibles cuando corresponda y conserva una copia segura. Un panel para analizar puntualidad no necesita mostrar teléfonos de clientes. No deduzcas identidades de visitantes anónimos ni cruces IDs de analítica con contactos sin base legítima y análisis de riesgos.
8. No confundas métricas digitales ni automatización con calidad
En Google Analytics, una sesión es un período de interacción con una web o app; su definición no equivale a una persona única [R05]. Google define también varias medidas de usuarios que pueden cambiar según el contexto de informes [R06]. Un clic no es un pedido, y una compra puede incluir varias líneas. Combina esas métricas con ventas verificadas solo si la relación y el consentimiento son adecuados.
| Nivel de operación | Opción razonable | Cuándo cambiar |
|---|---|---|
| Pocos pedidos y canales | Registro manual con ID único + controles diarios | Errores repetidos o esfuerzo excesivo |
| Exportaciones periódicas | Hojas Excel/Sheets con pestañas de origen y conciliación | Crece volumen, número de fuentes o necesidad de historial |
| Integración recurrente | Importación programada con validaciones y alertas | Hay acceso seguro a APIs y personal que supervise |
| Gran volumen y múltiples productos | Modelo de datos, almacén y procesos de calidad formales | Las decisiones y el riesgo justifican costo y mantenimiento |
Un dashboard conectado a un archivo desordenado solo mostrará errores más rápido. La selección de indicadores reproducibles se explica en cómo definir métricas y KPI; la visualización y rutina de decisiones pertenecen a otro artículo de este pilar.
Plantilla reutilizable: diccionario y registro de conciliación
Diccionario mínimo: campo | unidad/grano | definición | fuente | formato | estado válido | regla de vacío | propietario | periodicidad | acceso. Registro por pedido: order_id | fecha_pedido | fecha_entrega | canal | estado | moneda | importe_bruto | comisión | cobrado_neto | pendiente_neto | referencia_externa | origen_archivo | revisión. Discrepancias: id | pedido | fuente A | fuente B | diferencia | posible explicación | evidencia | responsable | estado de resolución.
Crea una pestaña adicional con movimientos si hay pagos parciales o reembolsos y evita introducirlos como nuevas ventas. Los ejemplos y columnas anteriores se pueden copiar a Sheets, Excel o a una libreta; no requieren proveedor comercial particular.
Errores frecuentes, límites y resultado final
Unir datos solo por importe, tratar vacío como cero, sumar ventas y liquidaciones, confundir clientes con sesiones, mezclar horas sin zona, sumar soles y dólares sin conversión, borrar una cancelación sin rastro, reutilizar números de pedido no globalmente únicos o automatizar un proceso no comprobado. Un total conciliado tampoco prueba que no haya fraude o que una empresa cumpla todas sus obligaciones contables.
Qué deberías tener al terminar: un diccionario de campos, una tabla de pedidos únicos, un registro de movimientos independiente, una lista de discrepancias y una rutina de actualización y revisión. Ese conjunto permite elaborar indicadores sobre datos con significado y procedencia controlados; no sustituye libros fiscales ni sistemas de contabilidad aplicables.
Referencias
- [R01] UK Government. The Government Data Quality Framework. https://www.gov.uk/government/publications/the-government-data-quality-framework/the-government-data-quality-framework
- [R02] Microsoft Learn. Understand star schema and the importance for Power BI. https://learn.microsoft.com/en-us/power-bi/guidance/star-schema
- [R03] UK Government. The Government Data Quality Framework: guidance. https://www.gov.uk/government/publications/the-government-data-quality-framework/the-government-data-quality-framework-guidance
- [R04] European Commission. Principles of the GDPR. https://commission.europa.eu/law/law-topic/data-protection/information-business-and-organisations/principles-gdpr_en
- [R05] Google Analytics Help. About Analytics sessions. https://support.google.com/analytics/answer/9191807
- [R06] Google Analytics Help. Understand user metrics. https://support.google.com/analytics/answer/12253918