Cómo evaluar la calidad de un dataset antes de comprarlo

Siete comprobaciones prácticas para saber si una base de datos vale lo que cuesta: fuente, fecha, completitud por columna, duplicados, formato, licencia y datos personales.

Comprar una base de datos a ciegas es una apuesta. La descripción dice "100.000 empresas con email" y el archivo trae 100.000 filas, pero el email aparece en el 8% y la mitad están duplicadas. Estas son las siete comprobaciones que hacemos nosotros antes de publicar un dataset, y que te conviene hacer con cualquier proveedor.

1. ¿De dónde salen los datos?

Una fuente concreta ("padrón de SUNAT descargado en septiembre de 2026") vale mucho más que una genérica ("múltiples fuentes"). Si el vendedor no puede decir de dónde vienen los datos, no hay forma de saber si son correctos ni si es legal usarlos.

2. ¿Cuándo se recolectaron?

Los datos envejecen. Un directorio de empresas de hace tres años tiene muchas empresas cerradas; unos precios de e-commerce de hace un mes ya no sirven para fijar precios hoy. Busca una fecha de recolección explícita y, si el dataset se actualiza, con qué frecuencia.

3. Completitud por columna

Esta es la comprobación más importante y la que casi nadie muestra. Que una columna exista no significa que tenga datos. Pide el porcentaje de filas con valor en cada columna, calculado sobre el archivo completo y no solo sobre una muestra.

4. Duplicados

Cuenta cuántos identificadores únicos hay (RUC, NIT, RFC, SKU) frente al total de filas. Si la diferencia es grande, el tamaño anunciado está inflado.

5. Formato y consistencia

Fechas en un mismo formato, montos como números y no como texto, y una moneda explícita. Cada inconsistencia es tiempo que tu equipo va a perder limpiando.

6. Licencia de uso

¿Puedes usarlo en un producto comercial? ¿Puedes entrenar un modelo de IA con él? ¿Puedes compartirlo con un cliente? La respuesta debería estar escrita antes de pagar, no en un correo posterior.

7. Datos personales

Si el dataset trae nombres, correos o teléfonos de personas, debe haber una base legal para tratarlos. Una base con correos personales sin origen claro puede generarte más problemas que clientes.

Cómo lo resolvemos en datasets.lat

En cada ficha mostramos el esquema completo con el tipo y la completitud de cada columna medidos sobre el archivo entero, 25 filas reales sin registrarte, la fuente, la fecha de recolección, la licencia y si contiene datos personales. Además calculamos un puntaje de calidad que combina completitud y documentación. Y si el archivo no coincide con su ficha, tienes 7 días para reportarlo. Puedes empezar por el catálogo completo o ver un ejemplo concreto en la ficha del directorio de empresas de Latinoamérica con contacto, donde cada columna muestra su porcentaje de completitud.