Por qué los datos van antes que la herramienta
Cuando una pyme piensa en IA, suele pensar primero en la herramienta: qué asistente, qué chatbot, qué automatización. Pero buena parte del trabajo real de un proyecto de inteligencia artificial para empresas es anterior: entender qué información hay y ponerla en condiciones. Una herramienta de IA no sabe cuál es la tarifa buena si hay tres versiones en carpetas distintas, ni cuál es el teléfono correcto de un cliente que aparece repetido con dos direcciones.
El problema no es técnico, es de organización. Y la buena noticia es que ordenar los datos tiene valor aunque luego no apliques IA: el equipo encuentra las cosas antes, se equivoca menos y decide con información fiable.
1. Haz inventario: qué datos tienes y dónde están
El primer paso es sencillo, pero suele ser revelador: hacer una lista de los datos que usa la empresa y de dónde se guardan. No hace falta ninguna herramienta especial; una hoja de cálculo o un papel sirven.
Para cada tipo de dato, anota:
- Qué es: clientes, proveedores, productos, pedidos, albaranes, incidencias, contratos, fichas técnicas…
- Dónde está: el programa de gestión, hojas de cálculo, carpetas compartidas, el correo de alguien, papel, el móvil de un comercial.
- Quién lo usa y quién lo actualiza: muchas veces no es la misma persona.
- Cada cuánto cambia: a diario, cada mes, casi nunca.
En muchas pymes, este ejercicio deja al descubierto que una misma información vive en tres o cuatro sitios, y que nadie sabe con seguridad cuál es la versión buena. Justo eso es lo que conviene resolver antes de conectar cualquier herramienta de IA.
2. Revisa la calidad: duplicados, huecos y datos desactualizados
Una vez sabes dónde está cada cosa, toca ver cómo está. No hace falta revisarlo todo de golpe: empieza por los datos que vas a usar primero. Los problemas más habituales son:
- Duplicados: el mismo cliente dado de alta dos veces, con el nombre escrito distinto o con una dirección antigua.
- Campos vacíos: fichas sin correo, productos sin categoría, pedidos sin fecha de entrega.
- Formatos distintos: fechas escritas de varias maneras, nombres en mayúsculas y minúsculas, unidades mezcladas.
- Información desactualizada: tarifas antiguas, contactos que ya no están, productos descatalogados que siguen activos.
Una forma práctica de abordarlo es coger una muestra pequeña —por ejemplo, los clientes con los que has trabajado el último año— y dejarla bien limpia, en lugar de intentar arreglar todo el histórico. También ayuda pactar unas normas mínimas: cómo se escriben los nombres, qué campos son obligatorios, qué se hace con un registro que ya no es válido.
3. Un único lugar de referencia para cada dato
Probablemente es el punto más importante. Para cada tipo de dato tiene que haber un solo lugar que manda: si hay dudas, lo que dice ese lugar es lo correcto. Puede ser el programa de gestión, una carpeta compartida concreta o una base de clientes, pero tiene que ser uno y todo el mundo debe conocerlo.
Si hoy la lista de precios vive en una hoja de cálculo que cada comercial tiene copiada en su ordenador, la IA acabará leyendo la copia equivocada. Cuando los datos de distintas áreas no se hablan entre sí, a menudo lo que falta es un programa de gestión a medida que los centralice y se adapte a cómo trabaja la empresa, en lugar de seguir sumando hojas de cálculo. No siempre es necesario, pero si la información clave está repartida en demasiados sitios, es buen momento para planteárselo.
4. Permisos y confidencialidad
Antes de que ninguna herramienta de IA toque tus datos, tienes que decidir qué puede ver y qué no. Algunas preguntas útiles:
- ¿Hay datos personales de clientes o empleados? ¿Cuáles son imprescindibles para la tarea y cuáles sobran?
- ¿Hay información sensible (nóminas, condiciones comerciales, contratos, datos de salud) que no debe salir de la empresa?
- ¿Quién tiene acceso hoy a cada carpeta o apartado del programa de gestión? ¿Tiene sentido o es algo heredado de hace años?
- ¿Dónde se procesará la información cuando la uses con una herramienta de IA, y cumple la normativa de protección de datos (RGPD)?
Una buena práctica es separar los datos en tres grupos: los que se pueden usar sin problema, los que se pueden usar anonimizados o resumidos, y los que nunca deben entrar en una herramienta externa. Revisar los permisos de carpetas y usuarios también importa: si una herramienta de IA trabaja con los permisos de alguien que lo ve todo, la IA también lo verá todo.
5. Documentos y datos estructurados: no son lo mismo
Los datos de una empresa llegan en dos formas, y cada una se prepara de manera distinta.
Datos estructurados
Son los que están en tablas con campos claros: clientes, productos, pedidos, facturas. Sirven para contar, comparar y detectar patrones (qué productos se venden más, qué clientes hace tiempo que no compran). Aquí lo que importa es la coherencia: mismos campos, mismos formatos, sin duplicados.
Documentos
Son textos libres: manuales, procedimientos, contratos, fichas técnicas, correos, actas de reuniones. Una herramienta de IA puede buscar respuestas en ellos o resumirlos, pero solo si:
- Existe una única versión vigente de cada documento, y las antiguas están archivadas aparte o marcadas como obsoletas.
- Los nombres de archivos y carpetas permiten saber qué hay dentro sin abrirlos.
- El contenido está en texto legible, no solo en fotos o escaneos de mala calidad.
Un ejemplo hipotético: si quieres que una herramienta de IA resuelva dudas del equipo sobre procedimientos internos, pero tienes tres versiones del manual de calidad y nadie sabe cuál es la vigente, la IA puede contestar con la versión de hace años. Ordenar esa carpeta es trabajo previo e imprescindible.
6. Empieza por un ámbito pequeño
No hace falta preparar todos los datos de la empresa para hacer una primera prueba. Es más útil elegir un ámbito concreto —por ejemplo, las consultas de clientes sobre un tipo de producto, o los pedidos de un año— y dejarlo realmente bien preparado: inventariado, limpio, en un solo lugar y con los permisos revisados.
Así compruebas enseguida si la preparación ha sido suficiente, aprendes qué falla y puedes aplicar el mismo método al siguiente ámbito. Intentar arreglarlo todo antes de empezar suele acabar en un proyecto que nunca termina.
7. Mantener los datos limpios (después del primer día)
Limpiar los datos una vez es relativamente fácil; lo difícil es que sigan limpios. Algunos hábitos que ayudan:
- Un responsable por cada tipo de dato: alguien que se ocupe de que la información de clientes, productos o documentos esté al día.
- Normas de entrada claras: campos obligatorios, formatos acordados, no dar de alta un cliente sin comprobar antes si ya existe.
- Revisiones periódicas: un repaso corto cada cierto tiempo para detectar duplicados, huecos o documentos obsoletos.
- Evitar copias paralelas: si alguien necesita la información, que la consulte en el lugar de referencia, no en una copia propia.
Si el programa de gestión ayuda a validar los datos en el momento de introducirlos, buena parte de este trabajo se hace solo.
Cómo lo trabajamos desde Osona
En 2click trabajamos con pymes de Vic, Osona y el resto de Cataluña que quieren aplicar la IA con los pies en el suelo. A menudo lo primero que hacemos no es instalar ninguna herramienta, sino ayudar a hacer el inventario, decidir cuál debe ser el lugar de referencia de cada dato y, si hace falta, conectar o centralizar sistemas para que la información esté en condiciones. Puedes ver algunos ejemplos de trabajo en nuestro apartado de proyectos. Si quieres valorar en qué estado están los datos de tu empresa y por dónde empezar, escríbenos sin compromiso a través de nuestra página de contacto.