SQL

Cómo Limpiar Datos Sucios y Duplicados en SQL Antes de Armar un Reporte Ejecutivo

Por Gastón Martos · 13 de noviembre de 2026 · 4 min de lectura

Cómo Limpiar Datos Sucios y Duplicados en SQL Antes de Armar un Reporte Ejecutivo
Compartir:WhatsAppLinkedInX

Cómo limpiar datos sucios y duplicados en SQL antes de armar un reporte ejecutivo

Quienes practican análisis únicamente con archivos descargados de tutoriales suelen llevarse una sorpresa en su primer empleo: en las empresas reales, las tablas casi nunca están listas para calcular métricas ni construir tableros. Errores de carga manual, integraciones entre sistemas desincronizados, registros duplicados y campos vacíos forman parte de la operación diaria.

Presentar un reporte ejecutivo sobre una base sin auditar puede llevar a decisiones comerciales equivocadas —como sobreestimar la facturación mensual o contar dos veces a un mismo cliente—. Dominar las técnicas de depuración directamente sobre el motor de base de datos es una de las habilidades más valoradas en cualquier equipo analítico. Si estás construyendo tu base técnica desde cero, podés revisar nuestra guía sobre cómo empezar en análisis de datos.

A continuación, repasamos los cuatro problemas más habituales de calidad de datos en entornos corporativos y cómo resolverlos en SQL con ejemplos claros.


1. Detectar y eliminar registros duplicados con ROW_NUMBER()

Los duplicados suelen originarse cuando un usuario envía dos veces un formulario o cuando un proceso automático reintenta una carga de transacciones. Si aplicás un SUM() directo sobre esa tabla, el monto total quedará inflado.

Para conservar únicamente el registro más reciente por cada identificador único, el estándar profesional consiste en utilizar una expresión común de tabla (CTE) combinada con la función de ventana ROW_NUMBER():

WITH ventas_deduplicadas AS (
    SELECT 
        id_transaccion,
        id_cliente,
        fecha_compra,
        monto_total,
        ROW_NUMBER() OVER (
            PARTITION BY id_transaccion 
            ORDER BY fecha_compra DESC
        ) AS fila_numero
    FROM ventas_crudas
)
SELECT 
    id_transaccion,
    id_cliente,
    fecha_compra,
    monto_total
FROM ventas_deduplicadas
WHERE fila_numero = 1;

De este modo, garantizás que cada operación comercial se contabilice una sola vez sin alterar la tabla original en el servidor.


2. Tratar valores nulos sin distorsionar promedios con COALESCE()

Las celdas vacías (NULL) representan un riesgo silencioso: en SQL, cualquier operación matemática que involucre un valor nulo devuelve nulo, y funciones como AVG() ignoran esas filas por completo, alterando el cálculo real.

Cuando un campo vacío equivale operativamente a cero o a una categoría sin asignar, conviene reemplazarlo explícitamente antes de agrupar resultados:

SELECT 
    id_cliente,
    COALESCE(segmento_comercial, 'Sin Categoría') AS segmento_limpio,
    COALESCE(descuento_aplicado, 0) AS descuento_limpio,
    monto_bruto - COALESCE(descuento_aplicado, 0) AS ingreso_neto
FROM ordenes_clientes;

3. Estandarizar textos inconsistentes y espacios ocultos

Cuando distintos sistemas o equipos cargan información en texto libre, aparecen variantes de una misma etiqueta (por ejemplo: " argentina", "ARGENTINA", "Argentina"). Si agrupás por esa columna sin normalizarla, tu reporte mostrará tres filas separadas para un mismo país.

Combinar TRIM(), UPPER() y CASE WHEN permite unificar criterios en segundos:

SELECT 
    CASE 
        WHEN UPPER(TRIM(pais)) IN ('ARG', 'ARGENTINA') THEN 'Argentina'
        WHEN UPPER(TRIM(pais)) IN ('MEX', 'MEXICO', 'MÉXICO') THEN 'México'
        ELSE 'Otro Mercado'
    END AS pais_estandarizado,
    COUNT(DISTINCT id_cliente) AS total_clientes
FROM usuarios_registrados
GROUP BY 1;

Para profundizar en estas estructuras de agrupación, filtrado condicional y cruce de tablas, podés consultar nuestro manual sobre SQL para analistas y sus consultas clave.


4. Filtrar registros de prueba y anomalías antes de consolidar

En casi todas las bases productivas conviven operaciones comerciales genuinas con compras de prueba realizadas por equipos internos, devoluciones mal cargadas o fechas fuera de rango.

Anomalía Frecuente en Tablas Crudas Impacto en el Reporte Ejecutivo Regla de Limpieza en SQL (WHERE)
Correos internos de prueba (@empresa.com) Inflan el conteo de nuevos usuarios registrados. WHERE email NOT LIKE '%@tuempresa.com'
Montos iguales a cero o negativos Distorsionan el ticket promedio de venta. WHERE monto_total > 0 AND estado = 'Completado'
Fechas futuras por error de sistema Rompen la serie temporal de evolución mensual. WHERE fecha_compra <= CURRENT_DATE

Por qué la limpieza de datos diferencia a un analista junior

Saber escribir un SELECT básico es solo el punto de partida. Lo que realmente buscan los líderes de área y reclutadores es un profesional capaz de desconfiar de una tabla cruda, auditar sus inconsistencias y documentar qué reglas aplicó antes de presentar un número ante gerencia.

Incluir esta etapa de diagnóstico y depuración dentro de los proyectos de tu portfolio de analista de datos demuestra que estás preparado para trabajar con la complejidad real de una empresa.


¿Querés entrenar con bases de datos reales y dominar SQL aplicado al negocio?

Dejá atrás los ejercicios artificiales con tablas perfectas. En nuestra formación remota trabajás con clases en vivo, casos prácticos de empresa y devolución personalizada para aprender a auditar, limpiar y analizar datos como lo exigen hoy los equipos profesionales. Conocé el programa completo e inscribite acá.

  • #limpieza de datos en sql ejemplos
  • #como eliminar duplicados en sql
  • #limpiar datos sucios sql
  • #preparar datos para reportes
  • #curso sql analisis de datos
Compartir:WhatsAppLinkedInX

Notas relacionadas