Una hoja con cientos de empresas puede parecer un estudio terminado porque contiene muchas columnas. En la práctica, si mezcla municipios, deja vacíos sin explicar, duplica sociedades y no distingue dato confirmado de estimación, filtrar solo produce una respuesta más rápida, no necesariamente más correcta.
Proyecto real anonimizado. El trabajo partió de una lista empresarial facilitada para un estudio de mercado. La aplicación y el mapa se desarrollaron en Streamlit. No se publican empresas ni conclusiones del cliente.
El trabajo empezó limpiando, no dibujando mapas
El dataset maestro reunía 725 registros y decenas de campos: nombre, municipio, sector, tamaño, facturación estimada, contactos, fuentes, confianza de identidad y estado de enriquecimiento.
Antes del análisis se normalizaron textos, tipos numéricos, vacíos y nombres de municipio. También se conservaron el nombre original y el identificador de entrada para no perder trazabilidad.
Identidad y duplicados requieren criterio
Dos filas con nombres parecidos no son automáticamente la misma empresa. Una marca puede corresponder a varias sociedades y una sociedad puede aparecer con abreviaturas distintas. Por eso el proceso separó duplicado probable, identidad confirmada y conflicto pendiente.
Eliminar duplicados sin conservar esa decisión habría reducido filas a costa de esconder posibles errores.
De columnas técnicas a filtros comprensibles
La aplicación permitió explorar zona, sector, plantilla, facturación, prioridad y calidad de contacto. Las variables de scoring no se presentaron como una verdad matemática, sino como una ayuda para ordenar la revisión.
Además de la tabla principal, se incluyeron métricas de cobertura y calidad: cuántos registros tenían municipio, web, email o teléfono; cuántos necesitaban revisión; y qué parte del dataset estaba suficientemente enriquecida.
El mapa no debía exagerar la precisión
El análisis geográfico se planteó por municipio y zonas de concentración. No se utilizaron coordenadas exactas cuando la fuente no las proporcionaba. Un heatmap puede sugerir una localización precisa que los datos originales nunca tuvieron.
La capa geográfica se almacenó para no repetir geocodificación en cada ejecución. Esto hizo el informe más estable y reutilizable con nuevos datos.
Una aplicación reutilizable, no un informe cerrado
Streamlit permitió entregar el análisis como una herramienta: el usuario podía cambiar filtros, revisar candidatos y descargar la tabla resultante. La estructura quedó preparada para incorporar nuevos CSV manteniendo el mismo proceso de limpieza y control de calidad.
También se trabajó un acceso privado y la posibilidad de seleccionar distintos informes mediante identificador, de forma que la misma aplicación pudiera servir a estudios separados.
Qué se consiguió
El listado inicial se convirtió en un dataset trazable y en una interfaz para explorar calidad, distribución y prioridad. La ganancia no estuvo en un algoritmo que decidiera por el usuario, sino en reducir fricción para detectar errores y comparar segmentos.
Qué aprendimos
- Un mapa bonito puede ocultar datos de ubicación incompletos.
- La calidad del contacto debe mostrarse junto a la prioridad.
- El scoring solo es útil si sus criterios pueden explicarse.
- Conservar el dato original facilita corregir el proceso.
Preguntas frecuentes
¿Streamlit sirve para una aplicación permanente?
Puede servir para informes internos y herramientas de análisis. Si el uso requiere muchos usuarios, permisos complejos o transacciones críticas, conviene evaluar una arquitectura distinta.
¿Se puede actualizar con un CSV nuevo?
Sí, siempre que el esquema y las reglas de calidad estén definidos. La reutilización depende menos del botón de carga que de haber documentado la transformación.
Si tienes datos dispersos y necesitas convertirlos en una herramienta de consulta, podemos empezar por una revisión de calidad dentro de nuestro servicio de consultoría de datos.