Buenas preguntas.

Casi nada. Indique a Datainspec una versión de sus datos en la que confíe. Perfila cada columna por sí solo: determina cuál es la clave y cuáles contienen categorías, medidas, identificadores, fechas o texto libre, aprende sus rangos normales y elige los controles adecuados para cada una. No tiene que escribir un archivo de reglas antes del primer análisis. Si se equivoca con una columna, puede corregirla con un clic, y la corrección queda registrada.

Archivos CSV (incluida una carpeta con partes en CSV), Parquet, DuckDB y SQLite sin configuración adicional. Otras bases de datos SQL, como PostgreSQL, se conectan mediante su propio controlador, que configuramos con usted. Habrá más fuentes próximamente.

En su propio portátil, estación de trabajo o servidor, con Windows o Linux: como aplicación de escritorio, desde la línea de comandos o en un contenedor Docker, para integrarse en un pipeline o en un servidor.

Windows 11 (64 bits) o Linux. La aplicación incluye su propio motor, así que no hay que instalar nada más; en Linux, la versión de escritorio se prepara para su piloto, y la línea de comandos y la imagen de Docker están listas para usar. La memoria depende del tamaño de sus datos: antes de un análisis grande, estima lo que necesita y le indica si hay capacidad suficiente.

Sí. Un icono en la bandeja del sistema muestra el estado de cada punto de control, y Windows le avisa cuando uno bloquea el paso o cuando termina un análisis. En un pipeline, el código de salida informa a su orquestador.

Antes de un análisis grande, estima la memoria que necesita y le indica si hay capacidad suficiente. Con el registro de empresas de Francia, 30 millones de filas en cada versión, un análisis completo de septiembre frente a octubre tardó unos 21 minutos en un portátil.

A partir de la versión que usted aprueba. Los umbrales de cada columna se obtienen de sus propios datos: su rango, la frecuencia con la que está vacía y la distribución de sus valores. Una columna de precios y una de estados no se evalúan con el mismo criterio.

Sí. Todos los umbrales son visibles por columna. Puede modificar cualquiera, indicar el motivo y revertir el cambio cuando quiera. Las modificaciones se guardan en el registro de auditoría y se aplican a partir del siguiente análisis.

Sí: rangos como cantidad ≥ 1 y listas de valores permitidos, escritos en un formulario o en YAML. Sugiere reglas a partir de lo observado en los datos aprobados, comprueba cada regla nueva con esos datos antes de guardarla y puede importar reglas de dbt o Great Expectations.

Se realiza una revisión de calidad de la propia versión: claves duplicadas, columnas vacías o constantes, números almacenados como texto y códigos de relleno como 9999.9. Las advertencias se muestran antes de aprobar; las críticas requieren un reconocimiento explícito. Cada versión aprobada se conserva con quién la aprobó y cuándo; puede comparar dos versiones, y una reversión añade una nueva versión en lugar de borrar nada.

No. Los datos reales también cambian por razones válidas. Puede marcar cada hallazgo como problema real, cambio esperado o ruido, o posponerlo. Su decisión queda registrada con su nombre y vuelve a mostrarse cuando reaparece el mismo hallazgo.

No. Datainspec se ejecuta donde están sus datos y no nos envía nada: ni datos, ni perfiles, ni hallazgos, ni telemetría.

No. Solo lee sus fuentes, con acceso de solo lectura aplicado en varias capas y probado frente a consultas maliciosas. Sus propios registros e informes se almacenan por separado.

El registro de auditoría conserva cada aprobación, bloqueo, reversión, corrección de rol y modificación de umbral, con la persona, la hora y el motivo. Puede filtrarlo y exportarlo como CSV. Cada versión aprobada tiene también su propio certificado de aprobación.

Sí. Una exportación compartible sin datos no contiene valores de los datos: solo recuentos, tasas y estadísticas, omitiendo identificadores y valores.

Sí. Ejecútelo desde la aplicación o desde su propio CI. El código de salida 0 significa sin incidencias; 1, advertencia; 2, bloqueado; 3, fallo del análisis. Datainspec da el veredicto; su pipeline decide qué hacer con él.

Los controles son estadísticos y se basan en reglas, y cada hallazgo muestra sus pruebas. Las explicaciones se redactan a partir de plantillas o mediante un modelo local en su equipo, si instala uno.

Unas semanas con un conjunto de datos recurrente, en su propia infraestructura, con criterios de éxito acordados por escrito antes de empezar. Al final revisamos juntos qué detectó, qué fue ruido y si decide seguir utilizándolo.