Lección 1 de 6 · 2 min
Qué es un ETL y qué prueba un QA de datos
Al terminar sabrás
9 min- Explicar las tres etapas de un ETL con un ejemplo concreto
- Identificar qué puede fallar en cada etapa
- Conocer las 4 dimensiones que valida un QA de datos
Construyes: El mapa de riesgos de un ETL de ejemplo, etapa por etapa.
El pipeline que nadie ve
Mientras duermes, un proceso automático toma los datos de un sistema, los procesa y los deja en otro. Es un ETL, y tiene tres etapas:
- Extract (extraer): leer los datos del origen (una base transaccional, un archivo, una API).
- Transform (transformar): aplicar reglas de negocio (convertir monedas, calcular impuestos, unir fuentes, limpiar formatos).
- Load (cargar): escribir el resultado en el destino (un data warehouse, un reporte, otra base).
Ejemplo bancario típico: cada noche se extraen las transacciones del día, se calculan saldos e intereses, y se cargan en el sistema que verá el gerente en la mañana.
Por qué probar ETL es tan valioso
Qué prueba un QA en cada etapa
| Etapa | Qué puede fallar | Qué verificas | |---|---|---| | Extract | Filas perdidas, cortes de fecha mal hechos, datos que no correspondían | Completitud: origen vs staging | | Transform | Reglas mal aplicadas, redondeos, tipos, formatos, uniones incorrectas | Exactitud de la transformación | | Load | Duplicados por reejecución, truncados, zona horaria perdida | Cuadres origen↔destino, integridad |
Las dimensiones de la calidad de datos
Todo el testing de datos se organiza en unas pocas dimensiones que verás en cada lección:
- Completitud: ¿está todo lo que debía estar, sin perder ni sobrar?
- Exactitud: ¿los valores transformados son correctos?
- Unicidad: ¿hay duplicados donde no debería?
- Integridad: ¿las relaciones entre tablas se mantienen?
- Validez: ¿los valores están dentro de rangos y formatos permitidos?
- Consistencia: ¿los mismos datos coinciden entre sistemas?
Cada una se traduce en consultas concretas —las que aprendiste en SQL para QA— aplicadas a datos en movimiento. Empezamos por la primera: la completitud de la extracción.
Comprueba lo aprendido en el quiz y arma el mapa de riesgos en el reto.
Compruébalo
0/3Responde sin mirar atrás. Verás la explicación al instante.
1. ¿Qué significan las siglas ETL?
2. En un ETL, ¿por qué un bug es especialmente peligroso comparado con uno de UI?
3. ¿Cuál NO es una dimensión típica de calidad de datos?
Reto: el mapa de riesgos de un ETL
Imagina un ETL que cada noche toma las ventas del día desde la base transaccional, convierte los montos a dólares y los carga en un reporte gerencial.
Escribe 2 cosas que podrían fallar en cada etapa (extracción, transformación, carga).