Un proceso está listo para automatizarse cuando puedes responder sin dudar cuatro cosas sobre sus datos: dónde viven, quién los toca, en qué formato están y qué errores se repiten. Si alguna respuesta es "no sé" o "depende de quién lo haga", ese es el trabajo previo, y conviene hacerlo antes de contratar nada, porque un agente trabaja con los datos que le das, no con los que deberías tener.
Una multinacional dedica equipos enteros a la calidad de sus datos antes de automatizar un proceso: catalogan fuentes, nombran responsables y fijan reglas. Una pyme puede hacer una versión reducida con papel y lápiz en una tarde. Esta lista está pensada para que la recorras tú, con el proceso que quieres automatizar delante (facturación, pedidos, citas, seguimiento de clientes) y con quien lo lleva cada día a tu lado.
¿Dónde viven los datos?
Anota todos los sitios donde está la información de ese proceso: el programa de gestión, uno o varios Excel, el correo, WhatsApp, cuadernos, carpetas compartidas e incluso la memoria de alguien. Después responde:
- ¿Hay un único sitio donde está "la versión buena" o hay que cuadrar varios?
- ¿Puede exportarse a un fichero sin tener que copiar a mano?
- ¿Hay datos que solo existen en una conversación de WhatsApp o en la cabeza de una persona?
- ¿Alguien más puede acceder si la persona habitual no está?
Si lo esencial está en mensajes sueltos o en la memoria de alguien, el proceso no está listo: primero hay que ponerlo por escrito en un sitio. Esa es la señal más clara de preparación pendiente.
¿Quién los edita?
Pon nombres. Para cada dato importante, apunta quién lo crea, quién lo cambia y quién lo borra. Un agente que escribe en tus datos se comporta como una persona más con permisos, así que necesitas saber de antemano qué puede tocar y qué no.
Mira también si hay reglas: ¿cualquiera puede cambiar un precio o solo una persona?, ¿queda registrado quién modificó algo y cuándo?, ¿qué ocurre cuando dos personas editan a la vez la misma hoja? Cuantas más manos, más probabilidad de versiones distintas del mismo dato. Si hoy nadie sabe contestar, no hace falta un sistema complicado: basta con nombrar a una persona responsable de cada conjunto de datos.
¿Qué formato tienen?
El formato es lo que hace que un dato se entienda igual por parte de dos personas o de un programa. Abre al azar diez registros y comprueba si todo está escrito de la misma manera:
- Fechas escritas de formas distintas (12/03, 12 de marzo, marzo 12).
- Nombres de cliente con variaciones (Ana Pérez, A. Perez, Perez Ana).
- Importes con coma o con punto, con o sin el símbolo de moneda dentro de la celda.
- Campos de texto libre donde debería haber una opción cerrada (estado: "pendiente", "pdte.", "por hacer").
- Documentos escaneados como imagen, donde el texto no se puede copiar.
Un buen test: ¿dos personas leerían ese registro y entenderían lo mismo? Si no, el agente tampoco. La mayoría de las veces, unas pocas reglas de escritura y listas desplegables resuelven el problema desde ahora, sin tener que reescribir lo antiguo.
¿Qué errores se repiten?
Esta es la pregunta más rentable y casi nadie la hace. Pregunta al equipo: "¿Qué corriges siempre a mano?". Las respuestas suelen ser de este tipo:
- Duplicados de clientes o de productos.
- Campos que se quedan vacíos porque nadie sabe quién los rellena.
- Códigos que cambian de un año a otro.
- Datos desactualizados: un precio antiguo, un cliente que ya no existe, un proveedor con otro teléfono.
- Excepciones que "todo el mundo sabe" pero que no están escritas en ningún sitio.
Cada error recurrente tiene dos salidas: arreglarlo en el origen o convertirlo en una regla escrita que el agente aplique. Lo que no puedes hacer es dejarlo oculto, porque el agente no conoce las excepciones de tu equipo y las repetirá sin dudar. Si quieres profundizar en cómo se mide esto, tienes una guía en qué es la calidad de datos y cómo se mide en tu empresa.
Datos personales: una comprobación aparte
Si el proceso toca datos de clientes, empleados o proveedores que sean personas, añade una revisión específica antes de automatizar. Pregúntate: ¿para qué recogimos estos datos y el uso previsto encaja con ese fin?, ¿quién necesita verlos de verdad?, ¿hay datos sensibles (salud, por ejemplo) que no deberían estar en ese sitio?, ¿existen copias en lugares donde no deberían estar? La lógica general del reglamento europeo de protección de datos (RGPD) va en esa línea: usar los datos para lo que se recogieron y dejar el acceso a quien lo necesita. La valoración final corresponde a tu asesor o a tu delegado de protección de datos, no al agente ni a este artículo.
Veredicto: listo, casi listo o necesita preparación
Con las cuatro preguntas y la comprobación de datos personales, puedes situar el proceso en uno de tres casos:
- Listo: las cuatro respuestas están claras, hay un único sitio, un responsable, un formato razonable y los errores conocidos tienen regla. Puedes empezar.
- Casi listo: falla una cosa que se arregla en una tarde o una semana de limpieza: unificar duplicados, cerrar una lista de opciones, nombrar un responsable.
- Necesita preparación: la información está repartida, depende de la memoria de alguien o los errores no se saben. Antes de automatizar, hay que elegir un sitio, nombrar responsable, preparar una plantilla con campos cerrados y poner por escrito las excepciones.
En cualquiera de los tres casos, conviene empezar por un trozo pequeño del proceso. Para decidir cuál, te ayuda el inventario de tareas repetitivas, y para entender por qué importa tanto la base, la cultura de datos que precede a cualquier proyecto de IA.
Qué hace el agente y qué sigue haciendo una persona
Un agente puede ayudar en la propia preparación: detectar posibles duplicados, proponer cómo unificar formatos o listar los campos vacíos para que alguien los complete. Lo que no hace es saber cuál de dos datos distintos es el correcto ni inventar el que falta.
Una persona decide qué versión de un dato es la buena, aprueba los cambios masivos antes de aplicarlos, nombra a los responsables y conserva una copia de seguridad antes de limpiar nada. Si el agente corrige datos, que lo haga proponiendo y no a escondidas: cada cambio revisable y reversible.
Conclusión
Antes de automatizar un proceso, comprueba dónde viven sus datos, quién los edita, qué formato tienen y qué errores se repiten, y revisa aparte los datos personales. Con ese repaso sabrás si el proceso está listo, casi listo o necesita preparación, y empezarás por la parte que más fácil te lo pone.
En MG Solutions construimos agentes de IA específicos para cada empresa, adaptados a tu forma de trabajar y a tus herramientas, y revisamos contigo el estado de los datos antes de empezar, no una plantilla genérica.
Si quieres ver cómo encajaría en tu empresa, escríbenos y lo hablamos.