El perfilado es cómo descubres que el campo de país contiene 47 formas distintas de escribir "Reino Unido", que el 8 % de las fechas de nacimiento es 01/01/1900 y que una columna documentada como obligatoria está vacía en un tercio de las filas. Es el diagnóstico más barato del trabajo con datos y el que más se salta, porque produce hechos incómodos antes de que un proyecto haya acordado su alcance.
En la práctica. Perfila antes de prometer. Medio día de perfilado sobre las tablas que sostienen un panel propuesto te dirá si ese panel es un trabajo de dos semanas o de dos trimestres, y eso es lo más útil que puedes saber al principio.
Dónde se rompe. El resultado del perfilado se presenta en crudo. Nadie fuera del equipo de datos tiene una opinión sobre un informe de cardinalidad. Tradúcelo: "la tabla de clientes tiene 14.000 registros duplicados, y por eso la tasa de churn del informe de dirección está sobrestimada en unos cuatro puntos". El mismo hallazgo, otra consecuencia.