Un CSV puede contener «Taller Azul», «TALLER AZUL» y «Taller Azul » como valores diferentes, aunque se refieran al mismo negocio. Si después cuentas clientes o agrupas operaciones, esa variación puede dividir un resultado que deberÃa estar unido. OpenRefine ayuda a detectar y revisar estas inconsistencias.
No decide por ti qué registros representan la misma realidad. Esa es la condición más importante antes de utilizarlo. Esta revisión documental, contrastada el 11 de noviembre de 2026, explica para quién sirve y propone una prueba con datos ficticios, sin atribuirnos mediciones propias de rendimiento.
Por qué mirar esta herramienta
La Sociedad Española de Documentación e Información CientÃfica dedicó una formación a limpieza y enriquecimiento con OpenRefine del 21 de septiembre al 16 de octubre de 2026. Esa edición ya ha terminado. La citamos como señal reciente de uso profesional y formación en España, no como una convocatoria abierta ni como prueba de crecimiento de búsquedas.
El programa encaja cuando recibes tablas con formas de escritura inconsistentes y necesitas revisar cambios antes de producir otro archivo. Puede servir a documentación, investigación o administración de una pequeña empresa. No sustituye un CRM ni convierte una lista desordenada en información fiable con un solo clic.
Qué descargas y qué no necesitas contratar
La página oficial de descarga presenta OpenRefine 3.10.0, publicado el 26 de febrero de 2026, con paquetes para Windows, Mac y Linux. Es software libre bajo licencia BSD. La limpieza local descrita aquà no exige contratar una suscripción.
Selecciona el paquete correspondiente a tu sistema y sigue sus instrucciones. En Windows, la página distingue instalador y archivo ZIP, y ofrece una descarga con Java incluido. No descargues una copia de un anuncio que imite el nombre del proyecto.
La presentación del proyecto explica que los datos se trabajan en tu equipo. Aun asÃ, hay funciones de reconciliación y conexión con fuentes externas. Para esta prueba no hacen falta: no actives servicios externos con datos de clientes sin revisar antes qué se envÃa y con qué autorización.
Prepara una muestra que pueda salir mal sin consecuencias
Crea un CSV pequeño con tres columnas: identificador, proveedor y ciudad. Utiliza diez filas inventadas. Introduce variaciones evidentes de espacios y mayúsculas, pero añade también dos nombres parecidos que deban permanecer separados, como «Taller Azul» y «Taller Azur».
Escribe en una nota cuáles esperas unificar y cuáles no. Ese criterio previo evita aceptar una sugerencia solo porque la herramienta la propone. Conserva el CSV original aparte y trabaja con una copia.
Un identificador como 0007 debe conservar su significado. Si representa un código y no una cantidad, revisa que no pierda ceros durante la importación. Comprueba también tildes y separadores: una tabla mal importada no se arregla agrupando nombres.
Importa y revisa la vista previa
La documentación para iniciar un proyecto describe la importación desde archivos locales. En Create Project, selecciona tu CSV y revisa la vista previa antes de crear el proyecto. Confirma que las tres columnas están separadas y que la primera fila se interpreta correctamente como encabezado.
Si aparecen caracteres extraños, comprueba la codificación. Si todos los valores quedan juntos en una columna, revisa el delimitador. No continúes hasta reconocer la estructura esperada. Pon al proyecto un nombre que permita distinguir esta práctica de futuras importaciones.
Una vez creado, compara el número de filas con tu muestra. Apunta también cuántos proveedores distintos esperabas al terminar. Son dos controles diferentes: unificar la escritura de una celda no deberÃa eliminar una operación.
Revisa las agrupaciones, no las aceptes todas
En el menú de la columna de proveedores, entra en Edit cells y Cluster and edit. También puedes llegar desde una faceta de texto utilizando Cluster. La guÃa de edición de celdas explica que cada agrupación propuesta requiere aprobación y permite elegir el valor que conservarás.
Empieza por propuestas claras. Comprueba cada variante y selecciona una forma coherente para las que realmente sean equivalentes. Deja sin unir los casos dudosos. La similitud entre letras no demuestra que dos personas, proveedores o localidades sean la misma entidad.
No apliques a nombres comerciales una regla general de quitar todo lo que parezca accesorio. Una palabra o una cifra pueden distinguir dos referencias válidas. Si no puedes justificar la unión con la información disponible, marca la duda fuera de la transformación y pide una fuente mejor.
El historial ayuda, pero no sustituye la revisión
OpenRefine dispone de Undo/Redo para volver a estados anteriores. Su manual de funcionamiento explica también cómo identificar si estás viendo todas las filas o solo las que coinciden con facetas y filtros.
Después de cada grupo de cambios, revisa una muestra y vuelve a contar. Para este ejercicio, el total debe seguir siendo diez filas. Si el objetivo era normalizar proveedores, una reducción de filas necesita explicación; no la interpretes automáticamente como una limpieza correcta.
Guarda una nota de las decisiones ambiguas. Por ejemplo, por qué «Taller Azur» no se fusionó con «Taller Azul». Esa explicación resulta útil cuando otra persona revise el resultado y evita repetir la misma duda en la siguiente entrega.
Antes de exportar, comprueba los filtros
Varias opciones de exportación trabajan sobre las filas visibles. Si dejaste un filtro activo para revisar un proveedor, podrÃas entregar solo una parte del archivo. Retira los filtros cuando quieras exportar el conjunto y comprueba que el contador muestra todas las filas.
En Export, elige el formato que necesita el destinatario. La documentación distingue exportar datos de exportar el proyecto. El archivo del proyecto conserva el historial y puede revelar valores anteriores, incluso información que hayas sustituido. No lo compartas como si fuera un CSV anonimizado.
Abre el CSV exportado y verifica columnas, tildes, códigos y cantidad de filas. Para diez registros, compara todos. Una exportación sin mensaje de error no demuestra que la entrega esté completa.
Cuándo elegir otra solución
Si necesitas reunir periódicamente archivos con estructura estable, nuestra guÃa de Power Query para CSV mensuales aborda otro flujo. OpenRefine tiene más sentido aquà para explorar inconsistencias y decidir qué cambios aceptar.
Antes de pagar por una herramienta de limpieza, prueba con una muestra no confidencial y define el resultado esperado. Si necesitas colaboración simultánea, permisos centralizados o automatización mantenida, compara esos requisitos expresamente. La herramienta adecuada debe conservar el significado de tus datos, no solo hacer que la tabla parezca uniforme.
Portada conceptual generada con IA: tarjetas sin texto organizadas por grupos. No es una captura de OpenRefine.
