Cómo funciona un proyecto

Un proyecto comienza con uno o dos archivos de datos:

• Train file — sus respuestas de encuestas reales y recopiladas.
• Predict file (opcional) — la población para la que desea generar respuestas sintéticas. Si no tiene un archivo separado, n-Infinite puede dividir automáticamente un único archivo cargado en porciones de train y predict basándose en dónde comienza el cuestionario (Swift mode), utilizando la misma estructura de encuestados en todo momento.

n-Infinite acepta formatos comunes de encuestas y exportación de datos: CSV, Excel (XLSX/XLS), JSON, Parquet, Feather y SPSS (.sav) — incluyendo las etiquetas de variables de SPSS.

Una vez cargado, un proyecto avanza a través de un proceso claro: configuración inicial y validación, entrenamiento, predicción y finalización. En el camino, puede ser pausado, reanudado o reiniciado, y la plataforma rastrea el estado en cada paso.

Project types

	Caso de uso	Train file	Predict file	Comportamiento	Notas
Single File	Proyectos de campo Boost, proyectos basados en API	Datos de campo (encuestas completadas) + datos de perfilado	—	Divide automáticamente el archivo en conjuntos de train y predict	Si la última pregunta no es obligatoria, añada una columna Completed = Y para identificar las respuestas completas
Split File	Proyectos de campo Boost: datos de campo + perfiles de stock	Datos de campo (encuestas completadas)	Datos de perfilado	Predice todas las columnas objetivo. El archivo predict no debe contener los nombres de las columnas a predecir	La última columna no es obligatoria, incluso si es opcional — se admite la detección automática
Complete-the-Incomplete	Convertir abandonos en encuestas completas	Datos de campo (encuestas completadas) + datos de campo (abandonos)	—	Lee las filas de derecha a izquierda para predecir datos faltantes; los datos existentes se utilizan para el entrenamiento, incluso en filas incompletas	Si la última pregunta no es obligatoria, añada una columna Completed = Y
Boost — Swift	Proyectos Boost sin disponibilidad de perfil. Ideal para B2B	Datos de campo (encuestas completadas)	—	Añade un número idéntico de filas de predicción sintéticas utilizando el perfilado existente. Requiere post-ponderación	Seleccione la pregunta inicial a predecir y los objetivos de ponderación deseados
Boost — Express	Proyectos Boost sin disponibilidad de perfil. Ideal para grandes boosts y B2C	Datos de campo (encuestas completadas)	—	Añade de 1× a n× el número de filas de predicción; imputa perfiles reales de datos censales nacionales (opciones de país precargadas). Requiere post-ponderación	Seleccione la pregunta inicial a predecir y los objetivos de ponderación. Se requiere el mapeo de columnas censales

Estructura típica de un archivo

Horizontalmente, un archivo típico de n-Infinite se organiza como:

1. Datos de perfilado
   • Identificación del encuestado (UserId, Id, …)
   • Datos demográficos: género, edad, residencia, etnia, …
   • Perfilado adicional: psicográficos (B2C) o firmográficos (B2B)
   • Preguntas de filtro (si prefiere mantenerlas fuera de los datos de entrenamiento)
2. Datos de entrenamiento — las respuestas de campo.

Verticalmente:

• Archivo único: las filas de train y predict están mezcladas — filas completas vs. solo de perfil, o filas completas vs. incompletas.
• Archivos divididos: los datos de entrenamiento residen en el archivo train; en el archivo predict, elimine los nombres de las columnas de los campos a predecir.

Consejos para optimizar archivos

1. Formatos admitidos: Excel (.xlsx, .xls), separados por comas (.csv) y SPSS (.sav).
2. Nunca incluya nombres de campo duplicados.
3. Elimine la información no relacionada con el perfilado, aparte de la identificación: sumas de verificación, marcas de tiempo, información personal.
4. Evite campos de baja densidad (más del 90% de celdas vacías).
5. Si es posible, incluya un campo llamado Start con un único valor (p. ej., Y) justo antes de que comiencen los datos de entrenamiento.
6. Si las columnas terminan de forma desigual (la última columna puede estar vacía), incluya un campo End con un único valor (p. ej., Y) al final del archivo.

Consulte Preparación de su archivo de datos para conocer las convenciones de codificación en las que se basa la plataforma para leer correctamente la estructura de su cuestionario al primer intento.