Preparación de su archivo de datos¶

Antes de que un proyecto comience, n-Infinite lee su archivo de encuesta y determina su estructura por sí mismo: qué columnas pertenecen a la misma pregunta, qué significa cada código, qué preguntas solo se muestran después de otra respuesta, y así sucesivamente. No requiere un formato único; cualquier codificación consistente funciona.

Esta página explica lo que el sistema puede descifrar por sí mismo, lo que genuinamente no puede, y una breve lista de verificación para que su archivo sea lo más inequívoco posible antes de cargarlo.

Próximamente en una futura versión

El paso de confirmación descrito a continuación —una pantalla donde usted responde el puñado de preguntas que el sistema no pudo resolver por sí mismo, directamente dentro de la plataforma— estará disponible en la próxima versión. Hasta entonces, seguir esta guía sigue siendo útil: cuanto más limpio sea su archivo, más fiable será la lectura predeterminada del sistema.

Lo que el sistema infiere automáticamente¶

A partir de los nombres de las columnas y los datos mismos, n-Infinite determina:

Qué columnas forman una sola pregunta —una batería de selección múltiple, una cuadrícula de columnas relacionadas, una pregunta de opción única, un campo numérico o texto abierto— a partir del prefijo compartido en sus nombres.
El separador que une el nombre de una pregunta con el código de su opción (por ejemplo, el _ en Q7_1, Q7_2, Q7_3).
Cómo está codificada cada batería, por ejemplo:
- 1 = seleccionado, 0 = no seleccionado, en blanco = no mostrado
- 1 = seleccionado, en blanco = no seleccionado (a todos se les mostró esta pregunta)
- 1 = seleccionado (sí), 2 = no seleccionado (no), en blanco = no mostrado
- la celda contiene el código de respuesta directamente (una pregunta de escala o cuadrícula)
Opciones mutuamente excluyentes dentro de una batería (por ejemplo, una opción "Only this one applies" que no puede marcarse junto con ninguna otra).
Lógica de salto —preguntas que solo aparecen una vez que otra respuesta cumple alguna condición— extraída directamente de qué filas están en blanco y cuáles no.
Columnas que no son respuestas en absoluto —ID de encuestado, token, fecha de inicio, dirección IP, URL de referencia— reconocidas por su nombre y excluidas del modelado.

Cuando la evidencia es clara, el sistema procede por sí mismo. Solo se detiene a preguntar cuando dos interpretaciones son genuinamente igual de plausibles, para que no se pierda ninguna respuesta real y nada se invente a partir de una suposición errónea.

Las cuatro cosas que no puede decidir por sí solo¶

Algunas señales no pueden resolverse solo a partir de los datos, sin importar cuántos haya. Si su archivo tiene una de estas, se le preguntará antes de que se genere cualquier cosa:

Qué significa una celda en blanco. En blanco puede significar "a esta persona nunca se le mostró la pregunta" o "se le mostró y no seleccionó nada". Una batería completa codificada solo con 1/en blanco, sin ceros explícitos en ninguna parte, siempre se pregunta al respecto —incluso cuando todo lo demás en el archivo parece confiable— porque ambas interpretaciones se ajustan igualmente bien a los datos.
Códigos de escape dentro de una selección múltiple (una opción "Other", "None of the above" o "Don't know", generalmente un código alto como 98 o 99). Sin que se le diga qué significa y si se mostró a todos, el sistema no puede saber si tratarlo como una opción ordinaria o como una excepción con su propia regla de visibilidad.
Columnas que no son metadatos reconocibles. Las columnas ID, token, timestamp y similares se excluyen automáticamente cuando sus nombres lo indican. Una columna que es única por encuestado pero que no se nombra como los metadatos habituales (un código de panel interno, un campo de seguimiento personalizado) puede confundirse con una pregunta real.
El separador utilizado dentro de los nombres de las columnas, cuando es inconsistente o choca con el nombre de la propia pregunta —por ejemplo, una columna llamada BRAND_COD que existe junto con BRAND_COD_1…BRAND_COD_7, donde no está claro si BRAND_COD es una respuesta combinada para la misma pregunta o un campo no relacionado.

Un caso relacionado: con una muestra pequeña (menos de 250 respuestas reales), una regla de lógica de salto aparente se confirma antes de aplicarse, incluso con una confianza razonablemente alta; a ese tamaño, un puñado de espacios en blanco coincidentes pueden parecer exactamente un enrutamiento real.

En cada uno de los casos anteriores, el sistema no procede por suposiciones. Hace una pregunta corta y específica, y solo una vez.

Lista de verificación antes de cargar su archivo¶

Utilice un separador único y consistente para construir los nombres de las columnas de opciones (por ejemplo, siempre _), y no reutilice ese carácter dentro del nombre de la propia pregunta.
No le dé a una pregunta el mismo nombre que el prefijo de su propio grupo de opciones (evite tener tanto BRAND_COD como BRAND_COD_1).
Marque "no seleccionado" explícitamente con un valor (por ejemplo, 0) siempre que pueda; deje una celda verdaderamente en blanco solo para "no mostrado a este encuestado".
Si una pregunta de selección múltiple tiene códigos de escape (Other, None, Don't know), díganos qué significan y si se mostraron a todos.
Utilice la misma codificación en todas las columnas de la misma batería; no mezcle 1/0 con 1/2 dentro de un grupo de preguntas.
No mezcle 1 y 1.0 para la misma respuesta dentro del archivo; mantenga el tipo de datos consistente para una columna dada.
Si una pregunta se repite en varias oleadas (por ejemplo, 2023 y 2024), nombre las columnas de manera que la oleada sea distinguible de una opción de respuesta, no solo un número final.
Mantenga las columnas que son puramente metadatos del encuestado (ID, token, date, IP, referral URL) claramente nombradas como tales, separadas de las columnas de respuesta.
Mantenga el mismo vocabulario de sufijos en preguntas similares, para que el sistema reconozca que forman el mismo tipo de grupo.
En caso de duda, envíe un libro de códigos corto junto con el archivo; esto resuelve en un solo mensaje lo que de otro modo tomaría varias rondas de preguntas.

Tres ejemplos rápidos¶

1. Espacio en blanco ambiguo

Antes: Q5_1 está en blanco tanto para las personas que nunca vieron la pregunta como para las personas que la vieron y no seleccionaron nada.

Después: Q5_1 = 0 cuando no está seleccionado; en blanco solo cuando la pregunta no se mostró.

2. Código de escape no marcado

Antes: Q7_98 se encuentra junto a Q7_1…Q7_20 sin nada que indique que 98 significa "None of the above".

Después: una nota corta (o línea en el libro de códigos) que indica "Q7_98 = None of the above (exclusivo, mostrado a todos)."

3. Separador que choca con una columna real

Antes: existen tanto BRAND_COD (una única columna de respuesta combinada) como BRAND_COD_1…BRAND_COD_7 (las mismas opciones, separadas), utilizando _ como separador.

Después: cambie el nombre de la columna combinada (BRAND_COD_TOTAL) o utilice un separador que no choque con el nombre de la propia pregunta.

4. Metadatos no marcados

Antes: una columna como panel_uid o entry_ts es única por encuestado pero no se llama id, token o timestamp, por lo que corre el riesgo de ser tratada como una pregunta real.

Después: nómbrela de forma reconocible como metadato, o márquela cuando se le pregunte.

Qué se le puede preguntar y por qué¶

Si su archivo activa uno de los casos anteriores, la pantalla de confirmación le preguntará algo como esto:

Lo que podríamos preguntar	Por qué lo preguntamos
"Sus columnas de opciones parecen usar `_`, pero el proyecto está configurado con un separador diferente, ¿cuál es el correcto?"	Más de un separador podría explicar los nombres de sus columnas igualmente bien, o el configurado no coincide con ninguna columna.
"Estas columnas parecen las opciones de una pregunta, pero el nombre de esa pregunta también existe como columna, ¿son la misma pregunta o dos diferentes?"	El prefijo compartido de un grupo de opciones es también el nombre de una columna real en su archivo.
"Esta opción —solo unos pocos encuestados la marcaron, el resto están en blanco— ¿se mostró a todos o solo a algunos?"	Una opción de escape nunca lleva un valor explícito de "no seleccionado" mientras que sus opciones hermanas sí, y nada más en el archivo explica los espacios en blanco.
"Estas preguntas solo muestran una marca o un espacio en blanco, nunca un cero explícito. ¿Significa el espacio en blanco 'no seleccionado' o 'no mostrado a esta persona'?"	Una batería completa codificada solo con marca/espacio en blanco no tiene forma de distinguir estos dos casos solo a partir de los datos.
"Estos sufijos de opción no son números simples, ¿son opciones separadas de una pregunta o columnas no relacionadas?"	Los sufijos no numéricos (un código de marca, una etiqueta escrita) no se ajustan al patrón habitual de "pregunta + número" en el que se basa el sistema.
"¿Son estos dos pequeños sufijos numéricos opciones de respuesta, o dos oleadas de la misma pregunta (por ejemplo, dos años de encuesta)?"	Una lista corta de sufijos numéricos puede parecer códigos de respuesta o una oleada repetida; ambos se ajustan a los datos.
"Esta pregunta solo muestra dos valores, nunca un cero, ¿es uno de ellos 'sí' y el otro 'no', o son dos opciones separadas?"	Sin un valor de "no seleccionado" para anclarla, una codificación de dos valores podría ser una respuesta de sí/no o dos opciones seleccionables.
"Esto parece ser tanto una columna de respuesta combinada única como un conjunto de columnas de opciones separadas para la misma pregunta, ¿una pregunta o dos?"	La misma pregunta de selección múltiple parece estar representada dos veces en el archivo, y las dos versiones no concuerdan completamente.
"Esta pregunta parece aparecer solo para un pequeño grupo que respondió algo específico anteriormente, ¿es una lógica de salto real o una coincidencia?"	La regla aparente se basa en muy pocos encuestados, por lo que necesita que un humano confirme que es un patrón real y no ruido.

Si no responde, el sistema siempre recurre al valor predeterminado más seguro que puede, nunca asume silenciosamente la interpretación que inventaría o descartaría datos reales.