Certificado de calidad¶
El Quality certificate es un veredicto en una sola pantalla sobre un proyecto terminado: ¿son los datos sintéticos aptos para entregar, qué tan cerca están de sus datos reales y para qué es seguro usarlos? Léalo antes de enviar cualquier cosa a un cliente.
No es lo mismo que el informe de calidad y rendimiento, que es la auditoría de Excel que descarga. El certificado es el resumen que lee en pantalla; el informe es el archivo detallado detrás de los números.
Dónde encontrarlo¶
Abra un proyecto terminado (consulte Monitoring & results) y busque el panel Quality certificate en la pantalla de detalles del proyecto. Haga clic en su encabezado para abrirlo o cerrarlo.
Todo proyecto que finaliza ahora obtiene su certificado automáticamente — no hay nada que activar. Los proyectos en Automatic mode también obtienen uno.
Aún no en producción
Estos dos cambios están implementados pero aún no están activos en app.ninfinite.studio, por lo que lo que ve hoy puede diferir ligeramente:
- Collapsed by default. El panel comenzará cerrado para que los detalles del proyecto permanezcan cortos; haga clic en el encabezado para abrirlo.
- Older projects. Los proyectos que finalizaron antes del 8 de octubre de 2026 pueden no tener un certificado. Un botón Compute quality certificate creará uno bajo demanda. Mientras funciona, el panel indica que está calculando; si falla, el panel muestra un código de referencia (el que necesita soporte, consulte Esperas, colas y errores) y un botón Retry.
El veredicto¶
Aún no en producción
El veredicto, y la redacción de Real base en la siguiente sección, están implementados pero aún no están activos en app.ninfinite.studio. Hasta que se lancen, el panel muestra una única insignia llamada Viable, que solo refleja la cantidad de datos reales (consulte Real base), no la calidad de los datos sintéticos.
En la parte superior del panel, un veredicto indica si los datos son aptos para entregar. Combina tres elementos: la base real, las puntuaciones de calidad y las verificaciones de entrega. Debajo, el panel enumera las razones, las más importantes primero.
| Veredicto | Cuándo lo ve | Qué hacer |
|---|---|---|
| Ready to use | Todos estos: la base real es Sufficient, todas las verificaciones de entrega pasaron, y la puntuación Core es 80 o más. | Entregue. La línea Recommended for nombra los tipos de análisis cuya puntuación es 80 o más. |
| Use with caution | Cualquier cosa intermedia. Las razones pueden ser: menos de 300 casos reales completos (o menos de 150); más del 50% de filas sintéticas; puntuación Core de 50 a 79; una parte sintética pequeña (menos de 100 filas, por lo que las puntuaciones varían entre ejecuciones); o la puntuación Core no pudo calcularse. | Lea las razones y entregue solo para los usos enumerados en Recommended for. Por debajo de 150 casos reales, esto significa solo totales, no desgloses por segmento. |
| Not recommended | Cualquiera de estos: más del 70% de las filas son sintéticas, al menos una verificación de entrega falló, o la puntuación Core es inferior a 50. | No entregue tal como está. Para una verificación fallida, comience con Post-processing. Para una base real escasa, agregue encuestados reales. Para una puntuación Core baja, observe las cinco puntuaciones para ver qué tipo de análisis es débil. |
Real base¶
Debajo del veredicto, una línea muestra cuántas filas son reales y cuántas son sintéticas, por ejemplo 755 reales · 252 sintéticas (25% sintéticas). Una insignia titulada Real base califica esa mezcla.
La insignia Real base solo mide cuántos datos reales respaldan la entrega. No dice nada sobre la calidad de las filas sintéticas; para eso son las puntuaciones a continuación.
| Insignia | Cuándo la ve | Qué significa |
|---|---|---|
| Verde Sufficient | Al menos 300 casos reales completos (encuestados que terminaron el cuestionario) y no más del 50% de filas sintéticas | Suficientes datos reales para construir, y la parte sintética es una adición modesta. |
| Amarilla Limited | Menos de 300 casos reales completos, o más del 50% de filas sintéticas | Utilizable, pero lea las notas. Por debajo de 150 casos reales, el certificado recomienda usar los datos solo para totales, no para desgloses por segmento. |
| Roja Too thin | Más del 70% de las filas entregadas son sintéticas | Muy pocos datos reales detrás del resultado para sostenerse por sí mismo. |
Cómo se mide la calidad¶
La pregunta es: ¿qué tan cerca están los datos sintéticos de los datos reales? Una diferencia bruta significa poco por sí misma, porque incluso dos muestras reales del mismo tamaño nunca coinciden exactamente. Por lo tanto, el certificado primero mide esa variación natural:
- Divide sus datos reales en dos mitades aleatorias, muchas veces, con los tamaños de su proyecto, y registra cuánto difieren dos muestras reales.
- Mide la misma diferencia entre los datos sintéticos y los datos reales, en cuatro familias de métricas:
- Percentages and spread de cada pregunta.
- Relationships entre preguntas, además de una prueba de si un clasificador puede distinguir las filas reales de las sintéticas.
- Applied analyses: clasificaciones y tablas cruzadas por perfil.
- Diversity: se conservan las respuestas raras y no se copian los encuestados.
- Sitúa la diferencia sintética en una escala de 0 a 100 frente a la real.
Qué significan los números. 100 significa que los datos sintéticos difieren de los datos reales no más de lo que lo haría una segunda muestra real típica (la mediana de las comparaciones real-versus-real). 0 significa que difieren más del 95% de esas comparaciones. Entre medias, la escala es lineal; solo la diversidad utiliza una curva suave, donde 50 se sitúa en el percentil 95.
Ejemplo. Una puntuación Topline de 85 significa que los porcentajes de las preguntas difieren de los datos reales aproximadamente tanto como lo harían dos muestras reales del mismo tamaño: un poco más que el par típico, bien dentro del rango normal de pares.
Las cinco puntuaciones¶
Debajo del veredicto, obtiene una Core score de 0 a 100, seguida de cinco puntuaciones, una para cada tipo de análisis que probablemente ejecutará en los datos. Cada puntuación de tarea es una mezcla ponderada de las cuatro familias anteriores. Core es la media de las cinco. Cada una de las cinco está coloreada por rango:
| Color | Puntuación |
|---|---|
| Verde | 80 o más |
| Amarillo | 65 a 79 |
| Naranja | 50 a 64 |
| Rojo | Menos de 50 |
| Puntuación | Qué le dice | Principalmente construido a partir de |
|---|---|---|
| Topline | Qué tan cerca están los porcentajes de cada pregunta de los datos reales. Bueno para totales y cifras principales. | Percentages and spread |
| Profiles / cross-tabs | Qué tan bien se mantienen los datos cuando los segmenta por grupos de perfil como género, edad o país. Bueno para desgloses. | Applied analyses |
| Multi-response rankings and funnels | Qué tan fielmente se reproducen las respuestas de selección múltiple, las clasificaciones y los embudos de marca (conocimiento, consideración, compra…). Bueno para el seguimiento de marca. | Applied analyses |
| Relationships and drivers | Si se conservan los vínculos entre las preguntas que usaría para el análisis de impulsores. Bueno para el análisis de impulsores. | Relationships |
| Segmentation | Si los mismos segmentos que encontraría en los datos reales aparecen en los datos entregados. Bueno para el trabajo de segmentación. | Relationships and diversity |
Un tipo de análisis se enumera en Recommended for cuando su puntuación es 80 o más. Si la base real es inferior a 150 casos, solo se puede enumerar Topline.
Verificaciones de entrega¶
Una lista de verificaciones de aprobación/fallo en las filas entregadas. Cada una muestra Passed o Failed, y una verificación fallida hace que el veredicto sea Not recommended:
- Structural rule violations — se respetan las relaciones numéricas encontradas en su archivo (por ejemplo, partes que deben sumar un total).
- Empty questions — ninguna pregunta se deja completamente en blanco en las filas sintéticas.
- Exact duplicate rows — no hay dos filas sintéticas idénticas.
- Rows copied from a real respondent — ninguna fila sintética es una copia de una persona real.
- Answers within the study's options — cada respuesta generada es un código que existe en sus datos reales para esa pregunta, por lo que no aparecen opciones de respuesta inventadas.
Si una verificación falla, Post-processing es el primer lugar donde buscar: la reparación de consistencia lógica y Remove duplicates actúan exactamente sobre estos problemas, y puede descargar de nuevo sin regenerar nada.
Límites¶
- An internal estimate. La comparación se realiza contra los mismos datos reales de los que aprendió el motor, no contra encuestados que nunca vio. Eso hace que las puntuaciones sean algo optimistas. La validación externa con datos retenidos está disponible bajo petición.
- Few synthetic rows. Con una parte sintética pequeña (menos de 100 filas) hay pocos datos para medir, por lo que las puntuaciones varían mucho de una ejecución a otra. Trátelas como una guía aproximada, no como una cifra precisa; el veredicto señala esto como una razón para la precaución.
Notas y usos recomendados¶
Notes señalan cualquier cosa que limite hasta qué punto puede confiar o usar el resultado — por ejemplo, que la parte sintética es pequeña, o que el archivo no tiene preguntas numéricas para verificar. Recommended uses dice para qué son buenos los datos, dado todo lo anterior, por ejemplo, solo totales.
Mismas entradas, mismo archivo¶
La generación es reproducible: el mismo proyecto, con los mismos datos, con la misma semilla aleatoria produce el mismo archivo. La semilla es el Random seed en Comparar ejecuciones y en la configuración de Statistical Refinement de Post-processing.
Automatic mode utiliza deliberadamente una semilla diferente para cada una de sus cinco versiones, y luego entrega la que tiene la mejor puntuación de calidad interna.