OSINT / IDENTIDAD

Conciliar entidades sin fusionar homónimos

Dos fichas parecidas no describen necesariamente el mismo objeto. Conserve fuentes, fechas y motivos de la decisión, incluso cuando no sea posible fusionarlas.

Mesa de verificación documental con registro y expediente empresarial.

Ilustración generada por IA

Elegir la unidad que se quiere identificar

Indique si la ficha representa a una persona, unidad legal, establecimiento, marca u organización investigadora. Una relación no equivale a identidad. Un nombre normalizado sirve para buscar candidatos, no como clave de fusión.

Los identificadores no designan siempre el mismo objeto

Los identificadores no designan siempre el mismo objeto
IDObjeto identificadoComprobación
SIRENUnidad legalNueve dígitos. Compruebe el registro y almacene como texto para conservar ceros iniciales. El nombre comercial no lo sustituye.
SIRETEstablecimientoCatorce dígitos, los nueve primeros son el SIREN. Dos SIRET con ese prefijo pueden corresponder a una unidad legal y dos establecimientos distintos.
ORCID iDPersona en investigaciónConserve la URI completa y los ceros iniciales. El último carácter puede ser X. No certifica automáticamente toda la información del perfil.
ROR IDOrganización investigadoraRevise candidato, ubicación y relaciones. Una afiliación puede mezclar departamento, organización matriz y dirección; no elija automáticamente el primer nombre parecido.
SIRENUnidad legal
SIRET AEstablecimiento
SIRET BEstablecimiento
Vincular establecimientos a la unidad legal — Mantener fichas, direcciones y fechas de los establecimientos.

Cinco comprobaciones antes de fusionar

Mismo objeto y registro

Compare conjuntamente sistema y valor del identificador. Un establecimiento y su unidad legal necesitan fichas vinculadas.

Fuente de cada atributo

Conserve URL o documento, fecha de observación y fecha de efecto conocida para nombres, direcciones y estados.

Período coherente

Una dirección diferente puede corresponder a una mudanza; otro nombre puede ser histórico. Compruebe las fechas antes de sustituir valores.

Contradicciones visibles

Identificadores diferentes en un registro o lugares incompatibles exigen revisión. No borre conflictos para ordenar la ficha.

Fusión reversible

Guarde identificadores originales, regla, revisor, fecha y tabla de correspondencias para poder separar las fichas.

Un método reproducible

  1. Guardar datos originales

    Separe etiquetas e identificadores originales de las versiones normalizadas.

  2. Generar candidatos

    Normalice espacios y mayúsculas para buscar. Conserve acentos, variantes y transliteraciones; no elimine sufijos que distingan objetos.

  3. Contrastar documentos independientes

    Verifique el identificador en su registro y otros atributos en fuentes pertinentes. Dos portales que copian un registro no son confirmaciones independientes.

  4. Clasificar la decisión

    Use «mismo objeto documentado», «objetos distintos», «relación que conservar» o «indeterminado». Similitud no significa certeza.

  5. Revisar el efecto en la base

    Compare número de filas, enlaces rotos y atributos perdidos. Revise rechazos para detectar duplicados omitidos.

Cuatro decisiones habituales

Son casos esquemáticos, no descripciones de personas o empresas reales.

Mismo nombre, identificadores distintos

Decisión : Mantener dos candidatos

Comprobación decisiva : Comprobar registro, objeto y período; el nombre no decide por sí solo.

Un SIREN, dos SIRET

Decisión : Vincular establecimientos a la unidad legal

Comprobación decisiva : Mantener fichas, direcciones y fechas de los establecimientos.

Mismo identificador, dirección antigua

Decisión : Conservar el historial

Comprobación decisiva : Verificar fuente y fecha de efecto; distinguir cambio real de error.

Departamento y organización matriz

Decisión : Crear una relación documentada

Comprobación decisiva : Comprobar granularidad y relación institucional. Afiliación no significa identidad.

Registro que conservar

Guarde fichas A y B, tipo de objeto, registro e identificadores, etiquetas originales, fuentes y fechas, coincidencias, contradicciones, decisión motivada, revisor y fecha de revisión. Un campo ausente significa «no informado», no «falso».

Preguntas prácticas

¿Un formato válido demuestra la existencia?

No. El formato o dígito de control detectan algunos errores. Compruebe el registro oficial y el objeto identificado.

¿Se puede fusionar por dirección o dominio web?

No automáticamente. Varias organizaciones pueden compartir dirección y un sitio representar un grupo. Son indicios.

¿Cómo tratar nombres traducidos?

Conserve nombre publicado, idioma, variantes e identificador común verificado. Transliteraciones parecidas no demuestran identidad.

¿Identificadores distintos implican ausencia de relación?

No. Pueden designar objetos distintos relacionados o pertenecer a registros diferentes. Documente la relación.

¿Deben publicarse todos los atributos conciliados?

No. Recopilación, análisis interno y publicación son decisiones distintas. Conserve lo necesario y adapte la difusión.

¿Cómo evaluar la conciliación automática?

Use casos revisados con falsos emparejamientos y duplicados omitidos. Mida precisión y exhaustividad dentro del alcance declarado; la similitud no es una tasa de fiabilidad.

REFERENCIAS DOCUMENTADAS

Wikidata: conservar declaraciones, calificadores y referencias

El enlace directo entidad-valor no lleva todo el contexto. Wikibase RDF separa sujeto, declaración, calificadores y referencias. Importa para cargos fechados, métodos y valores múltiples. Los prefijos indican papeles, no confianza.

wd:Q16wds:…?value?time?refp:ps:pq:prov:wasDerivedFromP1082 · P585
Wikidata: conservar declaraciones, calificadores y referencias
ReferenciaValor o formaQué identifica
wd:EntityIdentificador de entidad, como Canadá wd:Q16 en ejemplos oficiales. Las etiquetas traducidas no sustituyen identificadores en uniones.
p:Entity → statementEnlaza entidad y declaración de una propiedad. Varias declaraciones no son necesariamente duplicados.
ps:Statement → valueEnlaza declaración y valor principal simple. Los nodos completos aportan detalles de cantidades o fechas.
pq:QualifierCalificador: pq:P585 fecha una población en el ejemplo, no necesariamente su introducción en la base.
prov:wasDerivedFromStatement → referenceEnlaza a un nodo de referencia. Abra la fuente y compruebe que apoya el valor.
pr:Reference propertyPropiedad de referencia. Varias referencias de una declaración no son más personas ni eventos.
wds:Statement identifierIdentificador de declaración sin formato ni significado interno garantizados; no deduzca fechas o identidad de la cadena.

Qué conservar en el expediente

Elija unidad por entidad, declaración o referencia antes de aplanar. Calificadores y referencias multiplican filas. DISTINCT elimina filas idénticas, no corrige una unidad equivocada. Conserve consulta, fecha e identificadores.

¿Se puede guardar solo entidad y fecha máxima?

Solo con una regla justificada. Las fechas pueden describir medidas o historia; un máximo mal enlazado combina datos ajenos.

Documentación primaria

Documentación consultada el .

REFERENCIAS DOCUMENTADAS

ORCID: procedencia de las afirmaciones y límites del perfil público

ORCID ayuda con homónimos, pero un perfil reúne afirmaciones de distintas procedencias. Distingue quién añade un elemento de quién establece el vínculo con la persona. La visibilidad limita lo observable.

ORCID: procedencia de las afirmaciones y límites del perfil público
ReferenciaValor o formaQué identifica
SourceWho added the itemFuente: persona o sistema que añade el elemento. La organización depositante no es necesariamente autora intelectual de todos los datos.
Assertion originWho made the connectionOrigen de la afirmación: quien establece el vínculo. Un investigador puede iniciar una importación y un servicio añadirla técnicamente.
AffiliationAssertion + sourceLea afiliación, fuente, organismo y fechas. Añadirla uno mismo o una institución son procedencias distintas.
PUBLICEveryoneLos elementos públicos se leen en perfil y API pública. No son prueba independiente por ser visibles.
LIMITEDTrusted partiesLos reservados a partes de confianza no están en el perfil público; requieren permiso. Un tercero no puede inferir contenido.
PRIVATEOnly meLos privados no son públicos. La documentación precisa accesos de titular, delegados e integración depositante según el caso.

Qué conservar en el expediente

Un perfil público vacío no demuestra ausencia de empleo, financiación o artículos. Conserve fecha de consulta; autenticar una cuenta ORCID no certifica todas las cualificaciones.

¿Una organización como fuente garantiza todo el perfil?

No. Compruebe cada elemento y distinga fuente y origen. Una afiliación institucional no valida artículos añadidos por separado por el titular.

Documentación primaria

Documentación consultada el .

PROFUNDIZACIÓN / PRÁCTICA

Documentar los indicios de una coincidencia entre entidades

Dos líneas parecen describir la misma organización, pero sus nombres o direcciones son diferentes. La aproximación debe basarse en varios atributos y preservar los datos iniciales.

Actualizado el .

Comprobaciones prioritarias

Comparar identificadores estábles, territorio, período, forma del nombre y otros atributos disponibles. Examinar los casos de homogeneidad y los cambios de nombre antes de una fusión.

Errores de interpretación

Una normalización agresiva puede hacer desaparecer una diferencia significativa. Una aproximación automática debe poder ser revisada cuando los índices son débiles o contradictorios.

Documento de trabajo que conservar

El diario de aproximación conserva líneas de origen, reglas, indicios, decisiones y reservas. Los casos ambiguos permanecen separados hasta que un elemento adicional no justifica su reunión.

CASO PRÁCTICO / EJEMPLO DIDÁCTICO

Una dirección común provoca una fusión equivocada

El ejemplo a continuación es pedagógico. Mostra cómo pasar de un documento a una propuesta cualificada, preservando el contexto, los elementos contradictorios y la información que la investigación aún no permite establecer.

Contexto del ejemplo

Dos organizaciones comparten una dirección y nombres cercanos. Una regla de aproximación los reúne mientras sus identificadores y sus actividades documentadas permanecen separados.

Método propuesto

Volver a las líneas originales, comparar varios atributos y examinar las pruebas disponibles. Separar los casos de proximidad de los casos de identidad. Documentación de las correcciones de fusión.

Conclusión y próximo paso

El periódico mantiene la decisión revisada y sus motivos. La regla se ajusta para que la dirección sirva de índice complementario en lugar de pruebas suficientes de identidad.

Preguntas para profundizar en la práctica

¿Cómo tratar las aproximaciones incertidumbres?

Mantenerlos en una categoría a examinar, con los índices por y contra. Esta separación conserva los datos y evita la propagación de una fusión no justificada en los siguientes análisis.

TALLER DETALLADO / APLICACIÓN

Evaluar una regla sobre los casos de semejanza enganosa

  1. 01 / Preparar la información necesaria

    Seleccione atributos, identificadores y datos originales. Preparar correspondencias conocidas y homónimos o estructuras que comparten una dirección.

  2. 02 / Aplicar el método

    Probar la regla, examinar los indicios y mantener las decisiones. Verificar los falsos enlaces y los casos perdidos. Documentar las transformaciones de los nombres o códigos utilizados para la comparación.

  3. 03 / Examinar una situación alternativa

    Si una fusión depende de un solo índice débil, mantener las líneas separadas. Una categoría incerta permite una revisión sin imponer inmediatamente una identidad común.

  4. 04 / Decidir el siguiente paso

    La regla es aceptable para su perímetro cuando se examinan los errores importantes. Las decisiones manuales y automáticas permanecen identificables con sus motivos.

  5. 05 / Transmitir los registros de comprobación

    Transmitir diario de matrimonio y ejemplos de control. Una revisión puede recuperar los valores originales y corregir los análisis que dependen de una fusión equivocada.

DOCUMENTO COMENTADO / MATRIZ DE REVISIÓN

Un diario de matrimonio con indicios por y contra

El periódico conserva líneas originales, transformaciones, reglas y decisiones. Distingue correspondencia confirmada, separación y caso incerto para que las aproximaciones puedan ser revisadas.

En una pantalla pequeña, desplace la matriz horizontalmente para leer las tres columnas.

Ejemplos de situaciones que evaluar
Elemento observadoInterpretación fundamentadaPróximo paso
Varios atributos estables coinciden.La identidad se apoya según las pruebas y el contexto documentado.Conservar los motivos y comprobar los casos limitados de la regla.
Un nombre cercano y una dirección compartida coinciden solo.La aproximación sigue siendo frágil frente a las homónimas y estructuras cercanas.Buscar identificadores o mantener una categoría incerta.
La fusión produce atributos incompatibles en el mismo período.La regla puede reunir objetos distintos.Volver a los originales y corregir los análisis dependientes.

Revisión del documento de trabajo

La verificación final debe poder cancelar una fusión y recuperar los valores fuentes. Las normas deben ser conservadas por separado para no convertir una ayuda de investigación en prueba de identidad.

RESULTADOS / EJEMPLO DE REDACCIÓN

Presentación de los resultados: Documentar los indicios de una coincidencia entre entidades

Punto que aclarar

Una decisión de fusión debe poder ser revisada a partir de los datos iniciales.

Antes de transmitir

Verificar los indicios contradictorios y los efectos de la fusión en los análisis.

Ejemplo de conclusión fundamentada

La aproximación se basa en los indicadores descritos. Los casos ambiguos se mantienen separadamente y las transformaciones de los atributos se mantienden con sus reglas.