Analizar CSV financiero con ChatGPT

Subir una hoja de cálculo a una IA puede ahorrar tiempo para explorar datos, pero también puede exponer información sensible o provocar errores silenciosos. La clave es preparar una copia mínima, formular una pregunta reproducible y volver a calcular los resultados importantes.

Contenido educativo, no asesoramiento financiero personalizado ni recomendación de comprar o vender activos. Comprueba las cifras en la documentación original y valora los riesgos por tu cuenta.

✓Qué aprenderás en esta guía

Prepara el archivo antes de subirlo
Pide análisis concretos y reproducibles
Verifica los números por separado

Prepara el archivo antes de subirlo

Un CSV útil debe tener encabezados claros, una fila por registro y un formato consistente. Por ejemplo: fecha, activo, categoría, importe, moneda y fuente. Evita mezclar texto y números en una misma columna o introducir subtotales entre las filas de datos.

Antes de compartirlo, crea una copia y elimina nombre, número de cuenta, IBAN, correo, dirección, número de operación y cualquier otro identificador que no sea imprescindible. Nunca subas contraseñas, claves privadas, frases semilla o códigos de autenticación.

Pide análisis concretos y reproducibles

Comienza con preguntas descriptivas: ¿cuántas filas hay?, ¿qué columnas contienen valores ausentes?, ¿hay fechas duplicadas?, ¿qué moneda se usa?, ¿qué registros tienen importes negativos? Después pide agregaciones por mes o categoría, con la fórmula explicada.

Si el archivo contiene retornos, aclara si son simples o logarítmicos, si incluyen comisiones y cómo se han tratado los dividendos. Un cálculo mensual no es directamente comparable con uno diario y una rentabilidad acumulada no es lo mismo que la media aritmética de periodos.

Verifica los números por separado

Pide que la herramienta explique los pasos y que muestre una tabla intermedia para poder auditar los resultados. Repite los cálculos esenciales en una hoja de cálculo o en un script independiente. Revisa filas excluidas, zonas horarias, separadores decimales y datos faltantes.

El análisis de datos puede acelerar tareas, pero no elimina los errores de origen. Si importas datos desde un bróker, revisa los términos de uso, la privacidad y si tienes derecho a compartirlos con un servicio externo. Para un proyecto público, usa datos ficticios o públicos en los ejemplos.

Recordatorio: el análisis asistido por IA puede contener errores, omitir contexto o utilizar datos desactualizados. Verifica las cifras y no interpretes este contenido como una recomendación personalizada de inversión.

Ejemplo aplicado: detectar datos duplicados en un CSV

Imagina un CSV de movimientos con columnas fecha, activo, operación, unidades, precio y comisión. Antes de analizar rendimiento, revisa si hay filas duplicadas, importes negativos, separadores decimales inconsistentes o fechas en formato mixto. Una duplicación de una compra puede distorsionar el coste medio y el peso de una posición.

Pide primero un informe de calidad de datos, no una conclusión de rentabilidad. Solicita el número de filas original y final, las reglas de limpieza aplicadas y una lista de filas excluidas. Conserva una copia intacta del archivo y compara los totales con el extracto original. Nunca cargues números de cuenta, documentos de identidad ni exportaciones completas con datos personales si no son necesarios.

Lista de seguridad y reproducibilidad

Elimina nombres, IBAN, identificadores de cuenta y notas personales.
Comprueba qué política de tratamiento de datos y controles ofrece el proveedor de IA.
Define si los retornos son brutos o netos y cómo se tratan las comisiones.
Solicita que la herramienta documente filtros, exclusiones y fórmulas.
Recalcula los agregados importantes en una hoja de cálculo independiente.

Prepara un conjunto de datos reproducible

Antes de analizar, conserva una copia intacta del CSV original y trabaja sobre una copia. Define separador, codificación, formato de fecha, moneda, unidades, valores ausentes y criterio para duplicados. En español es frecuente que las comas se utilicen como separador decimal; mezclar ese formato con un separador de campos incorrecto puede convertir precios o porcentajes en texto o cambiar su valor.

La documentación de análisis de datos en ChatGPT explica el tipo de tareas de archivo que puede ayudar a resolver, pero las funciones concretas dependen del producto y del plan. Pide que describa los pasos y que muestre una muestra del archivo interpretado antes de aceptar agregaciones o conclusiones.

Pruebas básicas de integridad

Comprueba cuántas filas y columnas se cargaron.
Revisa las primeras y últimas filas y los tipos de datos.
Cuenta nulos y duplicados antes de eliminarlos.
Verifica que los totales coincidan con una suma independiente.
Guarda una nota de las transformaciones aplicadas.

Protege los datos financieros antes de subirlos

No es necesario adjuntar un extracto bancario completo para preguntar cómo calcular una media o clasificar categorías. Elimina nombres, IBAN, direcciones, números de cuenta, referencias únicas y cualquier columna que no aporte al análisis. Sustituir el nombre por “Cliente 1” puede no anonimizar el archivo si quedan datos que permiten reidentificar a la persona.

Consulta la política de datos de la herramienta que utilizas y la documentación sobre carga de archivos antes de enviar información. La orientación de NIST sobre gestión del riesgo de IA ofrece un marco general para identificar riesgos, definir controles y documentar límites; no sustituye las obligaciones legales concretas aplicables a tus datos.

Regla práctica de minimización

Sube una muestra sintética si basta para resolver la duda.
Comparte datos agregados en lugar de transacciones individuales.
No subas credenciales, claves API, frases semilla ni contraseñas.
Comprueba el archivo de salida contra un cálculo independiente.

Plantilla de prompt reutilizable

“Analiza este CSV solo de forma descriptiva. Primero informa número de filas, columnas, duplicados, valores ausentes, formatos y unidades; no borres registros sin enumerar la regla aplicada. Después calcula los totales solicitados mostrando fórmula, filtros y filas incluidas. No inventes datos que falten.”

Laboratorio de datos: cinco controles antes de pedir una conclusión

Un análisis de CSV puede fallar aunque el resumen final suene convincente. Antes de interpretar una serie financiera, compara el número de filas con el archivo original, busca duplicados por clave, cuenta los valores vacíos, valida fechas y comprueba unidades. Después realiza al menos una reconciliación independiente: la suma por categoría debería coincidir con el total esperado, salvo que el archivo documente ajustes.

Control	Cómo probarlo	Qué registrar
Integridad	N.º de filas antes y después de limpiar	Filas excluidas y motivo
Duplicados	Clave compuesta fecha + activo + operación	Duplicados exactos y posibles
Formato	Coma decimal, separador de miles, moneda	Regla de conversión aplicada
Rangos	Fechas futuras, importes imposibles o signos inesperados	Casos revisados manualmente
Conciliación	Recalcular un total con Excel/hoja de cálculo	Diferencia observada

Si el archivo contiene operaciones de una cuenta real, crea una copia y elimina nombres, IBAN, números de referencia, direcciones y cualquier dato innecesario. Cambiar únicamente el nombre no garantiza anonimización: patrones de fecha, cantidades o descripciones también pueden reidentificar a una persona. No subas contraseñas, claves API ni frases semilla.

El recurso de análisis de datos de OpenAI explica que ChatGPT puede trabajar con archivos y realizar análisis, pero la capacidad disponible depende del producto y de la configuración. La función no elimina la necesidad de revisar los datos, las transformaciones y el resultado. Consulta la documentación oficial.

La documentación de OpenAI recomienda estructurar archivos con encabezados claros y revisar cálculos, supuestos y límites del análisis generado; no subas identificadores innecesarios. Fuentes de referencia: OpenAI · análisis de datos con ChatGPT · OpenAI · archivos que se pueden subir y sus límites.

Laboratorio de datos: valida el CSV antes de interpretar resultados

El error más peligroso en un análisis con CSV no siempre es una fórmula equivocada; puede ser un archivo que parece limpio, pero mezcla divisas, fechas o niveles de agregación. Antes de pedir una conclusión, registra una pequeña ficha de calidad del conjunto de datos.

Control	Qué calcular o revisar	Qué hacer si falla
Esquema	Nombres, tipos de columna y unidades	Definir un diccionario de datos antes del análisis
Duplicados	Clave única esperada, por ejemplo ISIN + fecha + serie	Determinar si es duplicado real o una observación válida
Fechas	Zona horaria, formato, huecos y orden temporal	Normalizar y conservar la fecha original
Importes	Separador decimal, divisa, escala y signo	Convertir de manera explícita y documentar la regla
Faltantes	Nulos por columna y por periodo	No sustituirlos automáticamente por cero

Si un CSV contiene 10.000 filas y la IA devuelve un promedio, exige tres elementos: el número de filas que realmente utilizó, la regla para excluir datos y una fórmula que puedas reproducir en una hoja de cálculo. Si no puedes replicar el resultado, clasifícalo como pendiente de verificación.

Privacidad por diseño

Antes de subir un archivo, elimina nombres, identificadores de cuenta, números de contrato y otros datos que no sean necesarios. Trabaja con datos agregados o sintéticos cuando la finalidad sea probar un método. No pegues contraseñas, claves privadas, códigos de autenticación ni extractos con información identificable en un chatbot público. La herramienta debería recibir la mínima información necesaria para la tarea.

Para aumentar la reproducibilidad, guarda el archivo original sin modificar, una copia de trabajo normalizada, la fecha de extracción y un resumen de los cambios realizados. Así podrás reconstruir el proceso si aparece una discrepancia.

Preguntas frecuentes

¿Cómo compruebo que el CSV se ha interpretado correctamente?

Valida el número de filas, los encabezados, el separador decimal, las fechas, los valores nulos y el total de una muestra calculada fuera del modelo.

¿Qué hago si los importes usan coma decimal?

Declara el formato de forma explícita —por ejemplo, 1.234,56— y comprueba varias filas con importes conocidos antes de analizar toda la columna.

¿Puedo subir extractos bancarios a una IA pública?

Evítalo si contiene datos identificativos o sensibles. Usa datos sintéticos o minimizados cuando baste, revisa los controles de datos del proveedor y nunca incluyas credenciales ni números de tarjeta completos.

Fuentes y lecturas oficiales

Método de la guía: verificar el esquema del archivo, contrastar agregados y probar casos conocidos antes de confiar en el análisis generado.

Metodología: guía educativa con apoyo de IA. No se simulan pruebas de producto ni se atribuyen credenciales profesionales no verificadas. Si detectas un error, utiliza la página de contacto para señalarlo.