# Flujos de calidad de datos e investigación de anomalías

Perfila datos tabulares, aísla duplicados, faltantes, rupturas referenciales, valores atípicos y anomalías temporales, y convierte los hallazgos en evidencia defendible.

> Página canónica: https://elysiatools.com/es/hubs/data-quality-anomaly-workflows

- **Palabras clave:** flujo de calidad de datos, detección de duplicados, análisis de faltantes, investigación de atípicos, anomalías de series temporales

## Preguntas frecuentes

### ¿Todo valor atípico implica mala calidad?

No. Un atípico puede representar un suceso raro pero legítimo y necesita contexto de negocio.

### ¿Los duplicados deben borrarse siempre?

No. Algunas filas repetidas son transacciones recurrentes o instantáneas válidas y requieren revisión con claves y fechas.

### ¿La interpolación sirve para cualquier faltante?

No. Solo es razonable cuando la serie está ordenada y la continuidad es defendible.

### ¿Por qué usar medias robustas además de z-scores?

Porque muestran si unos pocos extremos están deformando la tendencia central lo suficiente como para alterar decisiones operativas.