InsightBoard

01 Problema y contexto

Explorar un CSV nuevo exige abrir un notebook o cargarlo a una herramienta con servidor, lo que además implica subir datos potencialmente sensibles a un tercero.

Casi todas las herramientas de análisis automático de datos empiezan por enviar tu archivo a un servidor ajeno. Cuando el CSV contiene personas (una base de clientes, una encuesta, un padrón), eso ya es un problema antes de que el análisis comience. InsightBoard hace el recorrido completo dentro del navegador: parsea el CSV, perfila cada columna, calcula correlaciones, detecta valores atípicos y levanta alertas de calidad sin una sola llamada a servidor.

02 Solución

Todo el análisis corre en el navegador: perfilado de columnas, correlaciones de Pearson, outliers por IQR y alertas de calidad (nulos, encabezados duplicados, PII chilena por regex: email, teléfono, RUT). El reporte se visualiza con Recharts en pestañas y se exporta a PDF o PNG sin que los datos salgan de la máquina.

1. 01Contrato antes que código: dos esquemas fijados y aprobados, uno para el perfil del dataset a la entrada y otro para el resultado del análisis a la salida.
2. 02Siete reglas de comportamiento explícitas, cada una con su criterio de comprobación: rechazo de archivos sobre 50 MB antes de parsear, alerta sobre columnas con más de 80% de nulos, exclusión de la correlación para columnas con menos de 30 filas válidas, renombrado de encabezados duplicados, detección de datos personales, aislamiento de sesión y procesamiento exclusivamente en el cliente.
3. 03Pipeline en cuatro etapas con máquina de estados visible al usuario: parseo con PapaParse, perfilado con detección de cinco tipos de columna, detección de alertas y motor estadístico con correlación de Pearson, atípicos por rango intercuartílico, histogramas y tendencia lineal.
4. 04Reporte en seis vistas, con el número de alertas visible en la propia pestaña y las de datos personales elevadas a severidad alta.
5. 05Verificación con tres conjuntos de prueba construidos a propósito, incluido uno deliberadamente defectuoso: detectó las siete alertas esperadas y excluyó de la correlación la columna con 18 filas válidas.
6. 06Sistema de diseño con tokens CSS centralizados y exportación del reporte desde el propio navegador.

03 Resultados

Cifras verificables en el repositorio y su documentación:

04 Cómo está construido

InsightBoard es una aplicación React que transforma archivos CSV en reportes analíticos automatizados sin backend: todo el procesamiento ocurre en el navegador. Parsea el CSV con PapaParse, perfila columnas con detección de tipos, calcula estadísticas y correlaciones de Pearson con simple-statistics, detecta outliers por IQR y genera alertas de calidad de datos (columnas con exceso de nulos, encabezados duplicados y posibles datos personales como emails, teléfonos y RUT). Los resultados se visualizan con Recharts y pueden exportarse a PDF o PNG.

05 Decisiones éticas

• ✦El procesamiento es íntegramente client-side: no hay backend, no hay API externa y el archivo del usuario nunca se transmite. Es la decisión que define el proyecto, no un detalle de implementación.
• ✦Los datos viven solo en la memoria de la sesión y recargar la página los borra. Se prefirió perder comodidad antes que dejar rastro.
• ✦El detector de datos personales avisa pero no redacta: marca columnas con correos, teléfonos o RUT y deja la decisión en manos de quien conoce el contexto. Ocultar automáticamente habría dado una falsa sensación de anonimización.
• ✦Los falsos positivos del detector se documentaron en lugar de silenciarse: se eligió una alerta de más antes que una omisión silenciosa.

06 Aspectos destacados

• ✦Procesamiento 100% client-side: sin servidor ni APIs externas, con aislamiento de sesión vía UUID y datos solo en memoria.
• ✦Motor de análisis propio: correlación de Pearson con guarda de 30 filas válidas, outliers por IQR, histogramas y tendencias lineales.
• ✦Alertas de calidad de datos: PII por regex (email, teléfono, RUT chileno), columnas con exceso de nulos y encabezados duplicados auto-renombrados.
• ✦Exportación del reporte a PDF y PNG con jsPDF y html2canvas.
• ✦Arquitectura documentada en SOPs con pipeline Upload → Parse → Profile → Analyze → Render y datasets de prueba incluidos.

07 Limitaciones

No hay conjunto de datos propio: la herramienta trabaja sobre el CSV que aporta el usuario, así que los límites son de tamaño y de validez estadística. El tope es 50 MB. El rendimiento se comprobó con archivos de 150 a 500 filas; el comportamiento con cientos de miles de filas en memoria del navegador no está medido y es el primer punto que cedería. La correlación de Pearson se calcula solo con 30 o más filas válidas y asume relación lineal, de modo que un coeficiente bajo no descarta dependencia. La detección de tipos es heurística. La detección de datos personales usa expresiones regulares con falsos positivos conocidos sobre números largos.