Datos locales

Previsualizador local de transformaciones CSV

Compara el archivo original con reglas de eliminación, reemplazo, máscara y seudónimo de sesión antes de exportar.

El archivo permanece en este navegador. Esta página no usa analítica, anuncios, cookies, almacenamiento ni conexiones de red.

Paso 1

Carga una muestra o un archivo

CSV UTF-8, hasta 20 MiB, 100.000 filas y 200 columnas.

Archivo CSV Pegar CSV

Seleccionar archivo local Ningún archivo seleccionado

Paso 2

Define las reglas por columna

Los valores vacíos se conservan vacíos. Puedes encadenar máscara o seudónimo después del primer paso.

Muestra original

Máximo 20 filas; la evaluación completa usa todo el archivo.

Reglas de transformación
Columna	Perfil	Primer paso	Segundo paso	Reemplazo

Paso 3

Impacto antes de exportar

Resultado local

Antes

Después

Impacto por columna
Columna	Regla	Cambios	Únicos antes/después	Colisiones	Riesgo residual

Cómo leer el resultado

Transformar no equivale a anonimizar

Eliminar

Retira una columna de la exportación. No borra el archivo fuente ni evita que otras columnas revelen la misma información.

Reemplazar

Sustituye valores no vacíos por una etiqueta fija. Conserva la posición y permite distinguir vacíos de valores presentes.

Máscara parcial

Conserva extremos y una señal de longitud. Es útil para revisión visual, pero mantiene patrones potencialmente identificables.

Seudónimo de sesión

Usa HMAC-SHA256 con una clave aleatoria efímera. El mismo valor produce el mismo token solo mientras este worker permanece abierto.

Al exportar se neutralizan celdas que podrían ejecutarse como fórmulas en una hoja de cálculo. No se detectan automáticamente todas las categorías de datos personales y no se certifica k-anonimato, irreversibilidad ni cumplimiento normativo.

Guía de decisión

Elige una regla por el riesgo que queda

El perfil sugerido es un punto de partida. La decisión sigue siendo tuya y debe revisarse sobre la salida completa.

Ubica identificadores directos. Nombre, correo, teléfono o un ID de cliente pueden enlazar una fila con una persona. Eliminar la columna es la opción más conservadora cuando no hace falta para el análisis.
Revisa cuasi-identificadores en conjunto. Ciudad, edad, cargo, fecha o empresa pueden parecer inocuos por separado y ser raros al combinarse. Esta página cuenta únicos por columna, pero no calcula k-anonimato ni descubre todas esas combinaciones.
Conserva solo la utilidad necesaria. Usa reemplazo para categorías que pueden perder detalle, máscara para revisión visual y seudónimo de sesión cuando necesitas reconocer repeticiones dentro de esta ejecución local.
Detente antes de descargar. Mira únicos antes/después, colisiones, celdas modificadas y riesgo residual. Si aún puedes reconocer a alguien por una combinación o contexto externo, vuelve a las reglas o no compartas el archivo.

Casos de uso

Tres decisiones que puedes comprobar

Los ejemplos usan datos sintéticos y describen el riesgo restante, no una garantía legal.

Compartir un fixture de soporte

Entrada: pedido, correo, teléfono, ciudad y nota. Regla: elimina correo, enmascara teléfono y reemplaza ciudad por una zona amplia.

Comprueba: que la nota no repita el correo ni el nombre, y que los únicos de ciudad hayan bajado. Una máscara conserva patrón y longitud: no equivale a borrar el dato.

Preparar datos para pruebas internas

Entrada: ID de cuenta, estado, fecha y total. Regla: usa seudónimo de sesión para el ID y conserva estado y total solo si no vuelven identificable la fila.

Comprueba: que valores iguales reciban el mismo token en esta ejecución y que no haya colisiones mostradas. El token cambia al reiniciar el worker; no sirve como identificador persistente.

Entregar una muestra a un tercero

Entrada: nombre, empresa, cargo, ciudad y caso. Regla: elimina nombre y empresa, reemplaza cargo por una familia amplia y revisa si ciudad y caso revelan la identidad.

Decisión: no exportes si una fila rara sigue siendo reconocible por el receptor o por fuentes externas. Una persona responsable debe revisar la salida completa antes de compartirla.

Fuentes y alcance

Qué verifica esta página y qué no

Revisión editorial de Wekaton: 2026-08-17. Próxima revisión programada: 2026-11-17 o antes si cambia el motor CSV, el navegador o el alcance publicado.

Método local

El parser usa Papa Parse para archivos locales; el worker propio conserva el cálculo fuera de la interfaz. El seudónimo usa HMAC-SHA256 de sesión mediante la Web Cryptography API.

Riesgo que no desaparece

La guía NIST IR 8053 describe que la desidentificación reduce riesgo, pero algunos datos pueden reidentificarse. Por eso la tabla de impacto es una señal de revisión, no una certificación.

Mantenimiento

Antes de cambiar parser, límites o reglas, Wekaton debe repetir fixtures de CSV, exportación de fórmulas, privacidad, accesibilidad y la comparación de alternativas. La ruta no envía el CSV mientras se usa; abrir una fuente externa es una navegación voluntaria aparte.

Comparación fechada

Diferencia concreta, no promesa de exclusividad

Consulta del 2026-08-17. Las alternativas pueden cambiar; esta tabla se revisa con el ciclo de mantenimiento.

Comparación de alcance declarado por cada herramienta
Alternativa	Lo que declara	Lectura para esta decisión
CSV Tools	Datos ficticios, redacción, hash y omisión por columna.	Amplía las sustituciones; Wekaton no intenta competir con valores ficticios.
MessyMatch	CSV, TSV y Excel; hash, máscara, redacción, seudónimo y mapa reversible.	Ofrece más formatos y reversibilidad; Wekaton concentra la revisión antes/después y el riesgo por columna.
PII Masker	CSV, XLSX, XLS y TSV; máscara reversible que preserva formato.	Su objetivo es recuperar valores. El seudónimo de Wekaton es efímero y no reversible.
ARX	Modelos formales, generalización y análisis de riesgo para datos tabulares.	Es más profundo para anonimización formal; esta página no sustituye ese tipo de evaluación.