Materiales duplicados: cómo identificarlos si la descripción cambia

Para identificar materiales duplicados cuando las descripciones son diferentes, deje de comparar texto y empiece a comparar características. Separe los ítems por familia, extraiga los atributos que definen cada ítem (fabricante y número de parte, dimensiones, material, norma, unidad de medida) y compare solo dentro de la misma familia. El software encuentra los candidatos; la decisión de que dos códigos son el mismo ítem es de una persona que conoce el material, con la evidencia registrada.

He visto esta escena en muchos almacenes.

El mismo rodamiento registrado con tres códigos. Uno escrito como lo escribe compras, otro como lo escribe mantenimiento, el tercero con el número de parte del fabricante metido en medio de la descripción. Uno de ellos lleva meses quieto en el estante. Otro está en una compra urgente, porque la máquina se detuvo y el sistema dice que no hay existencias.

Nadie lo hizo a propósito. Cada persona registró lo que necesitaba, como sabía, y el sistema lo aceptó. El resultado es inventario inmovilizado por un lado y compra de emergencia por el otro, del mismo ítem.

¿Qué es la deduplicación de materiales?

En el glosario de 4MDG, la deduplicación es el proceso de reconocer que dos o más registros describen la misma entidad. Una vez reconocido, hay tres desenlaces posibles: unificarlos, apuntar un registro al otro (referencia cruzada) o marcarlos como distintos.

La estadística oficial trata un problema parecido con el nombre de record linkage (vinculación de registros). En un documento del U.S. Census Bureau, la oficina de censos de Estados Unidos, William E. Winkler define el record linkage como "the means of combining information from a variety of computerized files", es decir, el medio para combinar información de varios archivos. Señala que el tema también aparece como limpieza de datos e identificación de objetos, y que los métodos básicos comparan pares de registros para encontrar los que se refieren a la misma entidad. Es un contexto útil: deduplicar el maestro de materiales es una versión del mismo desafío, con las particularidades de quien compra, almacena y mantiene.

¿Por qué la descripción libre esconde duplicados?

Porque dos personas describen el mismo ítem de formas distintas, y una búsqueda por texto solo encuentra lo que se escribió igual. Las variaciones más frecuentes:

• Abreviaturas: "ROD.", "RODAM.", "RODAMIENTO". Cada área tiene su atajo.
• Orden de las palabras: "RODAMIENTO RIGIDO BOLAS" y "BOLAS RODAMIENTO RIGIDO" piden lo mismo, pero no son la misma cadena de texto.
• Unidades y formatos: milímetros en un registro, pulgadas en el otro; coma decimal en uno, punto en el otro.
• Errores de digitación: una letra cambiada basta para que la búsqueda falle.
• Idioma: un código descrito en el idioma local y otro copiado del catálogo del fabricante en inglés.
• Número de parte del fabricante dentro del texto: el dato más fuerte del registro queda mezclado en la descripción, sin campo propio, y nadie puede compararlo.

Por eso digo que deduplicar comparando descripciones es buscar una aguja con los ojos cerrados. La salida es convertir la descripción en características que sí se pueden comparar.

¿Qué señales indican que dos materiales son el mismo ítem?

No todas las señales pesan lo mismo. Algunas casi confirman el duplicado. Otras solo indican que vale la pena revisar. La tabla resume cómo separo los dos grupos.

Señal	Fuerza	Precaución
Mismo fabricante y mismo número de parte del fabricante	Fuerte	Verifique que el número de parte no tenga un sufijo distinto que cambie la versión del ítem.
Atributos clave de la familia iguales (por ejemplo, dimensiones, material, norma)	Fuerte	Solo vale si los atributos de la familia están definidos y completos en ambos registros.
Misma unidad de medida y misma forma de suministro	Media	Una unidad distinta no prueba que sean ítems diferentes; puede ser solo un error de registro. Si hay factor de conversión (por ejemplo, caja y pieza), verifique el empaque antes de unificar.
Mismo código NCM	Débil	La NCM es una categoría de mercancía. Ítems muy distintos pueden compartir el mismo código.
Descripción parecida	Débil	Sirve para generar candidatos, nunca para decidir sola.
Mismo proveedor habitual	Débil	Un proveedor vende muchos ítems parecidos; esto solo ayuda a priorizar la revisión.

Una nota sobre la NCM: es la Nomenclatura Común del Mercosur, la clasificación de mercancías que se usa en Brasil. La Receita Federal, la autoridad tributaria brasileña, la describe como una nomenclatura regional para categorizar mercancías. Categoría, no identidad. Dos rodamientos de tamaños distintos pueden tener la misma NCM y seguir siendo ítems diferentes. Si usted trabaja con otro sistema de clasificación, la lógica es la misma.

¿Cómo identificar materiales duplicados, paso a paso?

1. Separe por familia

Comparar todo contra todo genera ruido. Rodamiento se compara con rodamiento, válvula con válvula. Si la base todavía no tiene familias confiables, esa es la primera corrección. Ayuda tener claro qué es material, producto y artículo en su empresa antes de armar los grupos.

2. Normalice el texto

Estandarice mayúsculas, tildes, abreviaturas y unidades. Reemplace "ROD." y "RODAM." por un solo término. Convierta las medidas a una unidad común. Normalice también el número de parte: quite espacios, guiones, puntos y ceros a la izquierda, y ponga el fabricante en un campo propio. Es trabajo manual, pero sin él la comparación siguiente no funciona.

3. Extraiga los atributos clave

Saque de la descripción lo que define el ítem: fabricante, número de parte, dimensiones, material, norma. Cada familia tiene sus atributos clave, y quien los define es quien usa el ítem. Aquí un PDM de materiales (modelo de datos del producto, la plantilla de características por familia) marca la diferencia, porque ya indica qué características debe tener cada familia.

4. Compare dentro de la familia

Con los atributos en campos propios, la comparación se vuelve objetiva. Mismo fabricante con mismo número de parte va para un lado. Atributos clave iguales van para otro. Descripción parecida sin atributos coincidentes queda al final.

5. Clasifique en seguro, probable y revisar

Me gustan tres niveles. "Seguro" cuando coinciden las señales fuertes. "Probable" cuando coincide la mayoría de los atributos clave y falta un dato. "Revisar" cuando solo coinciden señales débiles. Dónde trazar cada límite lo decide quien conduce el trabajo, familia por familia, y debe revisarse a medida que aparecen los resultados. No existe un número mágico que sirva para cualquier base.

6. Revisión humana con evidencia

Cada par va a alguien que conoce el material: mantenimiento, ingeniería, abastecimiento. Esa persona decide y registra quién decidió, con base en qué y cuándo. El glosario de 4MDG insiste en este punto: similitud no es identidad, y la decisión necesita trazabilidad.

No es exceso de celo. La norma de calidad estadística C4 del U.S. Census Bureau, "Linking Data Records", exige "Evaluating the accuracy of automated linkages by a manual review" (evaluar la exactitud de las vinculaciones automáticas mediante revisión manual) y establece que "Documentation needed to replicate and evaluate the linking operations must be produced" (debe producirse la documentación necesaria para replicar y evaluar las operaciones de vinculación). Es una norma para datos estadísticos del gobierno de Estados Unidos, no una regla para el maestro de materiales. Pero muestra el punto: incluso en la estadística oficial, la vinculación automática la revisan personas y queda documentada.

¿Qué trampas generan falsos positivos?

Un falso positivo es marcar como duplicado algo que es diferente. En el maestro de materiales ese error sale caro, porque unificar dos ítems distintos hace que alguien reciba la pieza equivocada. Las trampas más comunes:

• Mismo nombre, dimensión distinta: dos rodamientos con la misma descripción genérica y diámetros diferentes. La descripción coincide; el ítem no.
• Misma pieza, norma distinta: un ítem cumple una norma y el otro otra. Para quien compra parecen iguales; para quien mantiene un equipo regulado, no lo son.
• Kit y componente: el kit de reparación contiene la pieza, pero no es la pieza. Son códigos distintos por naturaleza.
• Ítem nuevo e ítem reparado o reacondicionado: misma especificación, valor y uso distintos. Muchas empresas los controlan por separado a propósito.
• Material con control de lote o fecha de vencimiento: dos códigos pueden existir por exigencia de trazabilidad, no por error.

¿Qué no se puede automatizar en la deduplicación?

La búsqueda de candidatos se puede automatizar. La decisión, no. Quedan en manos de una persona:

• Equivalencia técnica: afirmar que la pieza de un fabricante cumple el mismo uso que la de otro.
• Intercambiabilidad: saber si un ítem reemplaza al otro en cualquier equipo o solo en algunos.
• Ítem crítico de mantenimiento: cuando un cambio equivocado detiene la producción o genera riesgo, la decisión es de quien responde por el equipo.
• Impacto en inventario y contratos: unificar afecta saldos, órdenes de compra abiertas y contratos con precio por código. Alguien tiene que revisar el efecto antes.

¿Qué hacer después de encontrar el duplicado?

La tentación es borrarlo. No lo borre. El código duplicado tiene historial de compras, consumo y movimientos, y ese historial cuenta la vida del ítem. Borrarlo rompe informes, auditorías y trazabilidad. Lo que recomiendo:

• Elija el sobreviviente: el código que se queda, normalmente el más completo y más usado. Sus atributos pueden completarse con lo que esté correcto en el otro registro.
• Bloquee el duplicado para compras, planificación y reservas: nadie vuelve a pedir con el código antiguo, la planificación de necesidades de materiales (MRP) deja de generar demanda para él y no acepta nuevas reservas ni requisiciones.
• Transfiera el saldo: el inventario del duplicado pasa al sobreviviente, con el movimiento registrado.
• Trate las órdenes de compra abiertas: déjelas terminar con el código antiguo o ajústelas con el proveedor, según el proceso de la empresa. Lo importante es no abrir órdenes nuevas con el código bloqueado.
• Cree la referencia cruzada: el código antiguo apunta al sobreviviente, para que quien busque por el número antiguo encuentre el nuevo.
• Conserve el historial: el registro antiguo se queda, bloqueado y vinculado al sobreviviente.

¿Cómo evitar que el duplicado vuelva?

Limpiar la base y dejar la puerta abierta es secar el piso con la llave abierta. El glosario de 4MDG recuerda que resolver en la entrada cuesta menos que resolver después.

La regla más simple es buscar por características antes de crear. El gobierno federal de Brasil lo pide en el CATMAT, su catálogo federal de materiales para compras públicas. El tutorial de solicitudes de catalogación del Portal de Compras del gobierno federal brasileño indica que es importante realizar una búsqueda previa para verificar si el ítem deseado ya está registrado en el catálogo, y el sistema filtra los ítems por las características elegidas. Si un catálogo federal pide esto antes de crear un ítem, una empresa también puede pedirlo.

En la solicitud de alta de materiales, esto se convierte en un paso obligatorio: quien solicita elige la familia, completa los atributos clave y ve los ítems que ya existen con esas características antes de pedir uno nuevo.

¿Cómo se ve esto en un ejemplo hipotético?

Ejemplo hipotético, creado para ilustrar el método. No describe una empresa real.

Una empresa tiene tres códigos en la familia de rodamientos: el código A, descrito como "RODAMIENTO RIGIDO DE BOLAS" con el número de parte del fabricante al final; el código B, con la descripción en inglés copiada del catálogo, mismo fabricante y mismo número de parte; y el código C, "ROD. BOLAS", sin fabricante y con las dimensiones en la descripción.

Después de normalizar y extraer los atributos, A y B tienen fabricante y número de parte iguales: van a "seguro". C tiene las mismas dimensiones, pero sin fabricante: va a "probable". Mantenimiento confirma que A y B son el mismo ítem y elige A como sobreviviente. Sobre C, el técnico revisa la especificación y descubre que el sello es distinto: son ítems diferentes. C se queda, recibe los atributos que le faltaban y pasa a tener descripción propia. Sin la revisión humana, C se habría unificado por error.

¿Por dónde empezar a deduplicar materiales?

1. Elija una familia con muchos ítems y muchas compras, donde el duplicado duele más.
2. Defina con quienes usan el ítem los atributos clave de la familia. Si la empresa todavía no los tiene, empiece por el PDM; el texto sobre PDM y MDM ayuda a separar los dos conceptos.
3. Normalice el texto y extraiga los atributos de esa familia.
4. Genere los pares candidatos y clasifíquelos en seguro, probable y revisar.
5. Lleve los pares a revisión con quien conoce el material y registre cada decisión.
6. Trate los duplicados confirmados sin borrar: sobreviviente, bloqueo, saldo, referencia cruzada.
7. Ponga la búsqueda por características en la entrada y siga el índice de duplicidad, como explico en el artículo sobre cómo medir la calidad de los datos maestros.

Preguntas frecuentes

¿Se pueden deduplicar materiales solo con IA?

La IA ayuda a encontrar ítems iguales descritos de formas distintas y a sugerir pares. La decisión de que dos códigos son el mismo ítem sigue siendo de una persona que conoce el material, porque implica equivalencia técnica, criticidad e impacto en el inventario. Use la IA para acortar la lista, no para cerrar la decisión.

¿Puedo borrar el código duplicado en el ERP?

No es recomendable. El código duplicado tiene historial de compras, consumo y movimientos. El camino más seguro es bloquear el código para compras, transferir el saldo al sobreviviente, crear la referencia cruzada y mantener el registro antiguo vinculado al nuevo.

¿Cuál es la diferencia entre un ítem duplicado y uno similar o equivalente?

Duplicado es el mismo ítem registrado con más de un código. Similar es un ítem parecido que tiene alguna diferencia relevante, como dimensión, norma o sello. Equivalente es un ítem distinto que cumple el mismo uso; reconocer la equivalencia es una decisión técnica y normalmente se convierte en referencia cruzada, no en unificación.

¿Necesito un PDM antes de deduplicar?

No tiene que estar listo para toda la base, pero la familia que va a deduplicar necesita atributos clave definidos. Sin ellos, la comparación vuelve a ser por texto. La página de saneamiento de 4MDG afirma que deduplicar sin estandarizar solo resuelve el síntoma.

¿Con qué frecuencia debo buscar duplicados?

Depende del volumen de ítems nuevos y de qué tan controlada esté ya la entrada. Si la búsqueda por características en la solicitud funciona, el barrido periódico se convierte en una verificación. Si la entrada está abierta, los duplicados vuelven y el barrido debe ser más frecuente. El indicador de duplicidad muestra cuál es su caso.

¿Qué hacer con el saldo y las órdenes abiertas del ítem duplicado?

El saldo pasa al código sobreviviente, con el movimiento registrado. Las órdenes abiertas pueden terminar con el código antiguo o ajustarse con el proveedor, según el proceso de la empresa. Lo que no puede pasar es abrir una orden nueva con el código bloqueado.

Cómo 4MDG puede ayudar

En 4MDG, la deduplicación es una etapa del saneamiento de datos maestros, que se hace después de la estandarización, con puntaje de similitud y supervivencia atributo por atributo (la regla que define qué valor se queda en cada atributo del registro sobreviviente). En el PDM de materiales de 4MDG, las sugerencias de ítems iguales pasan por la aprobación del especialista, y la decisión final es siempre humana. Si quiere saber cuánta duplicidad hay en su maestro de materiales, solicite el diagnóstico, hecho sobre una muestra real y sin instalar nada en su entorno. Si prefiere conversar antes, contáctenos.

Fuentes

• 4MDG. Glosario: Deduplicación. https://4mdg.com.br/es/glossario-deduplicacao. Consultado el 8 de octubre de 2026.
• U.S. Census Bureau. William E. Winkler, "Overview of Record Linkage and Current Research Directions", RRS2006-02, 2006. https://www.census.gov/library/working-papers/2006/adrm/rrs2006-02.html. Consultado el 8 de octubre de 2026.
• U.S. Census Bureau. "Statistical Quality Standard C4: Linking Data Records", revisado el 8 de octubre de 2021. https://www.census.gov/about/policies/quality/standards/standardc4.html. Consultado el 8 de octubre de 2026.
• Ministerio de Gestión e Innovación en Servicios Públicos de Brasil, Portal de Compras del Gobierno Federal. Tutorial de solicitudes de catalogación del catálogo de materiales y servicios, "Catálogo de Materiais e Serviços: Pedidos de Catalogação" (título original en portugués). https://www.gov.br/compras/pt-br/acesso-a-informacao/manuais/copy_of_manuais/manual-fase-interna/manual-catmat-catser/temporario-tutorial_pedidos-de-catalogacao_web_final.pdf. Consultado el 8 de octubre de 2026.
• Receita Federal de Brasil (autoridad tributaria). Página "NCM" (en portugués). https://www.gov.br/receitafederal/pt-br/assuntos/aduana-e-comercio-exterior/classificacao-fiscal-de-mercadorias/ncm. Consultado el 8 de octubre de 2026.