Data Lake para BI

El módulo Insights publica datos de ReAuditIA en formato Parquet para analizarlos con herramientas de BI. La incorporación es diaria: no es una consulta en tiempo real y una configuración nueva puede aparecer en el siguiente ciclo.

Datos necesarios para conectarse

Solicita a Soporte:

• el identificador de tu organización;
• el endpoint de acceso y, si corresponde, el endpoint alternativo;
• un token SAS con caducidad;
• la confirmación de la herramienta desde la que se consumirá.

Pide los permisos mínimos de lectura y listado. Si necesitas restringir el acceso a una o varias IP, indícalas al solicitarlo. Los permisos de escritura no están incluidos salvo que se habiliten expresamente para un caso acordado.

Custodiar el token

• Guárdalo en el almacén seguro de la herramienta de BI, nunca dentro de un informe compartido, un repositorio o un correo.
• Limita su caducidad al periodo necesario; no debe superar 12 meses.
• Solicita una renovación antes de que caduque y sustituye las credenciales de las consultas programadas.
• Solicita su revocación inmediata si se comparte por error o deja de ser necesario.

Organización de los datos

Dentro del contenedor hay una carpeta con el identificador de tu organización. Todas las rutas de la tabla son relativas a esa carpeta. Por ejemplo, si el identificador entregado es EmpresaEjemplo, primero debes entrar en EmpresaEjemplo/ y, desde ahí, acceder a scorecards/ o formularios/.

Las rutas se dividen por fecha con year, month y day. El consumidor debe leer todos los ficheros Parquet de las particiones que necesite y no depender de un nombre de fichero concreto.

Información	Ruta relativa a la carpeta de la organización
Fichas de evaluación	scorecards/{ficha}/year=YYYY/month=MM/day=DD/
Formularios de audio	formularios/general/{formulario}/year=YYYY/month=MM/day=DD/
Objeciones	formularios/objeciones/{formulario}/{comprobacion}/year=YYYY/month=MM/day=DD/
Hechos documentales	formularios/{formulario}/facts/year=YYYY/month=MM/day=DD/
Detalle documental	formularios/{formulario}/details/category={categoria}/year=YYYY/month=MM/day=DD/
Elementos de listas documentales	formularios/{formulario}/items/category={categoria}/field={campo}/year=YYYY/month=MM/day=DD/

En las rutas documentales se usa el nombre del formulario, no su identificador numérico.

Capas documentales

• facts: una vista resumida por documento y categoría.
• details: los campos extraídos para cada categoría.
• items: una fila por cada elemento de un campo que contiene una lista.

Si una categoría o un campo todavía no ha producido datos, su carpeta puede no existir hasta un ciclo posterior.

Entender las columnas

• En un formulario de audio aparecen las comprobaciones configuradas y los metadatos informados en cada carga.
• En una ficha de evaluación aparecen sus categorías y subcategorías con las puntuaciones calculadas, además de los metadatos disponibles.
• Las objeciones se consultan por separado porque una misma conversación puede producir varias filas.
• En facts, las columnas comunes identifican el documento, el formulario, el fichero, la fecha, la categoría y el número de páginas.
• En details, document_id permite relacionar cada registro con facts; el resto de columnas son los campos escalares de su categoría.
• En items, document_id mantiene esa relación, array_index indica la posición del elemento y las demás columnas contienen sus subcampos.

El esquema depende de la configuración. Para anticipar las columnas, abre el formulario y revisa sus comprobaciones y metadatos; para una ficha, revisa sus categorías, subcategorías, pesos y rangos. Si cambia la configuración, vuelve a actualizar el esquema en la herramienta de BI.

Conectar Power BI

1. Abre Obtener datos > Azure > Azure Data Lake Storage Gen2.
2. Introduce el endpoint y el contenedor entregados por Soporte, sin añadir una ruta de fichero concreta.
3. Selecciona Firma de acceso compartido (SAS) y pega únicamente el token entregado.
4. En el navegador de datos, entra primero en la carpeta cuyo nombre coincide con el identificador de tu organización.
5. Desde esa carpeta, entra en scorecards o formularios y selecciona las rutas necesarias.
6. Combina los ficheros Parquet de las particiones y revisa los tipos de columna antes de publicar el informe.
7. Configura la actualización después de comprobar manualmente que la consulta devuelve datos.

Si el endpoint personalizado no funciona con el conector, utiliza el endpoint alternativo entregado por Soporte. No construyas una dirección diferente por tu cuenta.

Conectar Databricks

1. Guarda el token SAS en el almacén seguro del espacio de trabajo; no lo escribas en el notebook.
2. Configura la conexión con el endpoint y el contenedor entregados.
3. Comprueba primero que puedes listar el contenedor y entra en la carpeta cuyo nombre coincide con el identificador de tu organización.
4. Toma esa carpeta como raíz y lee los Parquet de la ruta necesaria de forma recursiva para incluir sus particiones.
5. Filtra por year, month y day y valida el esquema antes de crear una tabla o vista estable.

Ejemplo de ruta sintética relativa a la carpeta EmpresaEjemplo/ de la organización:

formularios/FormularioEjemplo/items/category=Pedidos/field=Lineas/year=2026/month=09/day=28/

Incidencias frecuentes

Problema	Comprobación
Acceso denegado	Revisa la caducidad del token, los permisos de lectura/listado y la IP de salida
No se puede abrir el endpoint	Prueba el endpoint alternativo entregado y confirma que tu red permite la conexión
La carpeta está vacía	Comprueba el nombre del formulario, la fecha y si ya terminó el siguiente ciclo diario; el retraso puede llegar a 24 horas
Faltan columnas	Revisa si estás combinando categorías o periodos con esquemas diferentes
Faltan elementos de una lista	Consulta la capa items además de facts y details
La actualización programada falla	Sustituye el token caducado en las credenciales de la fuente y vuelve a probar

Al pedir ayuda, indica la herramienta, la ruta relativa, la fecha consultada y el mensaje de error. No adjuntes el token SAS completo.