Qué es la coincidencia aproximada en Power Query

La coincidencia aproximada es una comparación que busca similitudes entre textos, en lugar de exigir igualdad literal. Microsoft documenta que Power Query utiliza el algoritmo de similitud de Jaccard para esta función y que solo admite columnas de texto en la combinación aproximada. Consulta la documentación oficial de Microsoft sobre combinación aproximada.

Una combinación exacta resulta preferible cuando ambas tablas comparten un identificador fiable. La aproximada puede ayudar cuando únicamente existen nombres con erratas, espacios o variantes. No sustituye la mejora de la calidad de los datos: puede ocultar problemas si se aceptan todas sus propuestas automáticamente.

Cómo combinar tablas con nombres parecidos

1. Prepara ambas consultas. Utiliza una tabla de registros pendientes y otra de referencia, con un identificador estable y un nombre canónico.
2. Conserva el texto original. Crea una columna de trabajo para quitar espacios sobrantes o corregir errores conocidos. Comprueba que su tipo sea texto.
3. Combina las consultas. Selecciona las columnas de nombres. Una combinación externa izquierda permite conservar los registros de origen aunque no encuentren correspondencia.
4. Activa la coincidencia aproximada. Marca la opción correspondiente en el cuadro de combinación y despliega sus ajustes.
5. Configura y prueba. Empieza con el umbral predeterminado y compara los resultados con una muestra revisada manualmente.
6. Expande las coincidencias. Incorpora el identificador y el nombre de referencia. Separa los registros aceptados, dudosos y sin correspondencia antes de utilizarlos.

Comprueba también el número de filas resultante: varias coincidencias para un registro pueden multiplicar filas al expandir la tabla combinada.

Cómo ajustar el umbral de similitud

El umbral de similitud es el valor mínimo exigido para considerar una coincidencia. Microsoft establece un intervalo de 0 a 1 y un valor predeterminado de 0,80. Subirlo restringe los resultados; bajarlo permite más candidatos, incluidos posibles errores. La documentación explica también las opciones para ignorar mayúsculas y limitar las coincidencias devueltas.

Limitar el resultado a una coincidencia por fila simplifica la salida, pero no demuestra que sea correcta ni impide que varias filas apunten al mismo registro de referencia. Si necesitas detectar ambigüedades, prueba primero con varios candidatos.

Ejemplo práctico: normalizar nombres de proveedores

Supongamos un ejemplo ficticio: una tabla contiene «Suministros La Ribera», «Sum. La Ribera» y «Suministros Ribera Norte». El catálogo de referencia incluye «Suministros La Ribera» y «Suministros Ribera Norte», cada uno con su identificador.

La abreviatura podría generar una propuesta útil, pero también una asociación equivocada. Verifica las correspondencias con otro dato disponible y fiable, como el código de proveedor del sistema de origen. No aceptes una relación únicamente porque ambos nombres contienen «Ribera».

Cuando una equivalencia esté confirmada, puedes documentarla en una tabla de transformación. Microsoft describe esta opción para asociar variantes conocidas durante la comparación. No la uses para convertir una sospecha en una regla permanente.

Conclusión: automatiza la propuesta, conserva la revisión

La combinación aproximada ayuda a reducir búsquedas manuales, pero necesita un catálogo cuidado y criterios de aceptación. Antes de incorporarla a una automatización empresarial, comprueba las asociaciones incorrectas, las ausencias de coincidencia y las filas duplicadas en una muestra representativa.