Figura 3. Fórmulas de referencia para dos de los algoritmos evaluados.

Para Jaro-Winkler se utilizó la similitud ajustada JW = J + (l * p * (1 - J)), donde J representa la similitud base, l la longitud del prefijo común y p el factor de escala. En los experimentos se trabajó con p = 0.45.

Precisión

La precisión se calculó contrastando la homologación esperada por el cliente contra la homologación propuesta por cada algoritmo. Para cada punto de corte se generó una matriz de comparación entre:

·       los 100 nombres por homologar;

·       los 100 nombres correctamente homologados por el cliente;

·       los 100 nombres homologados por el algoritmo.

Se aplicó grid search para probar diferentes puntos de corte entre 0.01 y 0.99. 

El punto de corte funciona como una regla de decisión: si la similitud es igual o superior al umbral definido, el sistema puede sugerir o aceptar la homologación; si está por debajo, se evita una asignación potencialmente incorrecta.

Resultados

En la muestra experimental, Jaro-Winkler mantuvo 93% de precisión en un rango amplio de puntos de corte. Jaccard también alcanzó 93% en los puntos iniciales, pero su precisión comenzó a disminuir antes (0.55). LCS alcanzó hasta 92% y se mantuvo estable hasta un punto de corte cercano a 0.78.

Figura 4. Comparativo de precisión por algoritmo y punto de corte. El umbral 0.64 aparece como punto balanceado y el umbral 0.84 como punto estricto.

El punto de corte más alto donde los tres algoritmos mantienen un comportamiento competitivo es 0.64. A partir de ese valor, Jaccard comienza a perder precisión de forma más marcada, mientras que Jaro-Winkler conserva 93% hasta 0.84. Sin embargo, la validación con la muestra completa mostró que el punto de corte más estricto no era necesariamente el mejor para datos reales.

Validación con muestra completa

Finalmente, se aplicó Jaro-Winkler sobre la muestra completa de 10,551 nombres para comparar el desempeño del umbral estricto contra un umbral balanceado. Esta validación es clave porque permite observar el comportamiento del algoritmo fuera de la muestra experimental inicial.

Figura 5. Validación de Jaro-Winkler con muestra completa de 10,551 registros.

Tabla 5. Comparativo de validación con muestra completa.

La diferencia principal está en el balance entre sensibilidad y precisión. Un umbral muy alto puede parecer más seguro, pero en la práctica deja fuera casos válidos donde el nombre real tiene abreviaciones, omisiones o variaciones importantes. En cambio, el punto 0.64 ofreció mejores resultados al permitir suficientes candidatos sin abrir demasiado el rango de coincidencia.

Conclusiones

·       Jaro-Winkler fue el algoritmo con mejor desempeño general para la homologación automática de nombres de clientes, alcanzando 93% de precisión en la muestra experimental.

·       El punto de corte 0.64 fue seleccionado tras la validación con 10,551 registros, donde obtuvo 90.07% de precisión y superó al punto de corte 0.84, que obtuvo 87.11%.

·       Los resultados sugieren que los umbrales más restrictivos pueden incrementar los falsos negativos y reducir la capacidad del modelo para generalizar sobre datos reales.

·       Para uso operativo, la homologación automática no debe evaluarse solo por el algoritmo, sino por la combinación entre normalización de datos, algoritmo, punto de corte y validación contra resultados esperados.

·       La solución propuesta permite reducir trabajo manual, mejorar consistencia documental y acelerar procesos donde el nombre oficial del cliente es un dato crítico.

Mejoras

Como siguientes pasos, se recomienda fortalecer el experimento y convertir la homologación en un proceso de mejora continua:

·       Aumentar la muestra de validación con más datos reales previamente homologados por el cliente.

·       Probar distintos valores del factor de prefijo(p) de Jaro-Winkler (de 0.2 a 1) para reducir sesgos por coincidencias iniciales similares.

·       Ejecutar un grid search más amplio combinando punto de corte, ponderaciones y reglas de normalización.

·       Medir la precisión para cada punto de corte con la nueva muestra representativa. 

Mensaje final 

El uso de un método para la implementación de una solución de Machine learning es importante desde la selección y limpieza de datos hasta la validación y supervisión de los resultados para su entrenamiento y mejora. El llevar un modelo a producción con las buenas prácticas como FTI (Feature/Trainning/Inference) da una ventaja significativa para lograr el objetivo. En este caso, comparar algoritmos, validar con datos reales y elegir un umbral balanceado permitió convertir un problema recurrente de captura y documentación en una solución automatizable, medible y mejorable. Además, esto nos permite comprobar que no todas las situaciones se resuelven con un LLM. Si bien un LLM podrá resolver este tipo de escenarios, seguramente tendrá un costo adicional de tokens y monitoreo más frecuente para la evaluación y mejora de la precisión.