Por qué importa la preparación
Cuando cargás cientos o miles de usuarios desde un CSV, el 90% del trabajo pasa antes de tocar la plataforma: en la limpieza del archivo. Un CSV sucio no te tira un error prolijo; te mete usuarios mal cargados que después arrastrás para siempre. Y acordate: el nombre de usuario no se puede cambiar. Basura adentro, basura afuera.
La normalización es el proceso sistemático de revisar, corregir y estandarizar la información antes de importarla. No es un paso opcional que se saltea "porque hay apuro": es la diferencia entre una base limpia que funciona y un caos que vas a corregir a mano durante meses.
Los cinco pilares de la normalización
- 1. Encoding UTF-8. O los acentos y las ñ se rompen al importar. Es el error más común y el más fácil de prevenir. En Excel: "Guardar como" → "CSV UTF-8 (delimitado por comas)". En Google Sheets, el CSV ya sale en UTF-8.
- 2. Unificá los datos repetidos. Una misma provincia escrita de diez formas ("Bs As", "Buenos Aires", "BUENOS AIRES"), mayúsculas dispares, espacios de más. Normalizá antes. Un truco: ordená alfabéticamente la columna problemática para que las variantes queden juntas y saltar a la vista; después, buscar y reemplazar.
- 3. Validá los emails. Un email mal escrito es un usuario que nunca recibe su acceso ni su certificado. Chequeá el formato nombre@dominio.extensión y buscá los errores típicos: espacios en blanco, comas en lugar de puntos, dominios incompletos.
- 4. Nombres de aulas EXACTOS. Tienen que coincidir carácter por carácter con los de la plataforma, o la inscripción falla en silencio: el sistema no avisa, simplemente no inscribe. Copiá los nombres de las aulas desde la plataforma y pegalos; no los escribas a mano.
- 5. Definí bien el username. Es la decisión irreversible: aplicá el criterio institucional (email, documento, nombre.apellido) parejo en toda la columna. Una vez importado, ese dato queda fijo para siempre.
El flujo de trabajo probado
- Guardá una copia del original antes de tocar nada. Nombrala usuarios_original_FECHA.csv y no la modifiques: trabajá siempre sobre una copia. Si algo sale mal, volvés al punto de partida.
- Prueba piloto. Importá 3-5 filas representativas primero (una con acentos, una con nombre compuesto, una con email institucional) y revisá cómo quedaron: ¿acentos bien?, ¿perfiles asignados?, ¿username con el formato esperado? Solo cuando todo esté perfecto, importás el resto.
- Dividí lo muy grande. Arriba de ~1.000 usuarios, partí el archivo en lotes de 500-1.000. Las cargas de miles pueden fallar por timeout o memoria; si un lote falla, rehacés solo ese, no los 5.000.
Después de importar: verificá y registrá
Terminada la carga, exportá la lista de usuarios del aula o del campus y comparala con tu CSV original: ¿entraron todos?, ¿alguno quedó afuera? Y dejá un registro de cada importación —una planilla con fecha, cantidad de usuarios, archivo usado y resultado—. Cuando dentro de tres meses alguien pregunte "¿cuándo se cargó a Fulano?", vas a tener la respuesta.
Vinculaciones
Es el paso previo de la importación masiva (en Alta de usuarios), se apoya en el criterio de username de las decisiones institucionales, y se cierra con Reportes para verificar quiénes quedaron efectivamente cargados.
En resumen: el 90% del éxito está en el archivo. UTF-8, datos unificados, emails validados, nombres de aulas exactos y username consistente; copia del original, prueba piloto, lotes y verificación posterior. La plataforma solo carga bien lo que vos preparaste bien.
‹ Volver a Materiales de apoyo