Anonimizador de privacidad
Ofusca o elimina datos sensibles como correos, nombres y números de teléfono.
Arrastra y suelta tu archivo aquí
o haz clic para buscar
¿No tienes un archivo a mano?
Anonimiza datos sensibles para privacidad y cumplimiento normativo
Ya sea que estés compartiendo datos con socios externos, creando conjuntos de datos de prueba o preparando datos para análisis, la información de identificación personal (PII) como correos electrónicos, nombres y números de teléfono necesita protección. El Anonimizador de privacidad de DataScrub ofusca columnas sensibles automáticamente — sin necesidad de enmascaramiento manual.
Cómo anonimizar tus datos
- Abre tu archivo CSV, Excel u ODS en la herramienta.
- La herramienta detecta automáticamente columnas de correo, nombre y teléfono.
- Revisa las columnas detectadas y selecciona cuáles anonimizar.
- Elige un método de ofuscación para cada tipo de columna.
- Previsualiza los datos anonimizados para verificar los resultados.
- Descarga el archivo anonimizado.
Qué se anonimiza
El anonimizador aplica reemplazos inteligentes que preservan la estructura de tus datos mientras eliminan los detalles identificativos.
- Los correos se reemplazan con un patrón usuario1@ejemplo.com, usuario2@ejemplo.com, manteniendo el formato de columna consistente.
- Los nombres se reemplazan con etiquetas genéricas como Persona A, Persona B, para que puedas distinguir filas sin exponer identidades reales.
- Los números de teléfono se enmascaran, mostrando solo los últimos 4 dígitos (ej., ***-***-1234).
Cuándo anonimizar datos
- Al compartir datos con contratistas o equipos externos que no necesitan PII real.
- Al crear conjuntos de datos de demostración o prueba que se ven realistas pero no contienen datos personales reales.
- Al cumplir con el RGPD y otras normativas de protección de datos que exigen minimizar la PII.
- Al publicar datos de investigación donde la privacidad de los participantes debe preservarse.
- Al entrenar modelos de aprendizaje automático con datos realistas pero no sensibles.
Consejos para una anonimización efectiva
- Siempre perfila tus datos primero para detectar columnas que podrías pasar por alto — una columna llamada "notas" podría contener PII.
- Considera si algunas columnas "no sensibles" podrían ser identificativas al combinarse (código postal + fecha de nacimiento, por ejemplo).
- Guarda un archivo de mapeo si necesitas revertir la anonimización después — la herramienta no almacena uno por defecto.
Preguntas frecuentes
¿Es la anonimización lo mismo que el cifrado?
No. El cifrado transforma los datos de forma reversible usando una clave, y el original puede restaurarse con la clave correcta. La anonimización reemplaza permanentemente los valores con otros genéricos — los datos originales no pueden recuperarse solo a partir del resultado.
¿Puedo revertir la anonimización?
No desde el archivo de salida. El anonimizador reemplaza valores con marcadores genéricos, así que no hay forma de revertir el proceso desde el resultado. Si necesitas rastrear hacia atrás, guarda un archivo de mapeo separado antes de anonimizar.
¿Qué columnas se detectan automáticamente?
La herramienta escanea encabezados de columnas y valores para detectar direcciones de correo, nombres de personas y números de teléfono. Las columnas con encabezados como "email," "phone," "mobile" o "name" se marcan automáticamente, y el contenido se verifica contra patrones comunes.
¿Es esto suficiente para el cumplimiento del RGPD?
La anonimización es un paso importante hacia el cumplimiento del RGPD, pero el cumplimiento completo depende de tu contexto específico. También debes considerar la minimización de datos, controles de acceso, políticas de retención y revisión legal. Esta herramienta ayuda a reducir el riesgo pero no garantiza el cumplimiento por sí sola.