Documentación · Modelo de datos

Identificadores y deduplicación

Cada registro de nuestros datos tiene un ID, y los registros que consideramos que describen a la misma parte comparten un ID de entidad. Esta página explica ambos, cómo se realiza hoy la agrupación y dónde se queda corta, y cómo mantener actualizadas las referencias en sus propios sistemas.

En resumen

• ID de registro crown-<number>: un listado de una parte en un registro, por ejemplo crown-379759982. Es el id en nuestros archivos y el id en /api/entity?id= (sin el prefijo).
• ID de entidad crown-e-<uuid>: el grupo de registros que consideramos que describen a la misma parte en distintos registros. Es canonical_id en nuestros archivos y entity_id en la API. No todos los registros tienen uno.
• Referents, una lista de ID anteriores de la misma entidad, forman parte del formato, pero hoy siempre están vacíos.
• Almacene el ID de registro de cada coincidencia sobre la que actúe y, junto a él, el ID de entidad cuando exista.

Almacenamiento de referencias en su propio sistema

Cuando una coincidencia de verificación conduce a una decisión, conserve:

1. el ID de registro, que indica exactamente qué listado vio;
2. el ID de entidad, si existe, para poder encontrar después los otros listados de la misma parte (/api/entity?entity_id=<uuid> en la API);
3. el nombre del registro y la fecha en que realizó la consulta, porque el registro del publicador es la fuente de autoridad.

En cada actualización, vuelva a consultar los ID de registro que almacenó. Un registro que ya no se devuelve fue eliminado por su publicador o retirado por nosotros. La guía de la API lo trata con más detalle en cómo mantener actualizados los ID almacenados.

Cuánto tiempo siguen funcionando los ID retirados

Los ID de registro son números de fila de nuestro registro. Cuando un publicador elimina un listado, el registro se conserva con su fecha de eliminación, pero deja de mostrarse en las búsquedas y en los archivos masivos (consulte Correcciones y exclusión de la lista).

Cómo se reflejan los cambios en los archivos delta

Los archivos delta comparan cada registro con la compilación anterior. Cuando los registros se agrupan bajo un nuevo ID de entidad, o se pasan a otro, cambia el canonical_id de cada registro, por lo que cada uno aparece como una entrada MOD. Un registro eliminado por su publicador aparece como DEL. Los ID de registro en sí no cambian cuando cambia la agrupación. Consulte Archivos delta.

ID de registro y fuentes

Nuestros ID de registro son números de nuestro propio registro, no la referencia del publicador. El número por sí solo no indica la fuente; eso lo hace el campo datasets, y la referencia propia del publicador, cuando se proporciona, está en notes (por ejemplo, Ref: RUS0251 en la lista del Reino Unido). Los ID de registro son los mismos en todas las colecciones y en las descargas por registro, de modo que un registro tiene un único ID dondequiera que lo encuentre.

Cómo se fusionan hoy los registros

Agrupamos registros en una entidad cuando tienen el mismo nombre normalizado y la misma fecha de nacimiento. Los nombres se comparan después de eliminar signos de puntuación, espacios y distinción entre mayúsculas y minúsculas. Es el único método en uso: todas las entidades de nuestro registro actual se formaron así, y el método queda registrado con cada entidad.

Un ejemplo: SULTAN AZIZ AZAM, designado por el UN Security Council (referencia QDi.435), aparece en muchas listas nacionales. Siete registros que indican el mismo nombre y el año de nacimiento 1985 comparten un ID de entidad:

Registros de la misma persona que no se agruparon, de la misma compilación:

Esto muestra claramente los límites:

• Los registros sin fecha de nacimiento nunca se agrupan. Eso excluye a casi todas las empresas, embarcaciones y organizaciones, y a la mayoría de las personas expuestas políticamente (PEP).
• Un orden de palabras distinto (AZAM, SULTAN AZIZ) o una escritura diferente impide la agrupación.
• Dos personas distintas con el mismo nombre y año de nacimiento pueden agruparse juntas, en especial los nombres de una sola palabra con solo el año.

Por esta razón, nuestras cifras de «entidades distintas» cuentan registros que comparten nombre y fecha de nacimiento. Son una medida aproximada, no un recuento de partes reales. Actualmente el registro contiene 286,047 entidades agrupadas.

Cuándo se ejecuta la agrupación

Los registros nuevos se pueden buscar tan pronto como se carga su fuente. La agrupación es un paso aparte, por lo que un registro nuevo puede aparecer sin ID de entidad hasta la siguiente ejecución.

Cómo se combinan los registros agrupados

No construimos un perfil combinado único a partir de un grupo. Cada registro conserva sus propios nombres, fechas y listado tal como los publicó su registro; el ID de entidad solo los vincula. Los resultados de búsqueda y las páginas de registro muestran los demás registros de la misma entidad como listados separados. Las reglas para elegir el mejor nombre o la fecha más precisa dentro de un grupo llegarían con la mejora de la agrupación descrita arriba.

Procedencia a nivel de campo

En statements.csv, entity_id es el registro y canonical_id es la entidad, de modo que usted mismo puede reagrupar o desagrupar los valores. Consulte Modelo de datos de declaraciones.

Páginas de origen de los registros del ejemplo y de otros: sanciones autónomas consolidadas de Canadá, OFAC SDN, sanciones financieras consolidadas de la EU, lista consolidada del UN Security Council.

Última actualización: 2026-10-04