Separamos los "duplicate'' y ''chosen'' para hacer un an análisis más preciso
Se toman por duplicados los resultados que coincidan con el DNI, ya que este debería ser un identificador único (atributo principal). Tener más resultados significaría que una persona tenía más de 1 cuenta entre los bancos.
Debido a que los tres bancos se van a unir, las variables numéricas se tratarán de acuerdo a su caso de uso.
Por otro lado las variables cualitativas, se contatenarán en caso de que existan diferencias en los registros.
Hacer aclaración de por que se utilizó cada medida para cada métrica.
Los credit scores está en la misma escala.
Debido a que tenemos celdas que contienen más de un valor, separamos estos valores en diferentes columnas. Para así poder tratarlo en Tableau.
Este fue el mejor método que se encontró para hacer una especie de One-hot encoding. Para así tener las catergorías unificadas de diferentes bancos y no perderlas al tener una base de datos consolidada. Al mismo tiempo esto nos permitirá generar gráficos de mejor manera en Tableue
To use this workflow in KNIME, download it from the below URL and open it in KNIME:
Deploy, schedule, execute, and monitor your KNIME workflows locally, in the cloud or on-premises – with our brand new NodePit Runner.
