Cómo definir columnas personalizadas
y extraer datos de cualquier captura de app
Toma una captura de una tarjeta de oportunidad en Salesforce que muestra un negocio de $47,200 con cierre el 15 de marzo. Toma otra de una factura en QuickBooks con el mismo trato. Toma una tercera del panel de control interno de tu empresa, creado en 2011. Tres capturas, tres diseños visuales completamente distintos, una verdad compartida: el mismo cliente, el mismo monto, la misma fecha de cierre. Si defines tus columnas de extracción una vez — "Cliente", "Monto del trato", "Fecha de cierre" — esas tres palabras encuentran sus valores en las tres capturas, sin saber de antemano dónde está cada una en cada pantalla.
Los Mismos Datos, Tres Capturas Radicalmente Distintas
El escenario anterior no es hipotético. Quien trabaja con múltiples plataformas de software conoce la rutina: Salesforce almacena los datos de la oportunidad. QuickBooks guarda los datos de la factura. El panel de operaciones almacena el estado del cumplimiento. Cada sistema muestra información superpuesta en su propio lenguaje visual — tarjetas, tablas, formularios, paneles de estado — y extraer esos datos a una sola hoja de cálculo requiere cambiar entre ventanas y volver a escribir los mismos campos desde tres interfaces diferentes.
La respuesta estándar a este problema — "usa una API" o "exporta a CSV" — asume que todos los sistemas tienen esas capacidades. El panel interno creado en 2011 definitivamente no las tiene. La app bancaria móvil que muestra un detalle de transacción que necesitas para conciliar no tiene botón de exportación. La herramienta SaaS de análisis que usa tu equipo solo exporta informes completos, no los tres valores KPI específicos que monitoreas semanalmente.
Las capturas de pantalla son el mínimo común denominador de todo software — toda app, todo dispositivo, toda era del software puede generar una. La pregunta no es si puedes capturar los datos (ya lo hiciste, al tomar la captura). La pregunta es si puedes extraer campos específicos de esa captura sin tratar cada nueva interfaz de app como un problema técnico separado.
Las herramientas de extracción basadas en plantillas — esas que te piden dibujar un rectángulo alrededor del campo de fecha de factura en un documento de muestra, para luego usar esas coordenadas de píxeles en cada documento posterior — nunca funcionan con capturas de pantalla. Una tarjeta de negocio de Salesforce coloca el monto en un número grande y destacado en la parte superior izquierda; una factura de QuickBooks lo ubica en una celda de "Saldo Pendiente" en la esquina inferior derecha de una tabla; un panel interno lo muestra en una tarjeta de color en medio de una cuadrícula de métricas. Tres interfaces, tres sistemas de coordenadas. Una plantilla que funciona en la primera captura falla en la segunda por diseño: las coordenadas no significan nada fuera de la aplicación donde se midieron.
Las capturas de pantalla de diferentes aplicaciones no comparten un sistema de coordenadas. Un método de extracción de campos basado en posiciones de píxeles se construye sobre arena. El método debe entender lo que los datos significan, no dónde están ubicados.
Este es el cambio que hace que la extracción de columnas personalizadas valga la pena para cualquiera que trabaje con capturas de pantalla. No es una versión más rápida del enfoque de dibujar rectángulos: es un principio fundamentalmente diferente.
Cómo la Extracción de Columnas Personalizadas Encuentra Valores Sin Saber Dónde Están
La extracción de columnas personalizadas funciona con un solo principio: describes lo que quieres encontrar, y la IA busca en toda la página valores que coincidan con esa descripción — no escaneando etiquetas de texto coincidentes, sino entendiendo lo que la etiqueta significa e identificando valores que encajen en su rol semántico.
Cuando escribes "Monto del Trato" como nombre de columna, no le estás pidiendo a la IA que busque el texto exacto "Monto del Trato" en la página. Le estás diciendo: "encuentra un valor monetario que represente el total de una transacción u oportunidad de negocio". La IA lee toda la captura de pantalla — cada etiqueta, cada número, cada texto de contexto — y localiza el valor que cumple ese rol semántico. En la captura de Salesforce, podría ser "$47,200" destacado en la parte superior de una tarjeta de oportunidad. En la captura de QuickBooks, podría ser "$47,200" en la fila "Saldo Pendiente" de una tabla de factura. En el panel interno, podría ser "47,200" dentro de una tarjeta métrica de color sin ningún símbolo de moneda.
El mismo nombre de columna funciona en los tres casos porque la IA resuelve un problema semántico, no uno espacial. Se pregunta "¿qué número en esta página funciona como monto del trato?" — no "¿qué texto está en las coordenadas (340, 128)?" La diferencia es la que hay entre entender un documento y fotografiarlo.
Por eso a este enfoque a veces se le llama extracción por nombre de columna: los nombres que escribes en los encabezados de tu tabla de salida funcionan también como instrucciones de extracción. No hay un paso aparte para configurar reglas, ni una fase de entrenamiento para anotar documentos de muestra, ni una biblioteca de plantillas que mantener. Los mismos nombres de columna que aparecen en tu archivo Excel final son los que la IA usó para encontrar los datos.
El OCR de plantillas responde "¿qué texto está en la posición (x, y)?" La extracción por columna personalizada responde "¿dónde en esta página está el valor que significa 'Monto del Trato'?" La primera pregunta falla en cuanto cambias de aplicación. La segunda no depende de la aplicación en absoluto.
Para una visión más amplia de cómo la extracción de capturas de pantalla difiere del OCR tradicional, consulta nuestra guía completa para extraer datos de capturas de pantalla.
Paso a paso: define tus columnas una vez, extrae de cualquier captura
El flujo tiene tres pasos, y solo el primero se hace más de una vez. Esa asimetría es la clave: inviertes el esfuerzo inicial, y cada captura posterior se procesa con la misma definición sin reconfiguración.
Paso 1: Nombra los campos que necesitas. Esta es la única decisión que tomas. Abre la herramienta de extracción y escribe los nombres de columna que correspondan a los datos que quieres — exactamente como quieres que aparezcan en tu hoja de cálculo final. Para un flujo de seguimiento de acuerdos entre aplicaciones, podrías escribir:
Cliente | Monto del Acuerdo | Fecha de Cierre | Etapa | Responsable
Para un flujo de conciliación financiera que extrae de capturas de apps bancarias, confirmaciones de pago y paneles de sistemas contables, podrías escribir:
Fecha de Transacción | Monto | Contraparte | Referencia | App de Origen
Estos nombres de columna son tu especificación de extracción. La IA los lee como instrucciones — "encuentra valores que coincidan con esta descripción" — no como cadenas de búsqueda literales. La etiqueta "Cliente" coincidirá con "Cliente", "Nombre de Cuenta", "Facturar a" o cualquier otro campo semánticamente equivalente en diferentes interfaces de aplicaciones. Para más detalles sobre cómo hacer que tus nombres de columna sean lo más precisos posible, ve a la sección de estrategia de nombres a continuación.
Paso 2: Sube tus capturas de pantalla. Arrastra la tarjeta de negocio de Salesforce, la pestaña de factura de QuickBooks y la captura del panel interno — o 50 capturas de 10 aplicaciones distintas. La IA procesa cada captura de forma independiente, aplicando las mismas definiciones de columna a cada una. No necesita saber qué captura proviene de qué aplicación.
Paso 3: Descarga la tabla combinada. Cada valor que la IA encontró para cada nombre de columna se organiza en filas — una fila por captura. Los encabezados de columna en tu archivo de salida son los nombres exactos que escribiste en el Paso 1. Si una captura en particular no contiene un valor para una columna específica (por ejemplo, el panel interno no tiene un campo "Propietario"), esa celda se deja en blanco — la extracción continúa para las columnas restantes sin errores.
Los archivos se procesan de forma segura y no se almacenan.
Cómo nombrar columnas para máxima precisión en extracción de capturas
Los nombres de columna tienen más peso en la extracción de capturas que en el procesamiento de documentos tradicional. Una factura en PDF casi siempre usa texto de etiqueta predecible: "Número de factura", "Fecha de vencimiento", "Subtotal". Las interfaces de captura usan la etiqueta que el diseñador de la app eligió — y entre distintas apps, esas etiquetas varían enormemente.
Los principios de nomenclatura a continuación están ajustados específicamente para el flujo de captura a hoja de cálculo, donde el mismo nombre de columna debe funcionar en interfaces diseñadas por equipos distintos con convenciones diferentes.
| Principio | Por qué es importante para capturas de pantalla | Ejemplo |
|---|---|---|
| Usa el concepto de negocio, no la etiqueta de la interfaz | Una app etiqueta el campo "Cliente", otra "Nombre de cuenta" y una tercera "Nombre del cliente". "Cliente" como nombre de columna cubre los tres porque la IA empareja el rol semántico, no la cadena literal. | Columna: Cliente — coincide con "Cliente", "Nombre de cuenta", "Facturar a", "Nombre del cliente" en distintas interfaces |
| Desambigua campos similares con calificadores | Las capturas de pantalla de CRMs y ERPs suelen mostrar varios números similares. Una tarjeta de negocio puede mostrar "Monto", "Ingreso esperado" y "ARR" en la misma pantalla. "Monto del trato" es mucho más específico que "Monto". | "Monto del trato" en lugar de "Monto" — distingue el valor de la transacción principal de cifras anualizadas o proyectadas |
| Incluye una pista de formato cuando el formato de salida importe | Distintas apps muestran fechas de manera diferente: "15/03/26", "15 de marzo de 2026", "2026-03-15". Una pista de formato en el nombre de la columna le indica a la IA que estandarice sin importar cómo lo muestre la app de origen. | "Fecha de cierre (AAAA-MM-DD)" — normaliza todos los formatos de fecha a un solo estándar |
| Añade contexto para valores que aparecen como números aislados | Las tarjetas KPI del panel suelen mostrar números sin etiquetas cercanas — solo "47,200" en letra grande con un pequeño subtítulo de "% de cambio". La IA necesita suficiente marco semántico para emparejar el número con la columna correcta. | "MRR (Ingreso recurrente mensual, USD)" — le da a la IA el contexto que necesita cuando la interfaz proporciona un etiquetado mínimo |
Un usuario de Reddit que trabaja con más de 600 capturas de pantalla de una app de recolección de datos de campo resumió el problema de nomenclatura con claridad: necesitaba "Número de etiqueta, Largo (cm), Peso (kg), Tipo de evento, Etiquetador, Fecha, Hora, GPS/Ubicación, Temperatura del agua" de cada imagen. Las unidades entre paréntesis — "(cm)", "(kg)", "(°C)" — no son detalles opcionales. Son instrucciones que le indican a la IA qué número corresponde a cuál cuando la interfaz muestra múltiples mediciones en la misma pantalla.
Procesamiento por Lotes: Una Definición de Columna, Cualquier Cantidad de Capturas de Cualquier App
Una vez definidos los nombres de las columnas, el flujo de trabajo escala sin configuración adicional. Aquí es donde la inversión del primer paso da frutos: 5 capturas o 500 — de 2 apps o 20 — la especificación de extracción no cambia.
Piense en el investigador de campo con 600 capturas de una app móvil de registro de datos. Cada captura contiene los mismos tipos de datos (número de etiqueta, largo, peso, coordenadas GPS), organizados en el mismo diseño de interfaz en la misma app. Ese es el caso fácil — misma app, mismo diseño, solo alto volumen. La extracción de columnas personalizadas lo maneja, pero también lo haría una plantilla OCR bien configurada.
El caso más complejo — y el que hace que la extracción de columnas personalizadas sea la arquitectura correcta — es cuando las capturas provienen de diferentes aplicaciones. Un gerente de operaciones que recopila métricas semanales podría capturar:
- Ingresos y número de pedidos desde un panel de administración de Shopify (diseño de panel de comercio electrónico)
- Envíos pendientes desde una pantalla de ShipStation (diseño de tabla logística)
- Volumen de tickets de soporte al cliente desde un panel de Zendesk (diseño de tarjeta analítica)
- Saldo bancario desde una captura de la app móvil de Chase (diseño de tarjeta de app bancaria)
Cada captura de pantalla se ve completamente diferente. Sin embargo, las columnas — "Ingresos", "Pedidos", "Envíos pendientes", "Tickets abiertos", "Saldo bancario" — encuentran sus valores en todas. La IA lee cada captura de forma independiente, entiende qué datos contiene y asigna los valores coincidentes a las columnas correctas. El resultado es una tabla única con una fila por captura y exactamente las columnas que definiste.
Para un recorrido más detallado del flujo de trabajo por lotes — incluyendo convenciones de nombres, fusión de resultados y manejo de capturas de múltiples fuentes — consulta nuestra guía sobre procesamiento por lotes de capturas de pantalla de apps en hojas de cálculo estructuradas. Si eres nuevo en la extracción de capturas de pantalla y deseas una base más amplia, comienza con cómo obtener datos de capturas de pantalla a Excel sin escribir.
Para una herramienta dedicada que convierte cualquier captura de pantalla en datos estructurados de Excel usando el enfoque de nombres de columna descrito aquí, consulta nuestra herramienta de extracción de capturas de pantalla a Excel.
Preguntas frecuentes
¿Funciona esto en capturas de pantalla que no contienen tablas — solo tarjetas o pares etiqueta-valor?
Sí. Ese es el escenario donde la extracción personalizada de columnas aporta más valor que las herramientas de detección de tablas. Una confirmación de pago son tres pares etiqueta-valor apilados verticalmente. Una tarjeta de CRM es una tarjeta visual con 8-10 campos dispuestos en un diseño no tabular. Un detalle de transacción bancaria es una lista desplazable de filas clave-valor. La IA encuentra los valores que solicitaste independientemente de si el diseño es una tabla, una tarjeta, un formulario o una disposición mixta — lee por significado, no por estructura de cuadrícula.
¿Qué pasa si dos números diferentes en la misma captura podrían coincidir con un nombre de columna?
Por eso es importante la especificidad del nombre de columna. "Monto" es ambiguo: una tarjeta de oportunidad de Salesforce puede mostrar el monto del negocio, los ingresos esperados y los ingresos recurrentes anuales en la misma pantalla. "Monto del Negocio" es lo suficientemente específico para desambiguar. Si aún hay ambigüedad, puedes añadir una pista de formato o posición: "Monto del Negocio (el valor en dólares más grande en la tarjeta)" le da a la IA suficiente contexto para elegir el correcto. Cuanto más preciso sea tu nombre de columna, menos margen para la ambigüedad.
¿Puedo extraer datos de capturas de pantalla que incluyan texto y números en diseños no estructurados?
Sí, dentro de límites razonables. Si una captura contiene un párrafo de texto libre y en algún lugar está el dato que necesitas (por ejemplo, un mensaje de chat que dice "por favor enviar 50 unidades de SKU-4421 a 123 Main St"), la IA puede extraer la cantidad, SKU y dirección como columnas separadas — siempre que tus nombres de columna sean claros sobre lo que buscas ("Cantidad de Envío", "SKU", "Dirección de Entrega"). La extracción es menos fiable que en interfaces estructuradas, pero funciona. Para la extracción de pedidos desde chats, aplica el mismo enfoque de nombres de columna.
¿Qué precisión debo esperar de la extracción de capturas entre aplicaciones?
La precisión depende de tres factores: calidad de entrada (las capturas limpias y legibles funcionan mejor que las borrosas o recortadas), especificidad del nombre de columna (nombres vagos producen coincidencias ambiguas) y la claridad semántica de la interfaz (una app que etiqueta campos claramente da mejores resultados que una que oculta valores en texto denso). En la práctica, columnas bien nombradas en capturas claras logran alta precisión — a menudo superior al 95% para campos simples como montos, fechas y nombres. Interfaces complejas o muy abreviadas pueden requerir verificaciones manuales ocasionales, por lo que la tabla de resultados es una hoja de cálculo estándar que puedes editar directamente.
¿Funciona este enfoque para capturas de pantalla en otros idiomas además del inglés?
Los nombres de las columnas deben coincidir con el idioma de tu resultado objetivo, no necesariamente con el idioma de la captura de pantalla. Si tu columna es "Nombre del cliente" y la captura está en alemán mostrando "Kundenname", la IA entiende que se refieren al mismo concepto. La coincidencia semántica funciona entre idiomas porque opera sobre el significado, no sobre la coincidencia de cadenas.
¿En qué se diferencia de la función integrada "Datos desde imagen" de Excel?
La función "Datos desde imagen" de Excel es un detector de tablas: busca estructuras de filas y columnas y las convierte en celdas de hoja de cálculo. Funciona bien con tablas limpias y con bordes. No funciona con diseños de tarjetas, pares etiqueta-valor, KPIs de panel ni ninguna interfaz no tabular. La extracción de columnas personalizadas no requiere que los datos estén en una tabla: encuentra valores por su rol semántico en cualquier parte de la página. Ambos enfoques resuelven problemas diferentes.
Los nombres de columna que definas son la única configuración que necesitas — para una captura o mil, de una app o veinte.
Pruébalo con tus propias capturas. Escribe los campos que necesites, sube desde cualquier app y comprueba si 30 segundos reemplazan el bucle de copiar y pegar.