Por qué 17.564 formas de escribir una medida son solo 2.948 llantas

Las declaraciones de importación de la DIAN no traen la medida de la llanta en una columna. La traen dentro de la descripción de la mercancía: un campo de texto libre que escribe a mano el declarante, y en tres años y medio son miles de declarantes distintos, cada uno con su manera. En bruto son 446.766 líneas sin una columna de medida, ni de marca, ni de referencia.

Estas cuatro descripciones, tomadas tal cual de las declaraciones, son la misma llanta:

• 295/80R22.5 18PR 152/149L
• 295 80R22.5 152 148K
• 29 5/80R22,5
• 295/80R22.5-18PR(152/149J)

Para un computador son cuatro productos distintos. Si no se resuelve eso, no se puede sumar nada: ni cuántas unidades de esa medida entraron al país, ni cuánto se pagó por ellas, ni si su precio está por encima o por debajo del mercado.

Cuántas formas hay, en la práctica

En el archivo actual —446.766 líneas entre enero de 2023 y julio de 2026— hay 17.564 cadenas distintas en el lugar donde debería estar la medida. Detrás de ellas hay 2.948 medidas reales.

Es decir: por cada medida que de verdad existe en el mercado circulan casi seis maneras de escribirla. Y no se distribuyen parejo. Las cien medidas que más se importan tienen en promedio 39 variantes cada una; la 295/80R22.5, la llanta de bus y camión, aparece escrita de 135 formas distintas. Las medidas comunes son las que más variantes tienen, justamente porque las escribe más gente.

La primera versión de este texto, del 2 de septiembre, hablaba de 5.154 medidas. Hoy son 2.948, con un mes más de datos. No desaparecieron llantas: parte de esas «medidas» eran la misma contada dos veces —275-17 y 2.75-17 son la misma llanta de moto, con y sin el punto— y parte no podía existir. Las dejamos de publicar.

Lo que hace difícil el problema

Las diferencias de separador y de espacios son la parte fácil. Lo que cuesta es todo lo demás:

Los formatos no son uno solo. Una llanta de camión se escribe 295/80R22.5. Una de carga puede venir como 11R22.5. Una agrícola como 18.4-30. Una de moto como 90/90-18. Son sistemas de medida distintos y hay que reconocer cuál es cuál antes de poder interpretar los números.

La medida viene mezclada con otras cosas. En la misma frase van la marca, la referencia comercial, el índice de carga, el índice de velocidad, el número de lonas y a veces el uso. Todo junto, sin orden fijo.

El texto llega dañado. Las descripciones llegan partidas en pedazos, a veces por la mitad de un número: 2 95/80R22.5. Leído al pie de la letra, eso es una llanta de 2 de ancho montada en un rin de 80, que no existe. Y un mes entero —octubre de 2023— llegó sin un solo «1» en las descripciones: 265/60R 8 era una 265/60R18. La DIAN volvió a publicar ese mes corregido casi tres años después; hasta entonces, más de un tercio de sus llantas no tenía una medida legible.

Radial y diagonal no son la misma llanta. 295/80R22.5 y 295/80-22.5 se parecen a la vista y se diferencian en un carácter, pero son construcciones distintas, se usan para cosas distintas y cuestan distinto. No se unifican, aunque unificarlas dejaría el conteo más limpio.

La referencia viene partida de formas distintas. AT3WXL y AT3W XL son la misma referencia, y el texto crudo las cuenta como dos.

Cada medida tiene que quedar con su cantidad. Una factura puede repetir la misma llanta en diez renglones, o escribir la cantidad antes de la llanta en vez de después. Si se junta mal, la medida existe pero sus unidades no cuadran con lo que la empresa declaró, y el mercado de esa medida queda corto sin que nada lo avise.

Por qué esto es el producto

Tener los registros de la DIAN no es tener el dato. Lo que casi nadie hace es esto, porque no es interesante y no se termina nunca: cada lote nuevo trae formas de escribir que no se habían visto, y a veces un lote viejo vuelve corregido y hay que rehacerlo.

Pero sin esta parte, todo lo demás es imposible. No se puede decir qué medidas están creciendo si no se sabe cuáles son la misma. No se puede comparar el precio de dos empresas si sus productos no se pueden emparejar. No se puede comparar el flete y el seguro de cada origen si las líneas no se pueden agrupar.

El activo no es el archivo. El activo es la base limpia.

Y cuando no alcanza, lo decimos

La normalización no resuelve todo. Hay descripciones tan pobres que no traen medida, y otras que no se dejan leer sin adivinar. Esas líneas no se fuerzan a la medida que más se les parezca: se quedan «sin medida», a la vista. Hoy son el 1,5% de las líneas y el 3,9% de las llantas. Una medida que no puede existir no aparece en el panel como si fuera un mercado.

Y hay declaraciones que agrupan varias referencias en un solo renglón, de modo que el precio unitario de cada una es imposible de saber. En esos casos el panel no estima. Deja el dato vacío y lo dice. Repartir un valor proporcionalmente entre referencias y presentarlo como si fuera una medición es la forma más fácil de que un panel se vea completo y sea mentira.

La cobertura viaja siempre junto a la cifra: un costo por llanta solo existe en el 7,2% de las líneas, y cada uno dice sobre cuántas llantas habla.