Anonimizador de datos
Anonimiza datos personales sensibles (PII) en CSV o JSON. Detecta automáticamente nombres, correos, teléfonos, números de seguro, tarjetas de crédito e IPs. Modo determinista disponible.
Actualizado
Data Anonymizer
Anonymize sensitive data in CSV or JSON. Auto-detects PII columns (names, emails, phones, SSNs, credit cards, IPs) and replaces them with realistic fake data.
Load Data
Drag & drop a CSV or JSON file, or click to browse
Preguntas Frecuentes
¿Qué información personal (PII) se detecta?
Nombres, correos electrónicos, números de teléfono, direcciones, números de identificación (SSN/ID), tarjetas de crédito, direcciones IP y fechas de nacimiento; se detectan automáticamente por el nombre de la cabecera de la columna o se asignan manualmente.
¿Se suben los datos?
No. Toda la anonimización se ejecuta en tu navegador. Ningún dato sale de tu equipo.
¿Qué es el modo determinista?
La misma entrada produce siempre la misma salida anonimizada mediante un PRNG con semilla. Conserva la consistencia referencial en todo tu conjunto de datos.
¿El Data Anonymizer es gratis?
Sí, el Data Anonymizer es 100 % gratis, sin registro, sin tarifas ocultas y sin límites de uso. Todo el procesamiento se realiza localmente en tu navegador, garantizando una privacidad total.
¿El Data Anonymizer funciona en dispositivos móviles?
Sí, el Data Anonymizer es totalmente adaptable y funciona en smartphones y tablets. Puedes usarlo en cualquier dispositivo con un navegador web moderno, sin necesidad de descargar ninguna app.
¿Necesito crear una cuenta para usar esta herramienta?
No se necesita cuenta ni registro. Solo tienes que abrir el Data Anonymizer en tu navegador y empezar a usarlo de inmediato. No hay barreras de registro ni restricciones de uso.
¿Cómo uso el Data Anonymizer?
Simplemente introduce tus datos en el campo indicado, ajusta los parámetros a tu gusto y la herramienta los procesará al instante. Después puedes copiar el resultado al portapapeles o descargarlo.
¿Qué navegadores son compatibles?
El Data Anonymizer funciona en todos los navegadores modernos, incluidos Chrome, Firefox, Safari, Edge y Opera. Para una mejor experiencia, usa la última versión de tu navegador preferido.
¿Cuál es la diferencia entre anonimizar, enmascarar y redactar datos?
Redactar elimina un valor por completo, reemplazándolo por un marcador como [REDACTADO] para que no quede nada legible. Enmascarar oculta parte de un valor manteniendo su forma, como cuando un número de tarjeta muestra solo los últimos cuatro dígitos. Anonimizar va más allá: sustituye los valores por otros realistas pero ficticios — un nombre distinto, un teléfono inventado, una fecha desplazada — de modo que los datos siguen viéndose y comportándose como los originales, pero ya no se pueden rastrear hasta una persona real. Esta herramienta hace las tres cosas. Eliges una regla por columna, incluyendo Redactar para la eliminación total, Hash para un seudónimo estable, o un reemplazo específico por categoría que regenera nombres, correos, números de la seguridad social y direcciones ficticios pero con el formato correcto. Elige la estrategia que mejor se adapte al uso que le darás a los datos y luego exporta la copia depurada como CSV o JSON.
¿Cómo hago que la misma persona quede vinculada al mismo valor falso en varios archivos?
Activa el modo determinista antes de anonimizar. Por defecto, cada ejecución genera valores aleatorios nuevos, así que "John Smith" podría convertirse en un nombre falso distinto cada vez. El modo determinista usa un generador con semilla (por defecto 42), de modo que la misma entrada siempre produce la misma salida. Eso significa que "John Smith" se convierte en el mismo nombre falso en cada fila y en cada archivo que proceses con esa semilla, y un ID de cliente con hash coincide entre tablas, manteniendo intactas tus claves foráneas y uniones (joins). Esta consistencia referencial es esencial cuando una misma persona aparece en varios conjuntos de datos relacionados y necesitas que las relaciones sobrevivan a la anonimización. Cambia la semilla para generar una asignación distinta pero igualmente consistente. Activa el interruptor determinista, define tu semilla y procesa cada archivo del mismo modo para mantener los registros vinculados.
¿Cómo decide la herramienta qué columnas contienen información personal?
La detección automática funciona comparando los nombres de los encabezados de tus columnas con patrones conocidos. Un encabezado llamado email, phone, ssn, dob o address se reconoce y se marca como columna PII antes de que hagas nada, y las columnas detectadas se resaltan para que veas tu nivel de exposición de un vistazo. Las categorías que busca incluyen nombres, correos electrónicos, números de teléfono, direcciones postales, números de la seguridad social e identificaciones nacionales, números de tarjeta de crédito, direcciones IP y fechas de nacimiento. Como la detección se basa en los nombres de los encabezados y no en leer cada celda, una columna con un nombre poco habitual podría no marcarse automáticamente — pero puedes asignar manualmente cualquier regla a cualquier columna, así que nada queda atado a la sugerencia automática. Pega tu CSV o JSON, revisa las columnas resaltadas, ajusta las asignaciones donde haga falta y anonimiza con la confianza de que los campos correctos están cubiertos.
¿Anonimizar mis datos romperá el formato o la estructura del conjunto de datos?
No. La herramienta está diseñada para preservar la estructura: el resultado conserva las mismas columnas, el mismo número de filas y los mismos formatos de valor que tus datos originales. Los valores de reemplazo respetan el formato correcto, así que un número de teléfono falso sigue pareciendo un teléfono, un número de la seguridad social sustituido mantiene el patrón correcto de dígitos, y un correo electrónico regenerado es una dirección válida. Para las fechas puedes usar la regla de desplazamiento, que mueve cada valor un desfase aleatorio de hasta 30 días en cualquier dirección, conservando la temporalidad aproximada sin revelar la fecha exacta. Para columnas numéricas como salarios, la regla de ruido altera los valores hasta un diez por ciento para que la distribución se mantenga realista. Esto hace que los datos anonimizados sigan siendo útiles como datos de prueba, con tipos correctos y relaciones intactas. Usa la vista previa de antes y después para confirmar que la estructura se mantuvo antes de exportar.
¿Qué hace la opción Hash y cuándo debería usarla en lugar de Redactar?
La regla Hash convierte un valor en los primeros ocho caracteres de su resumen SHA-256, calculado en tu navegador con la API Web Crypto. A diferencia de Redactar, que sobrescribe todo con [REDACTADO] y descarta el valor por completo, el hash produce un seudónimo estable: la misma entrada siempre genera el mismo texto corto, así que puedes seguir agrupando, contando o cruzando esa columna sin exponer nunca el identificador real. Usa Hash cuando necesites conservar relaciones — como vincular pedidos a un ID de cliente entre tablas — pero no debas revelar el valor subyacente. Usa Redactar cuando el campo no tenga valor analítico y simplemente deba desaparecer, como una columna de notas de texto libre con datos personales sueltos. Asigna Hash a tus columnas clave y Redactar al resto, y luego exporta el resultado como CSV o JSON.
Herramientas Relacionadas
Generador de Contraseñas Seguras Gratis
Genera contraseñas seguras y aleatorias con opciones personalizables. Gratis, rápido y funciona por completo en tu navegador sin necesidad de registro.
Generador de UUID/GUID Gratis
Genera identificadores únicos universales (UUID/GUID). Gratis, rápido y funciona por completo en tu navegador sin necesidad de registro.
Generador de Códigos QR Gratis Online
Genera códigos QR para URLs, texto, credenciales WiFi y más. Gratis, rápido y funciona por completo en tu navegador sin necesidad de registro.
Formateador y Validador de JSON Gratis
Formatea, valida y embellece datos JSON con resaltado de sintaxis y detección de errores. Gratis, rápido y funciona por completo en tu navegador sin necesidad de registro.
Acerca del Anonimizador de Datos
El Anonimizador de Datos convierte una hoja de cálculo llena de información personal en una copia segura y lista para compartir. Pega CSV o JSON, o arrastra un archivo, y la herramienta analiza los encabezados de tus columnas, detecta los que parecen contener información de identificación personal (PII) y sustituye esos valores por datos ficticios realistas. El resultado conserva la misma estructura que tus datos originales — mismas columnas, mismo número de filas, mismos formatos — pero sin ninguna de las personas reales que contenía. Está pensada para desarrolladores que necesitan poblar bases de datos de prueba, analistas que comparten muestras con proveedores, y cualquiera que deba entregar datos sin filtrar información de clientes.
Todo ocurre en tu navegador. El archivo se lee localmente con la API FileReader y se procesa en tu propio dispositivo; nada se sube a ningún servidor. No hay registro ni límite de filas, así que puedes procesar una exportación confidencial de clientes o un extracto de producción sin que salga de tu equipo.
Qué detecta y cómo reemplaza los datos
La detección automática funciona comparando los nombres de las columnas con patrones conocidos, de modo que un encabezado llamado email, phone, ssn o dob se reconoce y se marca antes de que hagas nada. Las categorías detectadas incluyen nombres, correos electrónicos, números de teléfono, direcciones postales, números de la seguridad social e identificaciones nacionales, números de tarjeta de crédito, direcciones IP y fechas de nacimiento. Todo lo que la herramienta identifica se resalta como columna PII para que veas tu nivel de exposición de un vistazo.
Después eliges una regla por columna entre doce opciones:
- Nombres — se sustituyen por un nombre y apellido aleatorios de una lista integrada.
- Correo electrónico — se reemplaza por una dirección segura del tipo
randomuser####@example.com. - Teléfono, SSN/ID, Tarjeta de crédito, IP, Dirección — se regeneran con valores ficticios pero con el formato correcto.
- Fecha (desplazamiento) — se desplaza un desfase aleatorio de hasta 30 días en cualquier dirección, conservando la temporalidad aproximada sin revelar la fecha exacta de nacimiento o del evento.
- Número (ruido) — se altera hasta un 10 por ciento más o menos, útil para salarios o métricas donde importa la distribución pero no las cifras exactas.
- Redactar — se sobrescribe con
[REDACTADO]. - Hash — se convierte en los primeros 8 caracteres de su resumen SHA-256 (calculado con la API Web Crypto del navegador), lo que da un seudónimo estable con el que todavía puedes hacer cruces.
- Dejar tal cual — se deja intacto para las columnas que no contienen datos personales.
Modo determinista y consistencia referencial
Por defecto, cada ejecución genera valores aleatorios nuevos. Al activar el modo determinista, el mismo valor de entrada siempre produce la misma salida, gracias a un generador pseudoaleatorio con semilla que tú controlas (por defecto 42). Esto es clave cuando una misma persona aparece en varios archivos o filas: "John Smith" se convierte en el mismo nombre falso en todas partes, y un ID de cliente con hash coincide entre tablas, de modo que tus claves foráneas y uniones (joins) siguen funcionando después de la anonimización. Cambia la semilla para obtener una asignación distinta pero igualmente consistente.
Revisar y exportar los resultados
Tras anonimizar, una vista previa de "antes y después" muestra las primeras diez filas una junto a otra, con las celdas modificadas resaltadas para que confirmes que se tocaron las columnas correctas. Un breve resumen indica las filas procesadas, las columnas anonimizadas y las columnas PII detectadas. Cuando el resultado te convenza, expórtalo como CSV o JSON, o cópialo al portapapeles en formato separado por tabulaciones para pegarlo directamente en una hoja de cálculo.
Por qué importa anonimizar los datos
Los datos reales de clientes en un entorno de pruebas, una captura de pantalla o una entrega a un proveedor son una causa habitual de exposición accidental de datos, y regulaciones como el RGPD tratan los nombres, correos electrónicos e identificaciones como datos personales protegidos. Los datos correctamente anonimizados quedan fuera de gran parte de ese alcance porque ya no es posible identificar a las personas a partir de ellos. Usar el Anonimizador de Datos te permite mantener datos de prueba realistas — tipos correctos, distribuciones realistas, relaciones intactas — sin poner en riesgo a personas reales. Carga el conjunto de datos de ejemplo para ver cómo funciona todo el proceso antes de usar tus propios datos.