Metodología

De dónde vienen los datos

Toda empresa, comerciante y entidad sin ánimo de lucro de Colombia se registra en una cámara de comercio. Las cámaras consolidan esos registros en el RUES, que Confecámaras publica como dato abierto en datos.gov.co (conjunto c82u-588k): una fila por matrícula, unos 9,4 millones, con 36 columnas.

El sistema revisa la fuente cada día y descarga una copia nueva solo cuando cambia, lo que ocurre aproximadamente una vez al mes. Cada copia se verifica contra un conteo independiente de filas antes de usarse. La fuente se publica con un rezago de unos diez días: el corte actual contiene hechos registrados hasta la fecha que indica la ficha técnica, no hasta el día de la descarga.

Qué se hizo con ellos

La fuente es útil pero difícil de usar: todo llega como texto, hay fechas imposibles usadas como relleno, valores vacíos codificados de varias maneras y una misma empresa repartida en varias matrículas. El proceso, en cinco pasos:

1. Descargar y comprobar. Cada copia se compara con un conteo de filas pedido por separado a la fuente, porque el servidor no indica el tamaño del archivo. Si no coinciden, la copia se descarta.
2. Limpiar sin borrar. Cada columna se convierte a su tipo real: fechas, números, códigos. Un valor que no se puede interpretar no se adivina ni se descarta en silencio: queda vacío y se registra con su motivo. En el corte del 14 de septiembre de 2026 fueron 3.541.461 valores.
3. Reunir matrículas en empresas. Una misma persona jurídica puede tener matrículas en varias cámaras. Se agrupan por su número de identificación tributaria, y cada agrupación se contrasta con los nombres registrados: si ningún nombre la respalda, se marca y se excluye de las cifras. Cuando el identificador no es confiable —ceros, un dígito repetido, un consecutivo interno de la cámara— no se agrupa nada con él.
4. Clasificar. A cada empresa se le asigna su vigencia (si renovó en el año), su sector económico (CIIU), su tipo de organización y el término de duración de sus estatutos, con reglas escritas y comprobables.
5. Verificar y publicar. Cada noche, un conjunto de comprobaciones automáticas revisa el resultado completo. Solo se publica una edición que las pasa todas.

Definiciones

Matrícula

El registro de una empresa o comerciante en una cámara de comercio. Es la unidad de la fuente: una fila del RUES.

Empresa

Una persona jurídica o un comerciante persona natural, con todas sus matrículas reunidas. Es la unidad de este panorama: una empresa con matrículas en tres cámaras cuenta una vez.

Empresa activa

La que renovó su matrícula mercantil en el año en curso. Es la única señal de actividad que la fuente registra de forma verificable. No es lo mismo que el estado “ACTIVA” de la matrícula (ver los matices).

Persona jurídica y persona natural

Una sociedad, una entidad sin ánimo de lucro, una cooperativa o una entidad pública es una persona jurídica: existe por sus estatutos. Un comerciante persona natural es una persona que ejerce el comercio a título propio. El panorama separa los dos grupos porque se comportan distinto.

Sector

La actividad económica principal según la Clasificación Industrial Internacional Uniforme, revisión 4 adaptada para Colombia (CIIU Rev. 4 A.C.), agrupada en 21 secciones de la A a la U.

Cámara de comercio

La cámara donde está la matrícula. Indica la jurisdicción del registro, no necesariamente dónde opera la empresa.

Lista objetivo

Para quien usa la consulta SQL: las personas jurídicas activas cuya agrupación de matrículas no fue contradicha por los nombres. Es la población más confiable para análisis de mercado.

Cómo leer las cifras

Cinco matices que cambian las conclusiones si se pasan por alto.

Lo que estos datos no pueden decir

Cuánto dura una empresa. La fuente guarda solo el último año en que cada empresa renovó, no la historia de sus renovaciones. Se puede saber cuántas empresas creadas en un año siguen renovando hoy, pero no calcular con rigor cuánto tiempo sobreviven.

Dónde está o cómo contactarla. El RUES abierto no publica direcciones, municipios, teléfonos ni correos. La ubicación disponible es la cámara de comercio.

Su tamaño. Este panorama no mide ingresos, activos ni empleados.

Quién es cada comerciante persona natural. Por decisión deliberada: ver privacidad.

Privacidad

El registro mercantil es público, pero republicar datos de personas en una forma que se puede consultar y cruzar es otra cosa, que regula la Ley 1581 de 2012. Por eso:

• Las personas jurídicas se publican con su razón social, NIT y matrícula: son datos de empresas.
• Los comerciantes personas naturales, y cualquier tipo de organización que no sea claramente una persona jurídica, se cuentan pero nunca se nombran: sin nombre, sin número de identificación, sin matrícula.
• El nombre del representante legal no se publica nunca.

La regla funciona como una lista de lo permitido: si el registro agrega un tipo de organización nuevo, queda oculto hasta que una persona decida lo contrario. Y se comprueba sobre los archivos ya generados, antes de cada publicación.

Verificación

Cada noche, una serie de comprobaciones automáticas revisa la base de datos completa: que los conteos cuadren entre etapas, que cada empresa reúna exactamente sus matrículas, que las clasificaciones coincidan con sus reglas y que nada se haya perdido en el camino.

Las comprobaciones mismas se ponen a prueba: casi todas se rompen a propósito, en un entorno controlado, para demostrar que detectan el error que deben detectar; las pocas que no se pueden romper así están declaradas, con su motivo. Y todo el proceso se reconstruye desde los datos de origen cada semana, para demostrar que el resultado se puede reproducir.

Una edición solo se publica después de pasar todas las comprobaciones de la noche, y la ficha técnica de arriba dice cuál.

Datos abiertos

Los mismos datos del panorama y de la consulta SQL, para usarlos con tus propias herramientas. Son archivos Parquet: un formato comprimido que leen Power BI, Python, R, DuckDB y la mayoría de herramientas de análisis.

En Excel

La forma más simple: en la consulta SQL, filtra lo que necesitas y descarga el resultado como CSV, que Excel abre directamente.

En Power BI

Descarga el archivo y usa Obtener datos → Parquet.

En Python

import duckdb  # pip install duckdb
url = "https://huggingface.co/datasets/clyxconsultingdev/amc-rues/resolve/main/data/companies.parquet"
duckdb.sql(f"SELECT chamber, count(*) AS activas FROM '{url}' WHERE is_live GROUP BY 1 ORDER BY 2 DESC").show()

En R

library(duckdb)  # install.packages("duckdb")
con <- dbConnect(duckdb())
url <- "https://huggingface.co/datasets/clyxconsultingdev/amc-rues/resolve/main/data/companies.parquet"
dbGetQuery(con, sprintf("SELECT section, count(*) AS activas FROM '%s' WHERE is_live GROUP BY 1", url))

DuckDB lee solo las partes del archivo que la consulta necesita, así que no hace falta descargar los 8,3 millones de filas para contar unas pocas.

La ficha técnica completa describe cada columna y guarda el historial: cada publicación queda etiquetada con su corte, para que un análisis se pueda repetir con exactamente los mismos datos.

Licencia y cómo citar

Los datos se publican bajo CC BY-SA 4.0, la misma licencia de la fuente: puedes usarlos, compartirlos y transformarlos, también con fines comerciales, siempre que atribuyas la fuente y compartas lo que derives bajo la misma licencia.

Analíticas Mercantiles Colombianas (AMC), a partir del Registro Único Empresarial y Social (RUES), Confecámaras, datos.gov.co.