Trae el dataset desordenado
Empieza con CSV, Excel o archivos de proyecto que ya están en tu máquina. IMD trata el archivo bruto como objeto de trabajo, no como un prompt de demo.
IMD ayuda a cualquier persona a procesar, limpiar y entregar datos con facilidad.
Tabla limpia creada conservando el snapshot de origen.
El sistema prepara el trabajo. El usuario aprueba el resultado.
Un camino claro: importa el archivo, prepara el paquete de resultados, y luego revisa y exporta con el contexto de trabajo intacto.
Empieza con CSV, Excel o archivos de proyecto que ya están en tu máquina. IMD trata el archivo bruto como objeto de trabajo, no como un prompt de demo.
IMD detecta estructura, corrige valores inconsistentes, aísla problemas y prepara tablas listas para análisis mediante el escritorio y la CLI.
El usuario aprueba el resultado antes de moverlo a Stata, R, notebooks o flujos de reportes.
Todo en esta página vuelve a una tarea: preparar archivos desordenados para análisis serio sin ocultar el proceso de revisión.
Valores faltantes, categorías inconsistentes, claves duplicadas, fechas rotas y preparación de panel son flujos de primera clase.
Archivos, snapshots, tablas y estados de revisión viven en un espacio de escritorio en vez de perderse en un chat.
IMD tiene una postura clara sobre automatización, pero la decisión final sigue siendo visible y revisable.
La app y la CLI usan la misma cuenta, acceso a modelos y capa de permisos.
Free se reinicia a diario. Plus y Pro se reinician por ciclo de suscripción, sin rollover.
La forma del producto mantiene el flujo cerca de la máquina del usuario y hace explícita la revisión.
El objetivo no es reemplazar Stata, R, notebooks o herramientas de reporte. El objetivo es preparar datos confiables antes de que esas herramientas sean útiles.
Los archivos de trabajo se mantienen organizados en un espacio de escritorio antes de pasar a resultados downstream.
La app de escritorio, CLI y cuenta web usan la misma identidad Supabase y la capa de tokens de IMD.
La IA puede preparar tablas y paquetes de resultado, pero el usuario sigue siendo revisor antes de exportar.
IMD está pensado para la parte poco glamorosa del análisis: hacer que los archivos fuente sean coherentes para que los métodos posteriores merezcan confianza.
Prepara datasets de panel, encuestas y publicación antes de pasar a Stata, R o Python.
Convierte archivos operativos desordenados en tablas revisadas con snapshots de origen y salidas exportables.
Haz visible el trabajo oculto de limpieza para revisar métodos, supuestos y resultados.
Los usuarios Free reciben créditos diarios. Plus y Pro usan créditos mensuales que se reinician al final de cada ciclo de suscripción.
Prueba IMD con el pool de modelos gratis. Los créditos diarios se eliminan al reinicio.
Para limpieza de datos regular y preparación recurrente de análisis.
Para más uso de modelos y cargas recurrentes más grandes.
No. Los créditos Free se eliminan a diario y los créditos pagados se eliminan cuando se renueva el ciclo de suscripción.
No. Plus y Pro usan su propio bucket mensual en vez de acumular créditos Free.
No. IMD trabaja antes y prepara los datos para que esas herramientas se usen con más confianza.