Columna

Tipo

Descripción

Unidad

cuit

String

CUIT del operador habilitado (11 dígitos sin separadores, IRAM 5160). Persona física (prefijo 20/23/24/27) o jurídica (prefijo 30/33). Por operador (8.890 CUIT distintos) la persona física es mayoría: 57,4% física / 42,6% jurídica; por fila el split es más parejo (47,8%/52,2%) porque las jurídicas tienden a tener más plantas/actividades habilitadas.

—

razon_social

String

Nombre y apellido (persona física) o razón social (persona jurídica) del operador, tal como lo publica la fuente.

—

matricula

Int64

Número de matrícula SIOCAL del operador (identifica al operador dentro del padrón, no es único por sí solo: un CUIT puede repetir la misma matrícula en varias filas de actividad/establecimiento distintos).

—

actividad

String

Actividad habilitada, texto de la fuente. Puede traer un sufijo de especie para carnes (ej. 'Matadero Frigorifico Bovino', 'Matarife Abastecedor Bovino,Ovino,Porcino' cuando el operador está habilitado para más de una especie).

—

rubro

String

'carnes' | 'lacteos'. Clasificación DERIVADA por este pipeline a partir del prefijo de `actividad` (la fuente no la da explícita en el endpoint unificado usado) — verificada exhaustiva contra los totales de los dos exports separados del sitio (12.680/469, coincide exacto).

—

establecimiento_num

Int64

Número de planta/establecimiento. NULL en actividades sin planta física asociada (ej. Consignatario, Exportador) — 18,3% de las filas.

—

establecimiento_den

String

Dirección o descripción del establecimiento (texto libre de la fuente, ej. ruta y kilómetro). Poblado sólo en ~12% de las filas — la mayoría de los operadores no tienen esta descripción cargada en el origen.

—

nro_tipificador

Int64

Número de matrícula de tipificador de carnes (persona física). Ver gotcha: es un atributo del OPERADOR, puede aparecer en filas de otras actividades del mismo CUIT+matrícula, no sólo en la fila con actividad 'Tipificador'. Poblado en 724/13.149 filas (5,5%).

—

provincia_nombre

String

Nombre de la provincia tal como lo publica la fuente (mayúsculas, sin acentos). Columna auxiliar legible junto a `provincia` (código ISO). NULL en 6,2% de las filas — hueco real de la fuente, no del parser.

—

provincia

String

Provincia en código ISO 3166-2:AR, derivada de `provincia_nombre`. Los 24 valores no-vacíos de la fuente mapean 1:1 a las 24 jurisdicciones (0 sin resolver cuando `provincia_nombre` no es NULL).

—

snapshot_date

Date

Fecha del snapshot semanal (AR-universal). Discrimina corridas del scraper.

ISO 8601 YYYY-MM-DD

Pueden invalidar un análisis ingenuo. Documentadas como parte del control de calidad.

El .xls 'Exportar' del sitio NO trae provincia — el endpoint usado sí

Si se vuelve a evaluar esta fuente, no asumir que el botón visible "Exportar" (/ws/consultaPadronCompleto/{1,3}) es la mejor fuente: da menos columnas que el endpoint JSON detrás de la tabla interactiva de la misma página (/ws/consultaPadron), que sí incluye provincia y establecimiento_den. Ver methodology_notes para el detalle completo de qué gana y qué pierde cada uno.

rubro es derivado por este pipeline, no viene de la fuente

El endpoint unificado no distingue carnes/lácteos explícitamente (a diferencia de pedir el .xls de cada rubro por separado). Se deriva por prefijo de actividad — ver almanac.regulacion.siocal. derive_rubro. Verificado exhaustivo, no bug si en algún momento aparece una actividad nueva no contemplada en _LACTEOS_PREFIJOS: caería por default en 'carnes', revisar el catálogo de actividades si el total de 'lacteos' deja de ser ~469 en una corrida futura.

PK de la tabla es un surrogate id, no la clave natural

establecimiento_num es NULLABLE (18,3% de las filas) y una columna nullable no puede ser parte de una PRIMARY KEY en Postgres. La clave natural (cuit, matricula, establecimiento_num, actividad, snapshot_date) se garantiza vía el UNIQUE INDEX ux_siocal_natural_key (expresión con COALESCE(establecimiento_num, -1)), no vía la PK. El ON CONFLICT del ingest debe calzar con esa MISMA expresión, no con los nombres de columna crudos.

nro_tipificador es del operador, no de la fila

Ver methodology_notes. Un CUIT con actividad de tipificador puede tener otras filas (Matarife, Consignatario) que heredan el mismo nro_tipificador — no filtrar asumiendo que sólo las filas con actividad "Tipificador" tienen este campo poblado.

Capacidad de Produccion (lácteos) NO está en este dataset

Disponible en el .xls "Exportar Lácteos" del sitio (bracket ordinal de litros/día, 469 filas) pero no en el endpoint JSON unificado usado acá — decisión registrada (ver methodology_notes), no un olvido. Si se necesita ese dato, requiere una segunda fuente + reconciliación.

SAGyP — SIOCAL

Qué incluye