La información ha tomado gran relevancia en las organizaciones actualmente, siendo los datos que se encuentran en las bases de datos OLTP quienes posean todo el conocimiento necesario para poder realizar un análisis óptimo que permita una buena toma de decisiones en una empresa. Aunque no todos los datos en las fuentes OLTP son fiables, debido a que normalmente vienen con caracteres no válidos, errores de formato, datos inconsistentes. Entonces, esto puede llevar a que los análisis realizados, lleven a conclusiones erróneas y a tomar malas decisiones. Debido a estos problemas de inconsistencia de información es de suma importancia que los datos que sean cargados al Almacén de Datos, sean de calidad y no cargar datos cuya información pueda llevar a decisiones erróneas. En una herramienta BI es de suma importancia el proceso de ETL, debido a que es en esta etapa donde se realiza el proceso de limpieza y transformación de los datos para que estos puedan ser moldeados para la carga, de tal manera, que las decisiones tomadas con esta información, sea lo más cercano a una decisión acertada. La herramienta BI QlikView ofrece un análisis de clase empresarial con la simplicidad, rapidez y facilidad de uso en comparación con las demás herramientas que están en el mercado. Además de poseer un ETL extremadamente robusto y completo, que tiene la capacidad de realizar extracciones y cargas de distintas fuentes de datos, y además posee un alto repositorio de funciones las cuales se utilizan para realizar el proceso de transformación de los datos. Dada la importancia de esta herramienta BI, y para abordar el problema de la calidad de datos en sus fuentes de origen, es que se decidió buscar la manera de catalogar una serie de reglas, las cuales con las funciones entregadas el ETL de QlikView, que se propone sean usadas por el diseñador para moldear los datos para entregar datos confiables y que entreguen información para tomar decisiones lo más acertadas posibles. La metodología utilizada en esta investigación de memoria, comienza con la evaluación de la problemática expuesta, seguida de una exhaustiva revisión de funciones que tiene el ETL de QlikView en su repositorio, realizando asociaciones entre estas por el tipo, la utilidad, y las transformaciones que realizan. Con las funciones ya organizadas, se agrupan dependiendo las transformaciones que pueden realizar, para así con estas realizar una propuesta de regla o primitiva de esta. Luego para realizar la muestra de las primitivas se utilizó como base la arquitectura propuesta por Adriana Marotta en ““Diseño de Data Warehouses: Un enfoque basado en transformación de esquemas” [MAR1999]. Ya una vez finalizado el proceso de generación de las primitivas, se agrupan todas las funciones en cada caso, se realizan muestras de casos específicos para el mejor entendimiento de su funcionamiento. Finalmente como conclusiones se estimó que seleccionar algún método para limpieza y transformación de datos para un ETL específico no es fácil, puesto que se deben analizar las diferentes variables que posee la herramienta para ver cuáles son los límites los cuales esta herramienta puede abordar o cuales están fuera del alcance de esta herramienta.