Principios sobre la calidad de datos

Presentación del tema: "Principios sobre la calidad de datos"— Transcripción de la presentación:

1 Principios sobre la calidad de datos
DDBB DDBB Isabel Ortega Maqueda Unidad de Coordinación GBIF-ES Taller de calidad de datos en Bases de datos de Biodiversidad Real Jardín Botánico de Madrid (España) 13-14 Septiembre 2007 Basado en “Principles of Data Quality” by Arthur D. Chapman

2 Usando los datos sobre especies
Estudios taxonómicos, ecológicos, biogeográficos, filogenéticos Modelado de datos de especies Estudios de población y distribución de especies Estudios sobre especies amenazadas, sobre migración de especies. Impacto del cambio climático Ecología, Ecosistemas, Evolución y genética Planificación sobre la conservación de espacios protegidos Gestión de recursos naturales

3 Usando datos de especies
Agricultura, Montes y Pesca Perspectivas basadas en productos biológicos Salud y seguridad públicas Medicina forense Control de fronteras y comercio ilegal de especies Educación y alcance público Ecoturismo Arte e Historia, Ciencias y política Planificación de infraestructuras humanas

4 Que es la ‘Calidad de los datos?
Qué queremos decir con calidad ? Que es la ‘Calidad de los datos? Una característica esencial y necesaria para que los datos sean “adecuados para el uso”. El propósito general al describir la calidad de los datos de un registro concreto es describir la adecuación del registro para un uso particular que el usuario tenga en mente para dichos datos. Chrisman, 1991 Basado en “Principles of Data Quality” by Arthur D. Chapman

5 Calidad - Datos Adecuados para el uso?
La especie ‘A’ se encuentra en Tasmania? La especie ‘A’ se encuentra en el Área de conservación del patrimonio de Tasmania’? Wandering Albatross, New Zealand

6 Basado en “Principles of Data Quality” by Arthur D. Chapman
Pérdida de la calidad La pérdida de la calidad de los datos puede perderse durante varias etapas: En el momento de la recolección Durante la digitalización Durante la documentación Durante el almacenamiento y conservación Durante el análisis y la manipulación En el momento de la presentación En el uso que se les dé No minusvaloréis la tarea de la mejora de la calidad. Aparte del trabajo en equipo, la formación y la disciplina, no se requieren cualidades especiales. Todo el que quiera, podrá contribuir a ello. (Redman 2001). Basado en “Principles of Data Quality” by Arthur D. Chapman

7 Principios de la calidad de datos
Es importante que la institución tenga: Una visión con respecto a la calidad de sus datos Una política para implementar esta visión Una estrategia para la implementación No llevar nunca esta labor a cabo sin planificación ni sin coordinación. La experiencia demuestra que el tratamiento de los datos de forma organizada y sistemática consigue ahorrar a largo plazo gran cantidad de tiempo y da mayor valor a los datos. Basado en “Principles of Data Quality” by Arthur D. Chapman

8 Manteniendo la calidad de los datos
Prevenir es mejor que curar, y es mucho más barato… La prevención de errores nada tiene que hacer con los datos que ya existen en la base de datos. En estos casos, la validación y la corrección serán los importantes en el proceso hacia la calidad. Corregir los datos y no hacer nada para prevenir los errores significa que los errores seguirán apareciendo sistemáticamente y no los reduciremos nunca. Detectar las causas del error nos ayudará a prevenirlas.

9 Cadena de Información de la Calidad de datos
Asignar la responsabilidad para la calidad de los datos a quienes los han creado. Si esto no es posible, asignar la responsabilidad a quienes están tan cerca de la creación de los datos como sea posible (Redman 2001)

10 Principios de la calidad de datos
Exactitud – Debemos tender a que el dato esté lo más próximo posible al valor real. Consistencia – Datos representados siempre de la misma forma: la visualización de los datos debe ser clara, consistente y sin ambigüedad:

11 Principios de la calidad de datos 2
Efectividad – La probabilidad de que una tarea alcance los objetivos alcanzados. Ej: el porcentaje de registros para los cuales la latitud y la longitud pueden ser determinados exactamente. Eficiencia – producir los máximos resultados con los mínimos recursos. Ej: optimizar los procesos de georreferenciación ordenando por localidad y georreferenciandolos utilizando los mismos mapas para el conjunto de registros.

12 Principios de la calidad de datos 3
Acesibilidad – cómo de accesibles son los resultados para los usuarios/el público. Ej: la facilidad con la que los usuarios acceden a la georreferenciación de una localidad particular que acaba de ser georreferenciada. Transparencia – hacer públicos los procedimientos y la documentación para el manejo de la colección, los análisis realizados, los informes y las actualizaciones. Ej.: conocer los métodos con que han sido georreferenciados un grupo de registros y disponer de la documentación asociada a esta tarea.

13 Principios de la calidad de datos 4
Actualidad de los datos – se refiere a la frecuencia de actualización de los datos de la colección y sus informes. ¿Cuándo fueron los datos actualizados por última vez? ¿Con qué frecuencia se actualizan y son puestos a disposición de los usuarios? La frecuencia de actualización deben ser concretada y documentada.

14 También debemos tener en cuenta…
Otras características que deben ser observadas son: Documentación: es un principio clave. Permite a los usuarios verificar el ajuste de los datos al uso que necesitan en ese momento. Feedback: debe definir mecanismos para la retroalimentación a través de los usuarios, y hacer que esta información se refleje en la calidad de los datos. Formación y entrenamiento del personal: debe incluir desde los colectores, hasta los operadodes de digitalización de los datos y los gestores de las bases de datos. Crear protocolos de actuación que sirvan de base para la formación del personal, y para las tareas del día-a-día.

15 Errores en los datos En general, un buen entendiemiento de los errores y su propagación conduce a un control activo de la calidad . Burrough and McDonnell, 1998 Ya que el error es algo ineludible, debería ser reconocido como una dimensión fundamental del dato. Y necesita ser detectado, registrado y documentado. Chrisman, 1991

16 Alguna pregunta?