Fernando López Osornio Facultad de Ingeniería - Universidad de Palermo Diseño de un Proceso de Medición de la Calidad de Datos de un Data Warehouse Fernando López Osornio Facultad de Ingeniería - Universidad de Palermo

Indice Resumen Diseño del Proceso de Medición La Calidad de Datos Dimensiones de la Calidad de Datos Proceso de Medición de la Calidad de Datos de un DW Conclusión

1. Resumen La calidad de los datos de los data warehouses es crítica para las organizaciones dado que los utilizan para generar una multiplicidad de informaciones que constituyen la base de las decisiones de las cuales depende, en gran medida, el éxito de las mismas. Por este motivo muchas de ellas están tomando consciencia de la importancia de contar con un proyecto de calidad de datos. Para implementar un programa de mejora de la calidad de datos de un data warehouse se requiere de un proceso de medición que se mantenga en el tiempo y asegure las que las medidas que se obtengan puedan ser empleadas para la toma de decisiones en dirección a los objetivos que se pretenden alcanzar. Este artículo describe un proceso de medición que puede emplearse para tal fin. El mismo combina la arquitectura de un proceso de medición del software, un modelo de procesos para identificar y definir medidas del software y las dimensiones de la calidad de datos.

2. Diseño del Proceso de Medición Dimensiones de la Calidad de Datos Software Measurement Process Architecture (PDCA) Goal-Driven Software Measurement (GQ(I)M)

3. La Calidad de Datos Calidad de datos es, “satisfacer permanentemente las expectativas de los usuarios a través de información y servicios de información” para que puedan alcanzar sus objetivos. Larry English * * L. English, “Standarize, Validate and Improve Your Information Assets”, Information Impact International & DataFlux Corporation, 2004

4. Dimensiones de la Calidad de Datos Exactitud ¿Los datos representan la realidad o una fuente verificable? Integridad ¿Es la estructura de los datos y la relación entre entidades y atributos mantenida consistentemente? Consistencia ¿Los elementos de datos están definidos consistentemente? Completitud ¿Están presentes todos los datos necesarios? Validez ¿Los valores de los datos se encuentran dentro de los rangos aceptables definidos por el negocio? Oportunidad ¿Los datos están disponibles cuando se los necesita? Accesibilidad ¿Son los datos fácilmente accesibles, comprensibles y utilizables?

4. Proceso de Medición de la Calidad de Datos de un DW Planeamiento Implementación 2. Definir Procedimientos 3. Recolectar Datos Necesidad de Medición 1. Identificar Alcance 5. Evolucionar Proceso 4. Analizar Datos Reportes de Medición Mejoramiento

4.1. Identificar el Alcance Objetivos Calidad de Datos como concepto multidimensional Preguntas e Indicadores Medidas

4.2. Definir Procedimientos Medidas Recolección de Datos ¿Dónde? ¿Cómo? ¿Quién? ¿Cuán a menudo? Almacenamiento de la Información ¿Dónde? Reportes ¿Formato? ¿Quién? ¿Para quiénes? ¿Cuán a menudo? ¿Cómo? Mecanismos de Retroalimentación ETL Producción Usuarios Fuentes de Datos

4.3. Recolectar Datos Recolectar y Almacenar Datos Revisar los Procedimientos de Recolección

4.4. Analizar Datos Preparar Reportes Presentar Reportes Revisar Procedimientos de Análisis

4.5. Evolucionar Proceso Obtener Feedback Evaluar el Proceso de Medición

5. Conclusión Las ventajas de implementar un proceso de medición como el descrito residen en que el mismo garantiza que los resultados de las mediciones estarán relacionados con los objetivos y en este sentido se podrán utilizar para la toma de decisiones en dirección a los mismos al tiempo que el proceso evoluciona mejorando, en este caso la calidad de los datos de un data warehouse y su propia estructura. Si bien el proceso de medición fue instanciado para una de las dimensiones de la calidad de datos, el mismo puede aplicarse a las restantes dimensiones teniendo presente que la elección de cada una de ellas depende de los requisitos de calidad de los usuarios. Para que el Proceso de Medición de la Calidad de Datos de un Data Warehouse sea exitoso y se mantenga en el tiempo requiere un alto compromiso de todos aquellos que de alguna forma tienen participación en el mismo. De otro modo los resultados de las mediciones dejarán de utilizarse y no se podrá administrar la mejora de la calidad de datos del data warehouse.

?