Normas técnicas para alcanzar a Calidade do Dato

A Asociación Española de Normalización (UNE) publicou recentemente un artigo e informe onde se recollen distintas normas técnicas que buscan garantir que a correcta xestión e gobernación dos datos dunha organización. Datos.gob, en  este post , recolleu ambos os materiais, incluíndo unha infografía-resumen das normas destacadas.

Nos artigos de referencia sinalados menciónanse norman técnicas relativas a gobernación, xestión, calidade, seguridade e privacidade de datos. Nesta ocasión queremos facer un zoom sobre aquelas centradas na calidade dos datos.

Estándares de referencia de xestión da calidade

Tal e como dixo Lord Kelvin, físico e matemático británico do século XIX, “o que non se mide, non se pode mellorar e o que non se mellora, degrádase sempre”.  Pero para medir a calidade do dato e poder mellorala necesítanse estándares que nos axuden a homoxeneizar primeiro dita calidade*.  A iso pódennos axudar as normas técnicas detalladas a seguir: 

Norma ISO 8000

O normativa ISO (International Organization for Standardization), dispón da norma  ISO 8000  como o estándar internacional para a calidade dos datos de transacción, os datos de produto e os datos mestres empresariais. Esta norma estrutúrase en 4 partes: conceptos xerais da calidade dos datos (ISO 8000-1, ISO 8000-2 e ISO 8000-8), procesos de xestión da calidade dos datos (ISO 8000-6x), aspectos relacionados co intercambio de datos mestres entre organizacións (partes 100 a 150) e aplicación da calidade dos datos de produto (ISO 8000-311).

Dentro da familia de o ISO 8000-6X, centrada en os procesos de xestión da calidade dos datos para crear, almacenar e transferir os datos que dan soporte aos procesos de negocio de maneira oportuna e rendible, atopamos:

• O ISO 8000-60 proporciona unha visión xeral dos procesos de xestión de calidade dos datos sometidos a un ciclo de mellora continua.
• O ISO 8000-61 establece un modelo de referencia de procesos de xestión de calidade dos datos. A principal característica é que, para alcanzar a mellora continua, o proceso de implementación debe ser executado continuamente seguindo o ciclo  Plan-Do-Check-Act . Ademais, inclúense procesos de implementación relacionados co aprovisionamento dos recursos e o procesamento de datos. Tal e como se mostra na seguinte imaxe, o catro etapas do ciclo de implementación deben dispor de datos de entrada, información de control e soporte para unha mellora continua, así como contar cos recursos necesarios para o desempeño das actividades.

• Pola súa banda, o ISO 8000-62, a última da familia do ISO 8000-6X, enfócase en a avaliación de madurez de procesos organizacionales. Nela especifícase un marco de traballo para avaliar a madurez da xestión da calidade de datos da organización, baseado na súa capacidade de executar as actividades relacionadas cos procesos de xestión da calidade de datos identificados no ISO 8000-61. En función da capacidade do proceso avaliado, asígnase un dos niveis definidos.

Norma ISO 25012

Outra das normas ISO que trata sobre a calidade dos datos é a familia de o  ISO 25000 , que ten por obxectivo a creación dun marco de traballo común para avaliar a cvalidad do produto de software. En concreto, a norma ISO 25012 define un un modelo xeral de calidade de datos aplicable a datos almacenados de forma estruturada nun sistema de información.

Ademais, no contexto de datos abertos considérase unha referencia de acordo ao conxunto de boas prácticas para a avaliación da calidade dos datos abertos desenvolvido pola rede paneuropea Share-PSI, concibida para servir de orientación a todas as organizacións públicas á hora de compartir información.

Neste caso, a calidade do produto de datos enténdese como o grao en que estes satisfán os requisitos definidos previamente no modelo de calidade de datos mediante as seguintes 15 características.

Estas características ou dimensións de calidade, clasifícanse principalmente en dúas categorías.

A calidade de datos inherente relaciónase co potencial intrínseco dos datos de satisfacer as necesidades definidas cando se utilizan en condicións concretas. Trátase de:

• Exactitude: grao no que os datos representan o verdadeiro valor do atributo desexado nun contexto específico, como poida ser a proximidade dos datos a un conxunto de valores definidos nun determinado dominio.
• Completitud: grao no que os datos asociados teñen valor para todos os atributos definidos.
• Consistencia: grao de coherencia con outros datos existentes, eliminando contradicións.
• Credibilidade: grao en que os datos teñen atributos que se consideran certos e cribles no seu contexto, incluíndo a veracidade das orixes de datos.
• Actualidade: grao de vixencia dos datos para o seu contexto de uso.

Doutra banda, a calidade de datos dependente do sistema relaciónase co grao alcanzado a través dun sistema informático baixo condicións concretas. Trátase de:

• Dispoñibilidade: grao en que os datos teñen atributos que permiten ser obtidos por usuarios autorizados.
• Portabilidade: capacidade dos datos de ser instalados, substituídos ou eliminados dun sistema a outro, preservando o nivel de calidade.
• Recuperabilidad: grao en que os datos teñen atributos que permiten manter e preservar a calidade mesmo en caso de fallos.

Adicionalmente, hai características ou dimensións que poden englobarse tanto dentro de calidade de datos inherente como dependente do sistema. Estas son:

• Accesibilidade: posibilidade de acceso aos datos nun contexto concreto por uns roles determinados.
• Conformidade: grao en que os datos conteñen atributos con base en estándares, normativas ou referencias establecidas.
• Confidencialidade: mide o grao de aseguramiento dos datos con base na súa natureza para poder acceder a eles só polos roles configurados.
• Eficiencia: posibilidades que ofrecen os datos para ser procesados con niveis de rendemento esperados en situacións concretas.
• Precisión: exactitude dos datos con base nun contexto de uso específico.
• Rastrexabilidade: capacidade de auditar o ciclo de vida completo do dato.
• Comprensibilidade: capacidade dos datos de ser interpretados por calquera usuario, incluíndo a utilización de símbolos e linguaxes determinadas para un contexto específico.

Ademais das normas ISO, existen outros marcos de referencia que establecen pautas comúns para a medición da calidade.  DAMA Internacional , por exemplo, tras analizar as similitudes de todos os modelos, establece 8 dimensións de calidade básicas comúns a calquera estándar: exactitude, completitud, consistencia, integridade, razonabilidad, oportunidade, unicidade, validez.

A necesidade de mellora continua

A homoxeneización da calidade dos datos de acordo a estándares de referencia como os descritos, permiten asentar as bases para unha mellora continua da información. A partir da aplicación destas normas, e tendo en conta as dimensións detalladas, é posible definir indicadores de calidade. Unha vez impleméntense e executen, arroxarán uns resultados que terán que ser revisados polos diferentes propietarios dos datos, establecendo limiares de tolerancia e identificando así incidencias de calidade en todos aqueles indicadores que non superen o limiar definido.

Para iso, teranse en conta diferentes parámetros como a natureza do dato ou o seu impacto no negocio, xa que non se pode tratar de igual forma un campo descritivo que unha clave primaria, por exemplo.

A partir de aí, é frecuente pór en marcha un circuíto de resolución de incidencias capaz de detectar cáusaa raíz que xera unha deficiencia de calidade nun dato para extraela e garantir a mellora continua.

Grazas a iso, obtéñense innumerables beneficios, como minimizar riscos, aforro de tempo e recursos, toma áxil de decisións, adaptación a novos requirimentos ou mellora reputacional.

Cabe destacar que as normas técnicas abordadas neste post permiten homoxeneizar a calidade. Para tarefas de medición da calidade dos datos per se, deberiamos acudir a outras normas como o  ISO 25024:2015 .

Fonte orixinal da noticia