Universidad Nacional Experimental de Guayana

Vicerrectorado-Acadmico
Coordinacin General de Pregrado
Proyecto de Carrera: Ingeniera Informtica
Ctedra: Auditoria de Sistemas

CALIDAD DE DATOS

Profesora:
Edelalcira Milln

Integrantes:
Abreo Jessica C.I: 21.609.642
Madriz Saryross C.I 17.632.933
Montero Jos C.I: 20.037.142
Muoz Cristobal C.I: 21.249.515
Roa Baiser C.I: 20.840.138

Ciudad Guayana, febrero 2015

INTRODUCCIN

La falta de calidad de los datos es uno de los principales problemas a los que se
enfrentan los responsables de sistemas de informacin y las empresas en general, pues
representa claramente uno de los problemas ocultos ms graves y persistentes en cualquier
organizacin.
En efecto, una buena calidad de datos es el activo ms potente dentro de una
organizacin, ya que permite acelerar el crecimiento y administrar de mejor manera los
costos y las iniciativas para obtener mejores rentabilidades.

CALIDAD DE DATOS

Qu es Calidad de datos?
Segn lo que plantea la norma ISO 9000: 2000, la calidad se podra definir como el
grado en el que un conjunto de caractersticas inherentes cumple con los requisitos, esto es,
con la necesidad o expectativa establecida, generalmente implcita u obligatoria".

Se puede definir la calidad de datos como procesos o tcnicas enfocadas a mejorar la

eficacia de los datos existente en nuestro sistema. Para que un proceso de calidad de datos
sea realmente eficaz, ste debera ser repetible y fcil de entender, de manera que permita
generar un proceso que se vuelva un ciclo de mejora y que cada vez que fuera ejecutado
generara datos con mayor calidad, permitiendo desarrollar reportes para dar seguimientos a
los progresos y proporcionar la mejora continua de la calidad de datos.

En consecuencia la calidad de datos se encuentra asociada a un conjunto de

dimensiones o atributos que se podran concretar en la exactitud, integridad, consistencia y la
coherencia.
Importancia de la calidad de datos
Debido a que la gestin de datos constituye un recurso estratgico dentro de una
organizacin, se hace imprescindible que se garantice la calidad de los datos en cualquier
empresa de hoy en da. Ya que afecta directamente en su desempeo y en la toma de
decisiones.

Beneficios de calidad de datos:

Ahorrar costos directos, evitando tener informacin duplicada.

Supervisar y limpiar de forma proactiva los datos de todas las aplicaciones, y

mantener limpios estos datos.

Permitir al negocio compartir responsabilidad de la calidad.

Motivos por los cuales existe mala calidad de datos en los sistemas

Datos de entradas: la mayor fuente de errores son las entradas de informacin

manual. Ocasionado por el ruido en la comunicacin, errores tipogrficos o
equivocaciones, u otros factores externos.

Datos Externos: frecuentemente se incorporan datos externos de forma automtica

en los sistemas de informacin de las organizaciones, sin tomar precauciones
oportunas, provocando que se generen multitud de problemas respecto a la calidad de
los datos.

Errores de carga de los sistemas transaccionales: los mltiples errores que suelen
ocurrir durante la carga en los sistemas transaccionales, suelen provocar una
deficiencia de la calidad de los datos.

Migraciones: la consecuencia que se produce a raz de una migracin de datos sin

haber sido previamente analizados en profundidad los cambios que hay que aplicar a
la informacin, son la ausencia de calidad de datos, existencia de los valores
obsoletos o en un formato distinto al esperado en el nuevo sistema, e incluso
duplicidades.

Los errores generalmente se dividen en tres categoras:

Errores por informacin incompleta: consisten en registros o campos

faltantes Qu es lo que se carg y qu pasar con esos registros o campos
sin datos?

Sintaxis: est relacionada con el formato de los datos y como se representan.

Tienen los datos forma correcta? Se encuentran los datos dentro del
intervalo de valores?
Semntica: transmite el significado de los datos. Hay valores ocultos en los
datos no estructurados? Hay nombres en los campos de direcciones, a pesar
del cumplimiento de la forma correcta de los datos? Existen registros
duplicados con leves diferencias?

Dimensiones de la calidad de datos

Completitud: cuando los datos no estn son irrelevantes, pero cuando se vuelven
necesarios para un proceso del negocio, estos se vuelven crticos.

Conformidad: los datos deben estar en un formato estndar y legible.

Precisos: si los datos no son precisos, estos no pueden ser utilizados. En este
sentido, para detectar si estos son precisos, se compara el dato con una fuente de
referencia.

Duplicacin: si tienen la misma informacin en formatos iguales o similares.

Integridad: radica en saber si toda la informacin relevante est presente de forma que
se pueda utilizar.
Ciclo de Vida en calidad de datos

Descubrimiento: se utiliza para explorar los modelos o fuentes de datos

indocumentados, logrando de esta manera una rpida identificacin y medicin de
estos.

Perfilado: es una auditoria de calidad de datos con la entrega de un cuadro de mando

que identifica, clasifica y cuantifica los problemas de calidad dentro de todas las
fuentes. El objetivo de la auditoria es que se puedan generar medidas tangibles de la
calidad de los datos al inicio, que permitir aclarar las condiciones actuales, como por
ejemplo datos duplicados, datos redundantes, etc.

Limpieza: se definen las reglas y se estableces metas a alcanzar. Por ejemplo antes
de la entrada en funcionamiento, la calidad de datos debe ser el 85% para los
atributos de prioridad.

Coincidencias: consiste en el diseo de la limpieza, estandarizacin, coincidencia y

reglas de consolidacin.

Consolidacin: se implementan los procesos de mejora en la calidad de los datos

(definidos en el punto de limpieza).

Monitorizacin: una vez implementado el proceso de calidad de los datos, es de

importancia que se informe sobre los resultados, es decir, presentaciones de informes

para la distribucin de los resultados desglose y alertas.

Consecuencias de los errores en los datos

Los errores en los datos afectan de diversas formas a las organizaciones. Una de las
principales se genera en los procesos de tomas decisiones provocando que se vuelva
inefectivo e ineficiente. Significando riesgo en la toma de decisiones afectando as la
operacin y gestin de las empresas.

Consecuencias directas:
o Entregas a clientes en forma tarda o equivocada.
o Errores en el cobro a clientes.
o Clientes duplicados.
o Problemas en implementacin de nuevos Sistemas de Informacin que
provienen de varias fuentes de datos.

Consecuencias a mediano/largo plazo:

o Baja la satisfaccin de los clientes
o

Lleva a costos altos e innecesarios

o Baja la satisfaccin en el trabajo y alimenta la desconfianza en la

organizacin
o Tiene impacto en la toma de decisiones
o Los avances de la tecnologa de la informacin incrementan el impacto de
la mala calidad de datos (disponibilidad a ms gente)

Cmo identificar los datos errados?

Verificacin manual: permite localizar la mayora de los errores ms comunes, y ello

se lograr verificando en base a la fuente original de la informacin, todos y cada uno
de los valores, permitiendo de este modo determinar qu valores son correctos y
cules no.

Anlisis automtico: se ayudan tanto del software como la habilidad del analista de
calidad de datos para detectar errores.

CONCLUSIONES

Para poder obtener un buen control de calidad se requiere cubrir todo un

procedimiento para poder lograr nuestro objetivo, que es mejorar la calidad para una mejor y
mayor satisfaccin del cliente y de uno mismo como empresa o industria.

Por medio de las etapas tenemos la oportunidad de detectar cualquier anomala que
se pudiera presentar durante cualquiera de nuestros procesos antes de alcanzar nuestro fin,
por ello es importante llevar a cabo un seguimiento adecuado, correcto y de mejora continua.