You are on page 1of 7

Universidad Nacional Experimental de Guayana

Vicerrectorado-Académico
Coordinación General de Pregrado
Proyecto de Carrera: Ingeniería Informática
Cátedra: Auditoria de Sistemas

CALIDAD DE DATOS

Profesora:
Edelalcira Millán

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

Ciudad Guayana, febrero 2015

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

con la necesidad o expectativa establecida.  Permitir al negocio compartir responsabilidad de la calidad. permitiendo desarrollar reportes para dar seguimientos a los progresos y proporcionar la mejora continua de la calidad de datos. evitando tener información duplicada. En consecuencia la calidad de datos se encuentra asociada a un conjunto de dimensiones o atributos que se podrían concretar en la exactitud. se hace imprescindible que se garantice la calidad de los datos en cualquier empresa de hoy en día.  Supervisar y limpiar de forma proactiva los datos de todas las aplicaciones. Beneficios de calidad de datos:  Ahorrar costos directos. generalmente implícita u obligatoria". consistencia y la coherencia. y mantener limpios estos datos.CALIDAD DE DATOS ¿Qué es Calidad de datos? Según lo que plantea la norma ISO 9000: 2000. integridad. . la calidad se podría definir como “el grado en el que un conjunto de características inherentes cumple con los requisitos. esto es. Ya que afecta directamente en su desempeño y en la toma de decisiones. Se puede definir la calidad de datos como procesos o técnicas enfocadas a mejorar la eficacia de los datos existente en nuestro sistema. Para que un proceso de calidad de datos sea realmente eficaz. éste debería ser repetible y fácil 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. Importancia de la calidad de datos Debido a que la gestión de datos constituye un recurso estratégico dentro de una organización.

¿Tienen los datos forma correcta? ¿Se encuentran los datos dentro del intervalo de valores? ▪ Semántica: transmite el significado de los datos. a pesar del cumplimiento de la forma correcta de los datos? ¿Existen registros duplicados con leves diferencias? .  Errores de carga de los sistemas transaccionales: los múltiples errores que suelen ocurrir durante la carga en los sistemas transaccionales. existencia de los valores obsoletos o en un formato distinto al esperado en el nuevo sistema.  Datos Externos: frecuentemente se incorporan datos externos de forma automática en los sistemas de información de las organizaciones.  Migraciones: la consecuencia que se produce a raíz de una migración de datos sin haber sido previamente analizados en profundidad los cambios que hay que aplicar a la información. errores tipográficos o equivocaciones. son la ausencia de calidad de datos.Motivos por los cuales existe mala calidad de datos en los sistemas  Datos de entradas: la mayor fuente de errores son las entradas de información manual. provocando que se generen multitud de problemas respecto a la calidad de los datos. e incluso duplicidades. u otros factores externos. ¿Hay valores ocultos en los datos no estructurados? ¿Hay nombres en los campos de direcciones. suelen provocar una deficiencia de la calidad de los datos. Los errores generalmente se dividen en tres categorías: ▪ Errores por información incompleta: consisten en registros o campos faltantes ¿Qué es lo que se cargó y qué pasará con esos registros o campos sin datos? ▪ Sintaxis: está relacionada con el formato de los datos y como se representan. Ocasionado por el ruido en la comunicación. sin tomar precauciones oportunas.

estandarización. se compara el dato con una fuente de referencia.  Conformidad: los datos deben estar en un formato estándar y legible.  Duplicación: si tienen la misma información en formatos iguales o similares. para detectar si estos son precisos. como por ejemplo datos duplicados. pero cuando se vuelven necesarios para un proceso del negocio.  Perfilado: es una auditoria de calidad de datos con la entrega de un cuadro de mando que identifica. El objetivo de la auditoria es que se puedan generar medidas tangibles de la calidad de los datos al inicio. En este sentido.  Coincidencias: consiste en el diseño de la limpieza.  Integridad: radica en saber si toda la información relevante está presente de forma que se pueda utilizar.  Precisos: si los datos no son precisos. es de importancia que se informe sobre los resultados. Ciclo de Vida en calidad de datos  Descubrimiento: se utiliza para explorar los modelos o fuentes de datos indocumentados. presentaciones de informes . coincidencia y reglas de consolidación. logrando de esta manera una rápida identificación y medición de estos. la calidad de datos debe ser el 85% para los atributos de prioridad. que permitirá aclarar las condiciones actuales.  Limpieza: se definen las reglas y se estableces metas a alcanzar. estos se vuelven críticos. etc.Dimensiones de la calidad de datos  Completitud: cuando los datos no están son irrelevantes. clasifica y cuantifica los problemas de calidad dentro de todas las fuentes.  Consolidación: se implementan los procesos de mejora en la calidad de los datos (definidos en el punto de limpieza).  Monitorización: una vez implementado el proceso de calidad de los datos. Por ejemplo antes de la entrada en funcionamiento. estos no pueden ser utilizados. datos redundantes. es decir.

o Errores en el cobro a clientes. Significando riesgo en la toma de decisiones afectando así la operación y gestión de las empresas. o Clientes duplicados. Una de las principales se genera en los procesos de tomas decisiones provocando que se vuelva inefectivo e ineficiente. permitiendo de este modo determinar qué valores son correctos y cuáles no. o Problemas en implementación de nuevos Sistemas de Información que provienen de varias fuentes de datos.  Análisis automático: se ayudan tanto del software como la habilidad del analista de calidad de datos para detectar errores. . Consecuencias de los errores en los datos Los errores en los datos afectan de diversas formas a las organizaciones. y ello se lograr verificando en base a la fuente original de la información.  Consecuencias a mediano/largo plazo: o Baja la satisfacción de los clientes o Lleva a costos altos e innecesarios o Baja la satisfacción en el trabajo y alimenta la desconfianza en la organización o Tiene impacto en la toma de decisiones o Los avances de la tecnología de la información incrementan el impacto de la mala calidad de datos (disponibilidad a más gente) ¿Cómo identificar los datos errados?  Verificación manual: permite localizar la mayoría de los errores más comunes. todos y cada uno de los valores.  Consecuencias directas: o Entregas a clientes en forma tardía o equivocada.para la distribución de los resultados desglose y alertas.

que es mejorar la calidad para una mejor y mayor satisfacción del cliente y de uno mismo como empresa o industria. correcto y de mejora continua. .CONCLUSIONES Para poder obtener un buen control de calidad se requiere cubrir todo un procedimiento para poder lograr nuestro objetivo. por ello es importante llevar a cabo un seguimiento adecuado. Por medio de las etapas tenemos la oportunidad de detectar cualquier anomalía que se pudiera presentar durante cualquiera de nuestros procesos antes de alcanzar nuestro fin.