Catálogos de datos y metadatos para conjuntos de datos adquiridos

Los datos externos que no puede encontrar, entender o en los que no puede confiar son datos externos que no usará. Los metadatos y los catálogos convierten un montón de archivos en un activo gestionado. Esta guía explica qué aspecto tienen unos buenos metadatos y por qué importan para los datos adquiridos.

Cobertura en toda la UE. DataSupplier localiza y entrega estos datos en los 27 países de la Unión Europea —incluidos Alemania, Francia, España, Italia, Países Bajos y Polonia— y en el EEE, en el formato y la cadencia que necesite.

Por qué los metadatos son el multiplicador

El valor de un conjunto de datos depende de que las personas puedan encontrarlo, entenderlo y confiar en él. Los metadatos —datos sobre los datos— son lo que lo hace posible, y son especialmente importantes para los datos de origen externo, donde el contexto se pierde con facilidad.

Qué cubren unos buenos metadatos

• Descriptivos: qué es el conjunto de datos, campos y definiciones.
• Procedencia y trazabilidad: de dónde vino y cómo se transformó.
• Licencias: usos permitidos y restricciones.
• Calidad: limitaciones conocidas, cobertura y resultados de aceptación.
• Operativos: cadencia, formato, propietario y contacto.

Catálogos y estándares

Un catálogo de datos organiza estos metadatos para que los conjuntos de datos sean localizables y comparables. Estándares como DCAT (Data Catalog Vocabulary), usado por los portales europeos de datos abiertos, hacen los catálogos interoperables entre organizaciones.

Por qué importa para los datos adquiridos

Cuando los datos vienen de fuera, el contexto de procedencia y licencia se pierde con facilidad, y perderlo crea riesgo legal y de calidad. Capturar los metadatos en el momento del sourcing mantiene ese contexto adjunto durante toda la vida del conjunto de datos.

En un modelo de suministro gestionado

Un enfoque gestionado produce metadatos listos para el catálogo como entregable: cada conjunto de datos adquirido llega documentado con procedencia, licencia, calidad y detalle operativo, de modo que los compradores pueden gobernarlo y confiar en él desde el primer día.

Qué debe contener una entrada de catálogo

Una entrada de catálogo útil va mucho más allá de un título. Debe recoger una descripción clara y definiciones de campos, la procedencia (fuente, método de recopilación, fecha), la licencia y los usos permitidos, los límites conocidos de calidad y cobertura, y los datos operativos: cadencia, formato, propietario y contacto. Para los datos de origen externo, estos metadatos son lo que impide que el contexto de licencia y procedencia se pierda en la entrega, que es donde se origina la mayor parte del riesgo legal y de calidad aguas abajo.

DCAT e interoperabilidad

Unos metadatos estandarizados hacen los catálogos interoperables en lugar de islas. DCAT (y el perfil de aplicación europeo DCAT-AP, usado por data.europa.eu) proporciona un vocabulario común para describir conjuntos de datos, de modo que puedan encontrarse y compararse entre organizaciones y portales. Adoptar un esquema estándar para los metadatos de datos adquiridos compensa a medida que crece el catálogo: el descubrimiento, la gobernanza y la reutilización se vuelven más fáciles.

Fuentes y lecturas adicionales

• W3C / Comisión Europea: DCAT y perfil de aplicación DCAT-AP.
• data.europa.eu: orientación sobre metadatos y catalogación.
• DAMA-DMBOK: gestión de metadatos.
• ISO/IEC 11179: registros de metadatos.