Vous êtes sur la page 1sur 5

Calidad de la informacin Introduccin En general las organizaciones pueden almacenar grandes cantidades de datos, a bajo costo; pero puede

que estos no entreguen proporcin alguna. Ocurre en base a la contaminacin, la inconsistencia, etc. Estos problemas generan graves consecuencias a nivel de implementacin y a nivel organizacional, incluyendo tambin el nivel legal. Dado estos problemas se ha hecho esencial asegurar la calidad de la informacin que contienen las bases de datos, ya que estas se han convertido en la principal herramienta de toma de decisiones, operacionales y estratgicas. La calidad de los datos y la informacin viene dada por viene dado por la calidad de las bases de datos y por la calidad de la presentacin de los datos. Algo importante es que los datos de las bases de datos reflejen correctamente el mundo real, pero tambin es importante que dichos datos puedan ser interpretados correctamente. En la calidad de una base de datos se deben considerar 3 aspectos: la calidad del SGBD, la calidad del modelo de datos (conceptual, lgico y fsico) y la calidad de los propios datos. Para asegurar la calidad del SGBD se puede usar el estndar iso9126, debe ser considerada inicialmente dentro del proceso de seleccin de productos, y luego asegurada durante la etapa de implantacin y administracin del SGBD. La calidad del modelo de base de datos es otro factor de influencia en la calidad de la informacin, este modelo existe a nivel conceptual (E/R, UML, etc.), a nivel lgico (mayoritariamente relacional) y a nivel fsico (tablas, ndices, etc.) La calidad propia de los datos (ya almacenados en la BD) viene dada principalmente por las operaciones que son realizadas sobre estos, dichos procesos deben tener en cuenta requisitos de calidad de usuarios, procedimientos y procesos de mejora de calidad de datos en cada organizacin.
Calidad de la informacin

Calidad de la base de datos

Calidad de la presentacin

Calidad del SGBD

Calidad del modelo de datos

Calidad de los datos

Calidad del modelo conceptual

Calidad del modelo lgico

Calidad del modelo fsico

2. calidad de los modelos de datos 2.1 calidad de los modelos conceptuales El modelo conceptual es solo una parte del esfuerzo en el desarrollo de un software, pero aun siendo una parte pequea el impacto en el resultado es mucho mayor que otras fases del desarrollo. Algunos autores definieron la calidad de los modelos conceptuales como una lista de propiedades deseables a cumplir por el modelo de datos, y proponen transformaciones para mejorar la calidad de estos. Autores Batini et al.(1992) Reingruber M. y Gregory W. (1994) Boman et al. (1997) Propiedades Complecin, correccin, minimalidad, expresividad, legibilidad, eutoexplicacin, extensibilidad y normalidad. Correccin conceptual, complecin conceptual, correccin sintctica, complecin sintctica, conocimiento de la empresa. Facilidad de comprensin, correccin semntica, estabilidad, complecin, enfoque conceptual.

Estas listas fueron el punto de partida para entender y mejorar la calidad en el modelado conceptual, pero en general carecen de estructura, definiciones imprecisas, se mezclan caractersticas de los distintos procesos, presentan objetivos poco realistas. Una forma ms adecuada de abordar la calidad de datos es trabajar en base a marcos de referencia (propiedades deseables en un contexto dado), donde se organizan y estructuran conceptos clave y caractersticas del modelado conceptual. Estos marcos no presentan formas objetivas de medicin, ya que en general definen propiedades deseables, que no son suficientes para medir la calidad. Necesitamos mtricas!!!! 2.1.1. Propuesta de lindland et al. Se presenta este marco en el 94 para paliar las deficiencias de las listas
Modelo
Calidad Semntica Calidad Sintctica

Dominio

Lenguaje

Calidad Pragmtica

Calidad Semntica Percibida

Calidad Social

Conocimiento del Participante

Interpretacin de la audiencia

El modelo tiene mayor calidad cuanto mejor sea la correspondencia entre el modelo y los dems componentes. Pero no es posible establecer o verificar esta correspondencia, ya que para disear el esquema, lo hacemos en base a lo que diga el pblico y para verificarlo se debe emplear la interpretacin que hace tambin el pblico. Sobre este marco se distinguen varios tipos de calidad Calidad sintctica: determinada por la correspondencia del modelo y el lenguaje, el objetivo es la correccin sintctica. Calidad semntica y S. percibida: comprende la validez (correcta y relevante) y la complecin. Calidad pragmtica: la comprensin del modelo. Calidad social: nivel de acuerdos en la interpretacin del modelo y la representacin del dominio.

Dados los distintos enfoques de calidad el marco define medios para mejorarlos
Tipos de calidad Sintctica Semntica objetivos Correccin sintctica Validez viable Complecin viable Propiedades Modelo Sintaxis formal Semntica formal modificabilidad Medios Actividades Verificacin sintctica Verificacin consistencia Insercin sentencias Borrado sentencias Insercin sentencias Borrado sentencias Entrenamiento Inspeccin Visualizacin Filtrado Presentacin diagramas Parafrasear Explicacin Entrenamiento Ejecucin Animacin Simulacin Anlisis punto de vista Resolucin de conflicto Fusin de modelos

Semntica percibida

Economa expresiva Esttica Pragmtica Comprensin viable

Ejecutabilidad

Social

acuerdo viable

Modelado conflicto

2.1.2 Propuesta de moody y shanks Otro marco con un enfoque ms prctico, presentado por moody y shanks en 1994. Pretende servir como ayuda para diseadores para elegir entre distintas alternativas de diseo y para acomodar las distintas visiones de los stakeholders.

Stakeholders Modelo Factor de calidad

Mtodo de evaluacin

Peso

Estrategia de mejora
Tras una modificacin por moody en el 98 se explicit el siguiente marco
Usuario Complecin Usuario Integridad Usuario Flexibilidad Usuario Comprensin

Valoracin

Modelo de calidad

Correccin Analista

Simplicidad Analista

Integracin Administrador de datos

Implementacin Desarrollador

Este marco ha sido estudiado, y se ha establecido la influencia que ejercen unos factores sobre otros.

Implementabilidad +

Comprensibilidad

Complecin

Simplicidad

Flexibilidad

Comprensibilidad Simplicidad Flexibilidad Complecin Implementabilidad Integridad

+ + + + + -

Integridad

Adems se propone 25 mtricas clasificadas segn los factores de calidad. Algunos son calculados de forma objetiva, mientras otros resultan de la puntuacin subjetiva de los stakeholders. Factor de calidad Complecin Mtricas N de elementos del modelo de datos que no corresponden con requisitos de usuario N de requisitos de usuario no representados en el modelo de datos N de elementos de datos que corresponden a requisitos de usuario pero definidos de forma inexacta N de inconsistencias con el modelo de procesos N de reglas del negocio que no se hacen cumplir por el modelo de datos N de restricciones de integridad incluidas en el modelo de datos que no corresponden a polticas del negocio N de elementos en el modelo que estn sujetos a cambios en el futuro Costes estimados de los cambios Importancia estratgica de los cambios Valoracin de los usuarios sobre la comprensibilidad del modelo Capacidad de los usuarios de interpretar el modelo correctamente Valoracin de los desarrolladores de aplicaciones sobre la comprensibilidad del modelo N de violaciones de las convenciones de modelado de datos N de violaciones a las formas normales N de instancias de redundancia en el modelo N de entidades N de entidades e interrelaciones E R A N de constructores (aN + bN + cN ) N de conflictos con el modelo de datos corporativo N de conflictos con los sistemas existentes Valoracin de los representantes de todas las reas de negocio Valoracin de riesgo tcnico Valoracin de riesgo de planificacin Estimacin del coste de desarrollo N de elementos fsicos incluidos en el modelo de datos

Integridad

Flexibilidad

Comprensibilidad

Correccin

Simplicidad

Integracin

Implementabilidad

Propuesta de Shanks y Darke