48 Revista de Publicaciones Navales
IQ: CALIDAD DE LA INFORMACION
En cualquier actividad indus-
trial se necesita materia prima de
buena calidad si se pretende alcanzar
un producto que satisfaga las
exigencias del consumidor. Lo mismo
sucede en el difÍcil ámbito de la toma
de decisiones sólo que, en este caso,
la materia prima del decisor es la
información (1).
En el mundo corporativo, las
malas decisiones llevan a la pérdida de
rentabilidad, caída de la imagen
corporativa y hasta la quiebra. En el
ámbito militar, dependiendo del nivel de
conducción considerado, información
de baja calidad (2) puede conducir a
un planeamiento inadecuado, a la
selección de objetivos militares
incorrectos y a otros desatinos.
Pero las consecuencias de
tomar decisiones basándose en datos
de baja cailidad no se manifiesta
solamente durantes las operaciones.
La gestión diaria de los recursos
también implica un uso intensivo de
información, en la que el decisor se
apoya para llevar a cabo tareas como
la adquisición de material, la asignación
de recursos, la administración contable
financiera y la gestión del personal.
____________
(1) A menos que se indique lo contrario, en el presente artículo se entenderá el término calidad en sentido positivo (buena calidad).
____________
(2) A menos que se indique lo contrario, en el presente artículo se entenderá el término calidad en sentido positivo (buena calidad).
Por Fabián Alberto Spanevello CC
En particular, la actividad de
Inteligencia debe prestar especial
atención a la calidad de los datos. Si el
ciclo de Inteligencia comienza con
datos de baja calidad, nunca podría
esperarse que el producto resultante
(inteligencia como producto) reuna las
condiciones de aptitud para su uso por
parte del consumidor, en este caso el
comandante. En la era actual, de
Inteligencia multifuentes, ya no es
suficiente valorizar a la información por
precisión y confianza.
Aceptando como cierta la
necesidad de contar con información
apta para la toma de decisiones
correctas, el presente artículo intentará
clarificar qué se entiende por calidad
de la información (IQ), cuáles son los
problemas que la afectan y cuáles
serían las pautas que deberían seguir-
se para implementar un programa de
calidad total de la información dentro
de la organización.
Calidad de los datos. dimensiones
El Diccionario de la Real
Academia Española define el término
calidad de la siguiente manera:
Propiedad o conjunto de propiedades

inherentes a algo, que permiten juzgar
su valor.
Tradicionalmente, se ha
asociado calidad de la información con
precisión (de los datos) y confianza (de
la fuente). Esta postura tiene sus
falencias, ya que deja de lado otros
atributos importantes a la hora de
calificar la bondad o deficiencia de la
información. En esta llamada Era de la
Información, que propugna el acceso
casi irrestricto a una cantidad infinita
de contenidos en todo tipo de formatos,
necesariamente se deben ampliar los
puntos de vista en base a los cuales
se valorizan los datos. Por ejemplo,
puede darse la situación de tener
acceso en línea a información precisa
y de una fuente confiable (como ser
una publicación científica prestigiosa),
pero escrita en un idioma que ninguno
IQ: Calidad de la ... 49
de los traductores disponibles maneja;
en ese caso, al considerar el atributo
de la presentación, el valor de la
información sería reducido.
El paradigma actual de Calidad
de la Información (IQ) juzga el valor de
la información según cuatro categorías:
la disponibilidad, la presentación, el
contexto y lo intrínseco. Cada categoría
puede ser descompuesta en una serie
de dimensiones de estudio (Wang &
Strong, 1996).
· ACCESIBILIDAD: Es la base
de la pirámide por ser determinante de
modo absoluto; información existente
pero a la que no se tiene acceso es
totalmente inútil. Aquí se debe evaluar
la relación de compromiso entre
accesibilidad y seguridad. Cuanto más
medidas de seguridad son imple-
50 Revista de Publicaciones Navales
mentadas (Ej.: criptografía, claves de
acceso, controles, biométricos, caja de
seguridad, etc.) mayor resulta de
dificultad de acceso a la información.
· PRESENTACIÓN: La infor-
mación debe ser inteligible, o sea que
se deben considerar atributos como el
idioma, el soporte, las unidades de
medida y la codificación. Asimismo, se
deben buscar la concisión y la
consistencia metodológica de los
datos. Considérese el caso de una
corporación con sucursales en los
Estados Unidos y en Latinoamérica,
que posea una base de datos central
donde todas las sucursales carguen
datos. Si la interfaz de carga en la base
de datos pidiera, por ejemplo, altura y
peso, y no se especificaran las
unidades, en los Estados Unidos
ingresarían valores en pies y libras,
mientras que en Latinoamérica lo
harían en centímetros y kilogramos. En
este caso, la base de datos no sería
consistente y la calidad de los datos
disponibles se vería seriamente
perjudicada.
· CONTEXTUAL: Las dimen-
siones contextuales evalúan la relación
entre los datos y el contexto en que
serán utilizados. Los datos deben tener
relación con el tema en cuestión y estar
actuales. El valor agregado es lo que
en la Teoría de las Comunicaciones se
conoce como cantidad de información
(cantidad de información = información
conocida – información recibida). La
cantidad y la completitud dependen del
usuario pero, en general, se acepta
como positivo que estas dimensiones
tengan altos valores.
· INTRÍNSECAS: En esta cate-
goría entran las dimensiones tradicio-
nales: precisión de los datos y
confianza en la fuente.
La información que supere el
análisis desde todas las dimensiones
mencionadas puede ser considerada
como fit for use, es decir, de buena
calidad y apta para iniciar un proceso
decisorio o un análisis de Inteligencia.
Vale mencionar que la ponderación que
se hará de cada atributo dependerá de
la función que se ocupe con respecto
a la información. En los extremos, los
niveles jerárquicos inferiores
(recolectores, custodios) darán mayor
importancia a las dimensiones de
disponibilidad y presentación, mientras
que los niveles de decisión (consumi-
dores) pondrán el énfasis en las
dimensiones contextuales e intrínsecas
de la información.
Es necesario cuantificar cada
una de las dimensiones a efectos de
conocer el estado de la IQ dentro de la
organización, El relevamiento IQ puede
realizarse a través de cuestionarios,
aplicación de métricas de IQ o
mediante la integración del análisis de
calidad total al ciclo de gerenciamiento
IQ (TDQM: Total Data Quality Man-
agement) (LEE et al.,2006,27). El
desarrollo de estas metodologías
escapa al alcance de este artículo, sin
embargo se brindarán algunos
ejemplos de situaciones que revelan
problemas con la IQ dentro de la
organización.
10 Condiciones que dan origen a
problemas con los datos
Del análisis efectuado en
proyectos IQ en organizaciones líderes
en su campo, han surgido diez
condiciones que, con el tiempo, pueden
IQ: Calidad de la ... 51
52 Revista de Publicaciones Navales
conducir a problemas con la calidad de
la información (LEE et al., 2006, 80).
Si usted ha sufrido alguno de
los problemas mencionados en el
listado anterior, indudablemente
debería encarar un proyecto IQ dirigido
a subsanar las fallas que presenta la
calidad de la información en su
organización.
Sin embargo, la proposición
inversa es falsa: puede que tenga algún
problema de IQ en su organización y
que no haya reparado en ello. Esto
puede deberse a una supervisión poco
detallista, a la falta de procesos de
auditoria eficientes o a que alguien se
está encargando de remendar los
problemas antes de que lleguen a las
jerarquías superiores. En el último
caso, es evidente la pérdida de
eficiencia por tener que desviar
recursos para subsanar proviso-
riamente problemas IQ que podrían
eliminarse definitivamente de ser
encarados de la manera correcta.
Hasta hace poco, los proble-
mas de IQ sólo eran enfrentados
cuando se llegaba a un punto de cri-
sis. Entonces se aplicaban soluciones
ad hoc de manera reactiva. Las
soluciones definitivas rara vez eran
procuradas.
A medida que las organiza-
ciones pasaron a depender cada vez
más de la calidad de la información
para sus actividades estratégicas, de
gestión y operación, esa visión a corto
plazo dejó de ser viable. Hoy en día es
necesario estar en condiciones de
poder detectar anticipadamente los
signos de problemas potenciales con
la calidad de los datos a fin de adoptar
las medidas preventivas necesarias
que eviten la evolución de los mismos.
La información como producto
Una perspectiva fundamental
transversal a todo el paradigma IQ es
que la información debe ser tratada
como un producto (IP: Information
Product) resultado de un proceso bien
definido.
El concepto de IP fue desarro-
llado por Wang et al. (1998) luego de
analizar varios casos de problemas de
calidad de datos. Según Wang, la
información debe ser tratada como un
producto que satisfaga las necesidades
específicas de un usuario (en todas las
dimensiones ya mencionadas). Por el
contrario, la información usualmente es
tratada como un subproducto, hacién-
dose énfasis en el sistema en vez de
hacerlo en el producto, la información.
En el proceso de producción
IP participan tres actores, los
denominados 3 C’s por sus iniciales en
inglés (WANG, 2007):
1. Recolectores (Collectors):
son las personas, programas o
dispositivos encargados de reunir la
información en crudo de acuerdo con
las necesidades del consumidor.
Determinan la calidad inicial del
proceso IP.
2. Custodios (Custodians):
usualmente es el personal de IT
responsable de la implementación de
procesos para almacenar, mantener y
entregar la información a los consu-
midores, manteniendo siempre los
parámetros de calidad exigidos.
3. Consumidores (Consum-
ers): son los responsables de los
procesos de utilización de la informa-

ción. Determinan el significado de
calidad aplicado a un IP. Retroa-
limentan a los recolectores y custodios
con las deficiencias encontradas en la
información suministrada.
Antes de proseguir con la idea
de la información como producto, es
necesario definir el concepto de dato
elemental: es la unidad mínima de
datos que tiene sentido dentro de un
contexto operacional. Por ejemplo, los
atributos edad, sexo y lugar de
nacimiento, serían datos elementales
dentro del contexto persona. Los
valores 39, masculino y La Plata serían
instancias de los datos elementales
anteriores. Un IP sería una colección
de instancias de datos elementales que
satisfacen las necesidades particulares
de un consumidor. Siguiendo con el
ejemplo anterior, un formulario de
ingreso sería un IP para una oficina de
reclutamiento.
Gestionar la información como
un producto requiere que la organi-
zación adopte cuatro principios:
1. Entender las necesidades
de información de los consumidores.
La calidad de la información provista
al consumidor debe ser tal que no sean
necesarias posteriores consultas,
aclaraciones o ampliaciones. La misma
información puede necesitar diferentes
presentaciones según el consumidor,
lo que no implica que deban alma-
cenarse dos instancias de la misma.
2. Gestionar la información
como el resultado de procesos de
producción bien definidos. El ciclo de
calidad total de la información implica
procesos de producción integrales,
____________
(3) La normalización de bases de datos consiste en una serie de procesos de optimización tendientes a eliminar inconsistencias,
simplificar estructuras y reducir su tamaño.
IQ: Calidad de la ... 53
enfocados en generar un producto de
calidad y no en el funcionamiento
correcto de los sistemas aislados.
3. Gestionar la información
como un producto con un ciclo de
vida. La información debe ser
producida, actualizada, mantenida,
almacenada y, de ser necesario,
eliminada. La normalización de las
bases de datos no es suficiente (3).
4. Designar un gerente de
producción de información para que
gestione el producto. La información
no debe ser gestionada por el
responsable IT&T, sino por un gerente
de IQ designado ad hoc.
Quizás, quienes puedan
aprehender los cuatro principios con
mayor naturalidad sean los profesio-
nales de sistemas de información,
especialmente los desarrolladores de
software; existe un paralelismo total
entre la producción de software y de la
información como producto. Sin embar-
go, las responsabilidades que corres-
ponden a un gerente IQ requieren de
una capacitación específica en el
paradigma que vaya más allá de las
incumbencias profesionales de base y
una visión holística de la organización
y de sus necesidades de información.
El camino hacia la calidad de la
información
Para comenzar a andar el
camino hacia la información de calidad
no es suficiente con que una persona
o grupo dentro de la organización
comprenda los beneficios de trabajar
con información de calidad. Los
proyectos individuales, aunque bien
54 Revista de Publicaciones Navales
intencionados, no llegan a cristalizarse.
Es necesario el apoyo institucional para
que las iniciativas IQ no decaigan o
desaparezcan abruptamente.
Sin importar de dónde proven-
ga la iniciativa IQ, lo fundamental es
que los niveles jerárquicos entiendan
la relación costo-beneficio implicada y
que, a partir de allí, elaboren políticas
integrales que involucren a toda la
organización en el proceso de mejora
continua de la calidad de los datos.
En Journey to Data Quality
(Lee et al., 2006) se presentan diez
pautas para la confección de políticas
IQ basadas en las buenas prácticas
implementadas por los pioneros en
este campo.
1. La organización debe
adoptar el principio de tratar a la
información como un producto (IP).
2. IQ debe ser incorporada y
mantenida como un interés para la
organización.
3. La política IQ debe estar
adaptada al funcionamiento de la
organización.
4. Deben definirse claramente
los roles y responsabilidades de los
involucrados en IQ.
5. La arquitectura de datos
debe ir de la mano de la arquitectura
de la organización.
6. Debe adoptarse un enfoque
proactivo hacia el cambio de las
necesidades de información.
7. Deben implementarse
estándares prácticos.
8. Deben crearse procedi-
mientos prácticos para identificar y
solucionar problemas con la calidad de
los datos.
9. Debe crearse e impulsarse
un ambiente propicio para el apren-
dizaje y la innovación en IQ.
10. La organización debe
prever mecanismos para la solución de
las controversias que surjan entre los
participantes.
El camino a transitar por una
organización para la implementación
de políticas IQ debería ser muy similar
al recorrido en el caso de las políticas
en Seguridad de la Información (SI). Así
como las corporaciones y los orga-
nismos estatales han designado
oficiales de seguridad y han elaborado
e implementado políticas en ese
sentido, lo mismo debería hacerse para
con la calidad de los datos.
El área IQ debería tener
dependencia orgánica directa de la
autoridad superior del organismo a
efectos de poder implementar las
políticas IQ sin mayores fricciones.
Entre los primeros pasos a ejecutar
deberían estar el mapeo de los
procesos productivos de información,
la delimitación de las responsabilidades
(recolector, custodio, consumidor)
dentro de los procesos y la imple-
mentación de programas educativos
institucionales referidos a IQ.
Conclusiones
El uso intensivo que se hace
actualmente de la información en todo
actividad humana y el volumen infinito
de datos disponibles, requieren una
aproximación sistémica ordenada al
concepto de calidad aplicada. El
paradigma IQ ofrece una perspectiva
para la valorización de la calidad de la
información de la que se desprenden
técnicas y herramientas específicas
factibles de ser implementadas en toda
organización.

El concepto IQ aún es
relativamente nuevo; los métodos y
herramientas existentes están en pleno
desarrollo. Sin embargo, las organiza-
ciones pioneras en la implementación
de ciclos de calidad total de la
información ya están percibiendo
beneficios concretos por sus esfuerzos.
Lo importante es reconocer la
necesidad de contar con información
de calidad y encarar un proyecto IQ
factible de ser implementado en cada
organización en particular.
Pero la meta no debe ser la
puesta en marcha de un programa IQ.
Las organizaciones evolucionan
constantemente, lo que conduce a
necesidades de datos cambiantes que
deben ser satisfechas. Las políticas IQ
deben ser lo suficientemente amplias
y flexibles de tal modo que permitan la
adaptación continua de las implemen-
* * *
IQ: Calidad de la ... 55
taciones IQ sin mayores incon-
venientes.
FUENTES:
Apuntes de la materia Calidad
de Datos, Prof. María José ESPONA,
del curso de Dirección de Inteligencia
Militar Estratégica. INSTITUTO DE
INTELIGENCIA DE LAS FUERZAS
ARMADAS.
YANG W. LEE, LEO L.
PIPINO, JAMES D. FUNK & RICHARD
Y. WANG (2006). Journey to Data Qual-
ity. Cambridge: The MIT Press.
WANG, R.Y. & STRONG, D.M.
(1996). Beyond accuracy: What data
quality means to data consumers. Jour-
nal of Management Information Sys-
tems, Spring, 5–33.
WANG (2007).The 3 C’s in
Managing Information as a Product,
guest author: James Funk. EIMI Ar-
chives Vol.1 Issue 2. Abril 2007.