PROYECTO DE GRADO (ING.

DE SISTEMAS)

Paso 4
Propuesta Inicial Determinar problemas en un entorno

1. Problemática:

Los aplicativos que se usan en la empresa, están presentando duplicidad de datos, esto
es un factor crítico ya que la información que allí se maneja no es confiable, lo cual
genera impactos negativos en cuanto a gestión de la producción así como para toma
de decisiones.
Cuadro con síntomas, causas, pronóstico y control al pronóstico.

SINTOMA CAUSAS PRONOSTICO CONTROL

Poca calidad en el Falta de Pérdida de confianza Realizar pruebas de
software asesoramiento del por parte del cliente seguridad mínimas
desarrollo de la
aplicación

Desconfianza en el No tener un ambiente Exposición de Organizar las áreas

sistema de réplica para información falta pertinentes para
validar los errores para los usuarios optimizar errores del
generados aplicativo.

Mal manejo del No es claro en el Incremento de Garantizar la

levantamiento de documento técnico el actividades que el seguridad de la data
información resultado de cada buzón del usuario por medio de
proceso. final. aplicativos
adicionales
 Planeación No se validó el Perdida de Generar un plan de
deficiente en el esquema para prever información. acción al momento
desarrollo posibles fallas de generar una falla.

No se cumplen las Incumplimiento de Desconfianza del Enviar al cliente una

fechas indicadas fechas estipuladas en usuario lista de chequeo con
para el paso a el acta los pasos a realizar
producción en el paso a
producción

2. Las Líneas de Investigación ECBTI, programa Ingeniería de Sistemas.

• Gestión de sistemas: Apoyar el desarrollo productivo, tecnológico y social empresarial a
través del análisis, diseño, implementación o administración de sistemas de información y
las TIC que estén basados en la plantificación, dirección, control, evaluación y
realimentación de actividades procedimentales.

• Ingeniería de software:
Desarrollar experiencias de orden formativo y disciplinar en el campo de la investigación,
con base a la construcción de software de forma sistémica y estructurada de acuerdo a los
principios propios de la ingeniera de software.
3. Relación de la problemática con las líneas o sub-líneas de investigación.
De acuerdo a la descripción de la problemática, se puede afirmar que encaja dentro de las
líneas de investigación de la ECBTI correspondiente a la gestión de sistemas e ingeniería de
software.
4. Descripción de la tecnología escogida para dar solución al problema.

Contar con un marco de gobernabilidad capaz de centralizarlo todo en un único sistema

tecnológico. Es importante trabajar en base a una serie de normas de concordancia y
otras reglas de negocio de calidad de datos prefijadas para limpiar la información y así
evitar que los datos sucios o erróneos entren en el sistema. De este modo, los
administradores podrán limpiar y validar la información, así como crear distintas
entidades con el fin de minimizar este tipo de problemas.

Elegir las tecnologías más adecuadas para llevar a cabo proceso de limpieza y
eliminación de datos incompletos o parcialmente incorrectos desde su misma
introducción, pues con frecuencia los problemas comienzan en el proceso de entrada.

En la práctica, conseguir datos de calidad implica tanto información correcta y oportuna

como agilidad en la integración de los mismos, de principio a fin y en distintos
 entornos, incluyendo el cloud y Big Data. Gracias a las soluciones que ofrece
la plataforma de calidad e integración de datos de Informática es posible una dotación
de las funcionalidades apropiadas en el momento justo.

Data Quality

Líder mundial en calidad e integración de datos, ha presentado recientemente sus últimas

innovaciones para la obtención de datos óptimos: Informática PowerCenter 10, Data
Integration Hub 10 y Data Quality 10. Dentro de estas últimas, el objetivo es ofrecer datos
correctos en el momento oportuno.

Hemos considerado que la herramienta más apropiada corresponde a,

Informatica Data Quality Advanced Edition: Aplicar la calidad de datos en toda la

empresa requiere de una solución que ofrezca la escalabilidad necesaria y compatibilidad
con el particionado y el grid de la empresa. También permitiendo detectar datos sensibles,
las relaciones entre los datos o la función avanzada de correspondencia con el objetivo de
eliminar duplicados y estandarizar datos de distintas fuentes diversas.

5. La descripción de la forma como se ha de resolver el problema utilizando la

tecnología de punta escogida.

Este software permite que todo el mundo confíe en todos sus datos para todas sus
necesidades y en todo momento.

Informática Data Quality ofrece calidad de datos generalizada a todos los usuarios,
proyectos, dominios de datos y aplicaciones empresariales, en entornos locales o en el
cloud, y además con una sola plataforma unificada.

Entre las funciones principales de Data Quality se incluyen:

 Un conjunto de herramientas unificadas y basadas en funciones, para que el área de

negocio pueda participar en procesos de calidad de datos y reducir la dependencia de los
limitados recursos de IT.
 Compatibilidad integral con todos los datos y todos los fines, para que pueda aplicar
reglas de calidad de datos a datos de clientes, de productos, financieros y de activos, así
como reutilizar esas reglas en todo tipo de proyectos de integración y calidad de datos.
 Apertura a todas las aplicaciones, para que pueda acceder a cualquier fuente de datos, en
cualquier lugar (en entornos locales, con socios o en el cloud), y desplegar reglas
centralizadas de calidad de datos para mejorar la calidad de los datos en todas las
aplicaciones.

Informatica Data Quality, garantiza:

 Poder tomar la iniciativa a la hora de limpiar datos de cualquier aplicación y
mantenerlos limpios.
 Compartir la responsabilidad de la calidad y el gobierno de datos.
 Fomentar la confianza en los datos de la empresa.

DATA QUALITY

El programa de calidad de datos

de Talend crea perfiles, limpia y
enmascara datos de cualquier
formato o tamaño para
suministrar datos fiables que le
proporcionen la información que
necesita.

Talend Data Quality limpia datos para poder trabajarlos mediante métodos de eliminación
de datos duplicados, validación y normalización por machine learning. Enriquece datos con
fuentes externas, como por ejemplo por validación postal, identificación empresarial,
información sobre calificaciones crediticias y por muchas otras vías.

6. Describir cómo se evidenciaría la innovación tecnológica o apropiación de

conocimiento luego de dar solución a la problemática aplicando la tecnología
moderna escogida.

Lo primero es, identificar problemas de calidad de datos referente a la problemática en

mención.

Cada problema de calidad de datos puede presentar desafíos tanto en identificar dónde
existen esos problemas como en la cuantificación de la magnitud de los problemas. La
cuantificación es importante para determinar dónde deben centrar nuestros esfuerzos de
data quality en primer lugar. Por ejemplo, un gran número de direcciones de correo
electrónico faltantes podría ser alarmante, pero supondría un impacto pequeño si no existe
un plan de comunicación por correo electrónico. Es imprescindible entender los requisitos
de cada negocio.

Para llevar a cabo la ejecución de la herramienta y aplicarla correctamente, se deben

identificar y dar respuesta a las fuentes principales de problemas de calidad de datos que
corresponden a:

Calidad de la entrada: ¿La información entra en el sistema correctamente?

Calidad del proceso: ¿Se ha mantenido la integridad de la información durante todo el

procesamiento que se ha producido en el sistema?
Calidad de identificación: ¿se identifica correctamente si dos objetos similares son el
mismo o son diferentes?

Calidad de integración: ¿Está integrada toda la información conocida acerca de un objeto

hasta el punto de proporcionar una representación exacta del objeto?

Calidad de uso: ¿Se utiliza e interpreta la información correctamente en el punto de acceso?

Calidad del envejecimiento: ¿Ha pasado suficiente tiempo y por lo tanto la validez de la
información ya no es confiable?

Calidad organizacional: ¿Se puede conciliar la misma información entre dos sistemas
basados en la forma en que la organización construye y visualiza los datos?

Para posterior manejo y continuidad de nuestro proyecto, dejamos incluida la dirección url
del recurso, en el cual podremos efectuar una prueba, que nos ayudara a documentar y
definir aún mejor la solución a la problemática.
https://iam.eu.cloud.talend.com/idp/federation/up/login
 Bibliografía

SlideShare (2) necesidades y problemas de la ingeniería de sistemas Juan Marin Villa 24 de

ago. de 2012
https://es.slideshare.net/juancmarinvilla/2-necesidades-y-problemas-de-la-ingeniera-de-
sistemas
SlideShare Trabajo colaborativo (1) rudymarce2011 18 de abr. de 2018
https://es.slideshare.net/rudymarce2011/trabajo-colaborativo-1-94165118
VITL Data Analysis & Quality Improvement 2018
https://www.vitl.net/consult/data-analysis-quality-improvement
Blog El valor de la gestión de datos
https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/topic/data-quality
Blog ¿Qué es un Data Warehouse y cómo saber cuándo lo necesitas implementar?, Feb 22,
2019
https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/que-es-un-data-warehouse-y-
como-saber-cuando-lo-necesitas-implementar
Blog La importancia del Data Quality en los análisis de datos, Aug 17, 2016
https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/la-importancia-del-data-quality-
en-los-analisis-de-datos

Principales soluciones de calidad de datos de Informática, (Feb 12 2016)

https://blog.powerdata.es/el-valor-de-la-gestion-de-datos/principales-soluciones-de-calidad-
de-datos-de-informatica