Mejores prácticas en validación de datos

Share on facebook
Share on twitter
Share on linkedin
Share on telegram
Share on whatsapp

Contenidos

Cuando se habla de calidad de la información, términos como verificación y validación de datos. Ambos métodos contribuyen a incrementar la confiabilidad de cada bit de información disponible, y la aplicación de los dos conjuntos de técnicas es necesaria aún cuando, la validación de datos tiende a ser un poco más complejo.

data_validation.jpg

Créditos de las fotos: istock iSergey

Por qué la validación de datos no es tan simple como la verificación

En primer lugar, el motivo fundamental de esta diferencia es el hecho de que se puede realizar una verificación sobre los datos contenidos en una base de datos sin tener que recurrir a ningún otro elemento. La única excepción sería en los casos en que no se incluyen especificaciones de metadatos o reglas comerciales.

Pero a pesar de esto, la validación de datos necesita necesariamente referencias externas a la base de datos. Y aquí llega otro aspecto que suma ese nivel extra de complejidad a un procedimiento de este tipo, puesto que En esta comparación de la información con la obtenida de fuentes externas, es necesario examinar los datos en base a:

  • Criterios objetivos: que responden a la pregunta de si un elemento de datos representa correctamente ese aspecto del mundo real que está destinado al modelo.
  • Criterios subjetivos: son los que se usan para realizar la evaluación del idoneidad de los datos para un fin específico.

Esto significa que, no solo será necesario saber seleccionar la herramienta correcta para llevar a término el procedimiento de validación de datos, pero además será necesario contar con los perfiles que puedan contribuir al resultado final aportando más valor, que no son otros que:

  • Usuarios de la información: cuya contribución será de gran utilidad sea cual sea el caso, especialmente en la validación de los datos en todos los aspectos relacionados con el aspecto subjetivo de la validación.
  • Los propietarios de los datos: que se puede usar cuando existen criterios de evaluación objetivos específicos.

Mejores prácticas para la validación de datos

En la práctica, al iniciar un procedimiento de validación de datos conviene observar las siguientes recomendaciones:

  • Emplear un procedimiento de medición idéntico al original para validar una medición no garantiza el mismo nivel de precisión y confiabilidad que si se eligiera un método alternativo..
  • Lo mismo ocurre con las fuentes, puesto que validación de datos es necesario contrastar con muchos diferentes, y hacerlo como parte de la rutina de validación.
  • El juicio de expertos debe verse como una técnica de validación de último recurso., especialmente si es la única fuente de validación para un valor de datos.
  • La validación debe verse como algo más elaborado que simplemente comparar los valores de los datos con otros valores conocidos.. Las transformaciones de los datos en sí deben validarse para garantizar que el resultado tenga la calidad esperada..

Por último, es conveniente registrar suficiente documentación e información sobre el procedimiento (así como sobre las herramientas utilizadas y las personas involucradas en ella) para cubrir las necesidades futuras que puedan surgir.

Suscribite a nuestro Newsletter

No te enviaremos correo SPAM. Lo odiamos tanto como tú.