Aspectos de calidad en la construcción de Web Warehouses con BPMS.

Abstract

En el intercambio de información a través de la web entre gobiernos, ciudadanos y entre todo tipo de entes, la información compartida puede ser en muchos casos crítica, por ello, surge la necesidad de conocer, controlar y mejorar, cuando es posible, la calidad de calidad de datos sobre la información que se ofrece y consume. Además es imprescindible contar con una herramienta que facilite la integración y visualización de dichos datos logrando analizar y tomar decisiones a partir de los mismos. Estos datos no necesariamente se encuentran en una sola fuente de datos sino que provienen de distintas fuentes y/o formatos, por lo tanto es fundamental integrar los datos adecuadamente. Un Web Warehouse (WW) nos brinda esta funcionalidad ya que consolida datos obtenidos desde la web y actúa como intermediario entre la publicación de los datos y el usuario final procesando la información y agregando un valor de calidad a los mismos. La tarea de crear un WW es una tarea compleja, que involucra integrar datos, agregarles valor, transformarlos de ser necesario, y añadir una traza de la calidad a los datos. Un Proceso de Negocio nos permite dividir y organizar dichas tareas de forma eficiente agregando restricciones entre las mismas y definiendo un flujo de ejecución óptimo para obtener el resultado esperado. El presente proyecto, denominado ‘Aspectos de calidad en la construcción de WW con BPMS’ consiste en extender un proyecto anterior, en el cual se modelaron e implementaron dos procesos para dar soporte automático a la construcción de un WW. El proceso de Configuración que permite definir la configuración de datos para la construcción del WW fue completamente modelado e implementado, y el proceso de Carga que realiza la carga del WW utilizando dicha configuración fue definido en una versión inicial para probar las definiciones de la configuración. En el presente proyecto, se incluye el modelado e implementación completa del proceso de carga, agregando el manejo de la calidad en ambos procesos y mejorando la integración en el proceso de carga. En el proceso de Configuración se define calidad tanto sobre los datos recién extraídos de la web como sobre el DW resultado y se definen servicios que empleen los metadatos de calidad para mejorar la integración de entidades. El proceso de Carga realiza las mediciones de calidad y propaga las mismas a largo del proceso, así como también muestra errores al usuario y permite resolver manualmente conflictos de integración de entidades. El prototipo realizado fue verificado a través de un caso de estudio con datos abiertos del Reino Unido, dando resultados ampliamente satisfactorios teniendo en cuenta que se trata de una prueba de concepto. Como trabajo a futuro se plantea mejorar la amigabilidad de la interfaz del prototipo implementado y continuar trabajando con la propagación de la calidad con el fin de incluir aquellos casos que la solución no contempla por su complejidad.