Herramienta de gestión de calidad de datos para procesos de ETL

Abstract

La calidad de los datos ha cobrado cada vez más importancia dentro de las organizaciones, siendo fundamental evaluar la calidad y encontrar las causas de la mala calidad. No siempre se encuentran las causas reales de los problemas de calidad de datos. En los últimos años han aumentado de manera notoria la cantidad de herramientas de calidad de datos que intentan encontrar las posibles causas de una mala calidad, prevenirla, y mejorarla. Este trabajo realiza una evaluación de las herramientas de calidad de datos existentes buscando carencias en las mismas. Se evalúan tanto las herramientas comerciales (libre y no libres, gratuitas y no gratuitas), así como las herramientas desarrolladas en la academia. En esa evaluación surge la necesidad de clasificar las herramientas teniendo en cuenta distintos aspectos, por ejemplo si son específicas de calidad de datos o si están embebidas en una herramienta más general. Esa evaluación sustenta y motiva el principal objetivo de este proyecto: desarrollar un prototipo de herramienta de gestión de calidad de datos más general, más completa, y con un enfoque riguroso. La herramienta es integrable en procesos de extracción, transformación y carga de datos, ya que se entiende que es de gran utilidad para la toma de decisiones en el momento de carga de datos. Además, la herramienta puede conectarse a un módulo de servicios que consume servicios de distintas herramientas de calidad de datos ya existentes.