Las claves para poner en marcha la cadena de valor en Open Data

Estos días he estado viendo las distintas acciones que se deberían realizar para poner un sistema de datos abiertos en marcha, especialmente para establecer junto con los propietarios de los datos las acciones generales que se deberían poner en marcha, llegando a la conclusión de que deberían realizarse las siguientes:


Para poder poner en marcha la cadena de valor además de los procesos operativos es necesario contar con una serie de claves y palancas que activen el proceso y lo mantengan en marcha, ya que tan importante es el dato en sí mismo como el desarrollo de un ecosistema activo alrededor de él que mantenga en marcha el proceso. Las claves están establecidas en los siguientes principios:

1.1       Visión

La visión requiere:

·         Liderazgo político que impulse y priorice la acción completa y los conjuntos de datos a publicar
·         Exposición de un mínimo de conjuntos acordes a su estrategia de exposición de datos
·         Compromiso de servicio, actualización y calidad del dato,
En este sentido, es fundamental desarrollar un programa interno de formación y concienciación entre aquellos que tienen capacidad para favorecer que la información esté a disposición del público, por su actividad dentro de la agencia o departamento en cuestión.

Es recomendable, igualmente, proceder a la implantación y puesta en marcha de un modelo de gestión que de soporte internamente a los mecanismos de reutilización de la información. Se cuidará, en todos los casos, de dar a conocer qué nuevos procesos, integrantes o elementos se han introducido en el seno de la organización.

1.2       Armonización

Puesto que estamos hablando de un destino turístico con múltiples organismos se hace necesario acordar una serie de elementos comunes a todos ellos para presentarse de forma única a los usuarios.

·         Establecer claramente los responsables operativos de cada organismo o ente implicado, así como un responsable directo que lidere la acción conjunta.

·         Búsqueda de consenso en los tipos de formatos a utilizar según la naturaleza del conjunto de datos.
·         Establecimientos de normas técnicas de obligado cumplimiento que favorezcan la interoperabilidad (NTI de reutilización).
·         Consenso en las condiciones de uso no restrictivas de los conjuntos de datos.
·         Disposición en un catálogo único de datos estructurado de acuerdo a direcciones web persistentes y amigables.
·         Consenso en los conjuntos de datos de publicación preferente (mesas de trabajo sectoriales)

1.3       Apoyo Y Difusión

Una vez se ha puesto en marcha la iniciativa se hace necesario actuar en las siguientes áreas:
·         Asesorar en aspectos asociados al dato, ajuste formatos, catalogación, facilidades para su difusión …
·         Impulsar al sector privado en la creación de valor en torno al dato (identificar ideas, conjuntos de datos prioritarios, aplicaciones y  visualizaciones)
·         Dinamizar del uso del dato por ciudadanos y empresas de forma que el proceso se retroalimente de acuerdo a nuevas necesidades
·         Formar a empleados públicos y ciudadanos no cualificados sobre el valor de la reutilización del dato.
·         Identificar casos de éxito y ejemplificar en torno a ello.

Hay casos en los que se pueden realizar vías de colaboración público – privada mediante algunas acciones como; El mecenazgo oculto, el patrocinio, apertura de datos Freemium.

1.4       Evaluación Y Feedback

Para garantizar la eficacia del proceso es indispensable realizar una labor de evaluación que nos indique cómo de bien o mal se están haciendo las cosas y que depure y mejore el rendimiento del proceso. Para ello se deberán realizar las siguientes acciones:

·         Identificar los miembros de la comunidad open data más relevantes en cada sector de cara a tener muy presentes sus opiniones y ajustar el proceso de acuerdo a ellas.

·         Medir los beneficios económicos y sociales de la reutilización.
·         Identificar y caracterizar de forma permanente al sector reutilizador con el objeto de establecer las pautas de colaboración, gestión y cooperación para maximizar el proceso de consumo y reutilización.
·         Establecer unos parámetros de calidad mínimos en cuanto a periodicidad de publicación y calidad del dato y asegurar que se cumplen.

1.5       Retroalimentación del sistema

La retroalimentación continua que se recibe por parte de los ciudadanos, las empresas, las comunidades de desarrollo de software y la sociedad en general, contempla:

·         Recepción de comentarios mediante portal Web: se debe garantizar la recepción de comentarios de los ciudadanos respecto a los conjuntos de datos publicados, los conjuntos de datos a publicar y las aplicaciones registradas.
·         Calificación de conjuntos de datos publicados por parte de usuarios del portal Web.
·         Soporte a los usuarios Una vez publicados los datos, si un reutilizador tiene alguna duda relativa a los datos, el infomediario (o el proveedor) pondrán a su disposición varias formas de contacto para transmitirnos cualquier consulta, queja o sujerencia.

El infomediario gestionará estas vías de contacto y deberá canalizarlas al proveedor de datos correspondiente.

Definición de Datos completos en Open Data

Esta mañana en una reunión para definir la normativa de Aenor a seguir para establecer políticas de Open Data en smart cities, hemos tenido algunas dificultades para establecer la definición del requisito que establece que debemos publicar “Datos completos” y establecer una forma de medirlos y cuantificarlos, así que esperando un poco de ayuda voy a tratar de realizar una definición a ver si entre todos la mejoramos.

En general podemos partir de que: “Los datos deben ser completos para poder conocer la situación real que se está exponiendo: es decir que tendrán el mínimo tratamiento, que sea indispensable para excluir información sensible, además deben no debe establecer ningún filtrado previo que sesgue la información proporcionada.”

¿algúna aportación para mejorar esta definición?

Lo más complicado es establecer una métrica que cualifique esta acción, puesto que entendería que este es un requisito que se cumple o no se cumple pero debemos establecer 4 niveles de cumplimiento.

Open Data y linked data

Actualmente el acceso a la información pública se está desarrollando en base a dos conceptos clave como son Open data (OD) y Linked data o Linked open data (LOD), “datos abiertos vinculados (o enlazados)”.

OD es un movimiento que promueve la liberación de datos, generalmente no textuales y en formatos reutilizables como CSV procedentes de organizaciones, mientras que LOD se refiere a la exposición de esos u otros datos en la web, descritos en RDF y manteniendo relaciones con otros conjuntos de datos. Aunque los conceptos son diferentes entre sí, la filosofía OD engloba LOD, la cual puede aportar gran cantidad de contenidos de interés en la web semántica.

El sector del turismo, es uno de los que más está trabajando por desarrollar productos y servicios. Sin embargo pese a las la multitud de fuentes en OD no está empleándose suficientemente en la consecución del Linked data para publicar sus datos.

Actualmente ya está superado la generación de webs con hipertexto pero aún no hemos llegado a la web semántica, para ello es importante saber que la diferencia entre ambas es que mientras una vincula páginas o documentos en html, la segunda enlaza datos estructurados.

Tim Berners-Lee definió cuatro principios que caracterizan los datos enlazados en su ponencia de presentación para el W3C. Estos principios se pueden parafrasear de la siguiente forma:

1. Utilizar URIs para identificar los recursos publicados en la Web
2. Aprovechar el HTTP de la URI para que la gente pueda localizar y consultar (es decir, desreferenciar) estos recursos.
3. Proporcionar información útil acerca del recurso cuando la URI haya sido desreferenciada.
4. Incluir enlaces a otras URI relacionadas con los datos contenidos en el recurso, de forma que se potencie el descubrimiento de información en la Web.

Estos principios están definidos como reglas, pero en realidad son más bien buenas prácticas para el desarrollo de la web semántica. En generar es posible encontrar datos que cumplan sólo los tres primeros principios, pero el hecho de no aplicar el cuarto los convierte en menos visibles y, como consecuencia, menos reutilizables. Y es principalmente este último el que hace que podamos expandir nuestro OD a LOD. Ya que LOD mejora la sindicación de contenidos, que utiliza fuentes externas de datos para crear nuevos servicios.

En el siguiente link se puede ver el potencia y beneficios del LOD, identificando los data sets públicos linkados en el Linking Open Data en Open Data Euskadi, para el dominio del turismo. http://journal.tourgune.org/wp-content/uploads/2013/12/Issue-1.1-Open-Data-en-Turismo.pdf

Mas información:
http://linkeddata.org/

Plataformas de open data: CKAN

Estos días he estado leyendo mucho de Open Data, pero la duda es que una vez que tenemos a los actores implicados, los departamentos generando los dataset y los datos preparados, ¿donde los ponemos?¿Creamos una web?¿hay sistemas específicos para su publicación? y mirando algunas opciones he visto que una de las más utilizadas es CKAN (http://ckan.org/) el cual es un software de código abierto que soporta los catálogos de datos y permite que la información sea accesible y reutilizable. Esta plataforma ha sido desarrollada por la entidad

Open Knowledge Foundation y se ha convertido en un referente nacional e internacional. En nuestro país, ya lo utilizan el portal de Datos Abiertos de Aragón, el portal Open Data de Canarias e, incluso, el site de datos abiertos del Ayuntamiento de Málaga, entre otros.
El éxito de esta plataforma reside en su código abierto, gratuito y libre que brinda una implementación rápida, entre las características, que podemos ver: http://ckan.org/features/ destacaríamos las siguientes:      

·         Publicación y gestión de datos, incluyendo flujos de publicación.
·         Búsquedas: permite búsquedas por texto libres sobre todos los atributos del dataset y la creación de facets para clasificación de resultados.
·         Uno de Metadatos, URIs, preview de datos, históricos y licencia de datos
·         Geoposicionamiento de los dataset
·         Redes sociales, permitiendo compartir los dataset o subscribirse a ellos.
·         Visualización de datos, Esta característica me ha parecido especialmente interesante para algunos usuarios finales que podrán ver de forma gráfica o representado en un mapa, si tiene coordenadas, la información del dataset, así como realizar operaciones básicas sobre los datos.
·         Existen algunos temas básicos para la visualización del entorno aunque luego no he visto que sea fácil adaptar la visualización.
·         Permite tanto subir los dataset como enlazarlos a nuestro sistema.
·         Gestión de históricos de publicación
·         Además cuenta con una serie de extensiones que podemos bajar desde http://wiki.ckan.org/List_of_Extensions
·         Permite la federación de catálogos
·         Además CKAN propone un RESTful JSON API para consultas y acceso a la información

Para ver cómo funciona podemos acceder a http://demo.ckan.org/user/register y tendremos una cuenta en el entorno de pruebas

El precio: Bueno y aunque sea freeware y podamos tener una instancia propia en nuestros servidores desde https://github.com/ckan/ckan también podemos optar por contratar una solución desplegada en los servidores de ckan con distintas posibilidades que podemos ver en http://ckan.org/solutions/pricing/