GUÍA METODOLÓGICA PARA LA APERTURA DE DATOSDE ALTO VALOR DEMOCRÁTICO, SOCIAL Y ECONÓMICO

1.- Introducción – porqué, qué son datos abiertos, los portales y el uso de datos abiertos

2.- Estrategia

• Identificación, priorización y selección de datos para su apertura

• Responsables

3.- Tratamiento y preparación

• Estructura de datos de cada conjunto de datos

• Catalogación

• Formatos

• Condiciones de reutilización

4.- Infraestructura tecnológica – extracción, preparación y publicación

5.- Promoción – plan de formación y difusión

6.- Evaluación – aspectos a comprobar y mejorar

7.- Conclusiones – protocolo de publicación de datos

Índice

Los datos del sector público constituyen un valioso activo para la

promoción económica y el empoderamiento social por lo que deben

articularse mecanismos para detectar necesidades, entre otras:

Transparencia y control democrático

Participación

Mejora o creación de nuevos productos y servicios

Innovación

Mejora la eficiencia de los servicios ofrecidos por el gobierno

Mejora la eficacia de los servicios ofrecidos por el gobierno

Medición del impacto de políticas

Nuevos conocimientos a partir de fuentes de datos combinadas y

patrones en grandes volúmenes de datos

1.1- porqué datos abiertos

1.2 - qué son datos abiertos

“Los datos abiertos son datos quepueden ser utilizados, reutilizados yredistribuidos libremente por cualquierpersona, y que se encuentran sujetos,cuando más, al requerimiento deatribución y de compartirse de la mismamanera en que aparecen.”

Nota: es información no personal, es decir, datos que no contienen información sobre individuos específicos.

1.3 - los portales de datos abiertos

Portal datos abiertos (catálogo) Detalle un conjunto de datos

Fichero de datos

1.4 - el uso de los datos abiertos

Google Maps usa datosabiertos del IGN

Los datos abiertos de EmpresaMunicipal de Transportes deMadrid han servido para queterceros desarrollen 15aplicaciones

En el Portal de datos abiertosnacional hay 200 aplicaciones quereutilizan datos, de las temáticasque se muestran

Periodismo de datos. Muchasnoticias se basan en análisis ovisualizaciones de datosabiertos

1.5- los datos abiertos generan actividad económica

Informe del SectorInfomediario(“Empresasque analizan y trataninformación del sector públicoy/o privado para crear productosde valor añadido destinados aterceras empresas o ciudadaníaen general, sirviendo,entre otras funciones, para latoma eficaz de decisiones”.

ASEDIE 2017

1.6 - cobertura legal e impulso

✓ Legal• Directiva 2013/37/UE (Anterior Directiva 2003/98/CE). Actualmente está en revisión• INSPIRE• Ley 37/2007 sobre Reutilización de la información del sector público• Ley 18/2015 por la que se modifica la Ley 37/2007• RD 1495/2011 sobre Reutilización de la información del sector público• Norma Técnica de Interoperabilidad de reutilización de recursos de la información • Ley 19/2013 de Transparencia, Acceso a la información púbica y Buen gobierno• Ley 12/2014 de transparencia y acceso a la información pública - Canarias

España es líder en Europa

✓ Impulso153 Iniciativas en España

Portal Nacional

Portal Europeo

2.1 - identificación de posibles datos

Se trata de encontrar la información relevante para la ciudadanía, para

las empresas y la propia administración.

2.2 – criterios de priorización

2.3 - selección de conjuntos de datos

Basándose en lo que hay (CAC y otras

CCAA), estudios de datasets de mayor

interés general, estimación de mayor interés

por ser Canarias, se propondría un listado de

20 datasets para hacer el análisis detallado

2.4 - responsables de datos

• Generación, publicación y actualización de

datos

• Cambios, mejoras en los servicios o

herramientas de acceso y condiciones de

reutilización

• Acciones formativas y divulgativas, tanto

internas como externas

• Gestión de las peticiones de datos y

sugerencias

• Nuevos servicios que hagan uso de los

conjuntos de datos publicados

Responsable del

cumplimiento con

la Política de Datos

Abiertos

Grupo de trabajo

asociado al responsable:

Pequeño grupo de

personas que puedan

ayudar a impulsar la

apertura de datos, bien

porque ya tengan

experiencia previa, o

porque gestionen muchos

datos, …

3.1 – estructura de datos de cada conjunto de datos

Objetivo – Asegurar la calidad, ya que poner datos abiertos no es solo “subir un

fichero”. Por cada conjunto de datos que se vaya a publicar, conviene hacer una

ficha que facilita mucho la gestión interna (criterios uniformes globales) y su uso a

los reutilizadores.

Ficha de estructura del conjunto de datos

El contenido incluye la definición de cada campo y para rellenarlo hace falta

entrar en la información y evaluarla. Solamente esta tarea de tener que describir

los campos y sus valores ya va a servir de evaluación de calidad, y por eso es

importante hacer esta ficha.

3.2 - catalogación

Objetivo - facilitar la localización y reconocimiento de los datos, ofreciendo a

los reutilizadores una ficha descriptiva (metadatos) con información acerca de

su naturaleza, disponibilidad, actualización, localización, condiciones de uso y

tasas.

Metadatos de los conjunto de datos:

Identificador, Descripción, Categoría, Autor,

Idioma, Audiencia, Palabras Clave, Ámbito

Geográfico

Metadatos de los recursos: Fechas (Ultima

Actualización, Inicio, Fin), Frecuencia

Actualización, Nº Versión, Formato/s, Tamaño,

Esquema, Documentación, Licencia, Etiquetas,

Responsable.

- Estándar es DCAT-AP, sector público en Europa

y NTI en España.

3.3 - formatos

Existen diversos tipos pero se recomienda seguir los

siguientes formatos de publicación:

Datos tabulares, se recomienda el formato CSV, en los

cuales los valores o cadenas de caracteres que conforman

los datos, se acomodan en filas, separadas por saltos de

línea y columnas, separadas por comas.

Datos estructurados, se recomienda el uso de los

formatos JSON o XML cuya especificación se encuentra

disponible abiertamente.

Datos semánticos, se recomienda el formato JSON-LD o

RDF, donde asociado a los datos están los metadatos de

definición y control de los datos (tipo, unidad de medida, …)

basado en vocabularios estándares

Datos espaciales se recomienda el uso de los formatos SHP, GeoJSON, o KML.

Documentos de texto, se recomienda el uso del formato ODT. Dicho formato forma parte del

estándar ODF (del inglés, Open Document File Format).

3.4 – condiciones de reutilización

Es muy importante conocer las condiciones de uso o términos de reutilización.

Existe una gran aceptación de las licencias CC-BY (Creative Commons) porque

contienen las mejores condiciones de uso respetando la propiedad

intelectual. Son las más extendidas. Sin embargo, las condiciones de uso

que establece la Ley de Reutilización 37/2007, son muy completas, y

abordan un problema que no contemplan las licencias CC-BY, el tratamiento

de información personal e información anonimizada.

Algunas de ellas:

Que el contenido de la información, incluyendo sus metadatos, no sea alterado.

Que no se desnaturalice el sentido de la información.

Que se cite la fuente.

Que se mencione la fecha de la última actualización.

Cuando la información contenga datos de carácter personal, la finalidad o finalidades

concretas para las que es posible la reutilización futura de los datos.

Cuando la información, aun siendo facilitada de forma disociada, contuviera elementos

suficientes que pudieran permitir la identificación de los interesados en el proceso de

reutilización, la prohibición de revertir el procedimiento de disociación mediante la

adición de nuevos datos obtenidos de otras fuentes.

4.1 - Infraestructura tecnológica

Debe cubrir las necesidades en la automatización de la extracción,

preparación y generación de datos:

1.- Localizar e identificar las fuentes de datos

2.- Depurar los datos con el objetivo de paliar los problemas de calidad y

fiabilidad que hayan sido detectados teniendo en cuenta: Calidad - Los datos de calidad son aquellos que pueden entenderse y usarse por las

personas

Propiedad intelectual - Comprobar los derechos de propiedad intelectual o industrial

Datos de carácter personal - Proceso de anonimización, consistente en la adaptación

de datos de manera que los individuos no pueden ser identificados a partir de ellos

Herramientas

Limpieza de datos. Herramientas de extracción, transformación y carga.

Visualizadores para representaciones gráficas que facilitan el entendimiento

de la información publicada. Anonimización de los datos.

Generación de ficheros en formatos reutilizables - CSV, XML. JSON, …

Cumpliendo con los estándares de modelos de datos, metadatos,

interoperabilidad y seguridad.

Componentes de un portal de datos abiertos

1.- Catálogo de datos: así como la federación del mismo en Datos.gob.es, y la opción de

exportación, por lo menos a DCAT y CSV(21) .

2.- Buscador simple: basado en palabras clave.

3.- Filtrado: por sectores de la Notas Técnicas de Interoperabilidad (NTI), por formatos,

por frecuencia de actualización, etc.

4.- Condiciones de uso o términos de reutilización.

5.- Medio de contacto y/o ayuda técnica.

6.- Colaboración ciudadana: nuevos conjuntos de datos para publicar, aplicaciones

realizadas por reutilizadores/as, registro de reutilizadores.

7.- Servicios Interfaz de Programación de Aplicaciones (API).

Y además:

- Servicio SPARQL(22) (lenguaje estándar de consultas para la web semántica).

- Herramientas de visualización.

PlataformasBúsqueda sobre los propios datos publicados. Facilidades para la visualización de datos.

Visualizaciones con filtros geográficos de los contenidos visualizados. La posibilidad de

que los usuarios puedan crear sin necesidad de conocimientos técnicos. Recopilación

automatizada de datos. Generación de cuadros básicos de mando a partir de los

datasets incluidos

4.2 - infraestructura tecnológica

5.- plan de formación y difusión

Formación:

• personal técnico que trabaja con datos

• ciudadanía

• reutilizadores

Plan de difusión

• interno de los datos abiertos

• reutilización de datos abiertos

• externo de los datos abiertos

Norma UNE 178301 Ciudades Inteligentes. Datos abiertos. Es aplicable a CCAA

6. - indicadores de medición de datos abiertos

6.- indicadores de medición de datos abiertos

La Iteración 0, se corresponde con la evaluación de la situación actual que

permite saber donde se está y donde se puede llegar. Esto servirá para que

en el futuro se puedan planificar las actuaciones para mejorar la iniciativa de

datos abiertos de forma ordenada

6.- indicadores de medición de datos abiertos

Ejemplo de evaluación inicial

Valor conseguido: 348

Valor Total 0-200

201-400

401-600

601-800

801-1000

Indicador de datos abiertos

1 2 3 4 5

7. - conclusiones: protocolo para la publicación

Basado en

• Norma UNE 178301 Ciudades

Inteligentes. Datos Abiertos

• Guía FEMP Datos Abiertos

1. Identificación

Conjuntos de datos a abrir.

Quién: departamentos y organismos CAC, ciudadanos,

empresas y grupos de interés.

2. Priorización

Determinar orden incorporación o por publicación

programada.

Quién: departamentos y organismos CAC.

3. Conceptualización del recurso

Identificación fuentes de datos.

Campos que constituirán el recurso.

Aplicación de buenas prácticas en la definición.

Formatos: niveles open data.

Frecuencia actualización.

Quién: departamentos y organismos CAC.

4. Generación del recurso

Generación del fichero, APIS´s dinámicas, etc.

Creación proceso publicación (automático, URL directo

servidor, manual).

Quién: departamentos y organismos CAC.

5. Publicación en el Portal

Alta primera vez en el backoffice.

Quién: departamentos y organismos CAC.

6. Alta en el portal

Quién: departamento responsable datos abiertos.

7. Mantenimiento backoffice

Quién: departamentos y organismos CAC.

8. Publicidad

Quién: departamentos y organismos CAC / comunicación