Sinergias entre la Toma de Decisiones y la Calidad de lasInlormaciones

Alonso Secades, VidalEscuela Universitaria de InformaticaUniversidad Pontificia de Salamanca

L6pez Rivero, Alfonso Jose'Escuela Universitaria de InformticaUninersidad Pontificia de Salamanca

Joyanes Aguz`lar, Luz.sDepartamento de Lenoouajes, Sistemas Informticos e Ingenien�a

Universidad Pontificia de Salamanca. Campus de MadridDirector del del Software

Abstract

Este articulO describe las relaciones einteracciones de las informaciones utilizadas entoma de decisiones mostrando como a distintosniveles de calidad de las inforrnaciones las tomasde decisiones scram variables. Se analizardnmediante m6todos cuantitativos las sinergiasproducidas entre tomas de decisiones y calidad deinforrnaciones.

El andlisis partira de muestras aleatorias dedatos con diferentes niveles de calidad. Ademds setendrd en cuenta en el andlisis multivariante losdistintos eQuipos de torna de decisiones evitandolos efectos colaterales que puedan producir factoresde ruido en el an;ilisis en estudio.

Para reflejar la calidad de los datos almacenadosSe precisa establecer algdr) forrnato adjunto, tal queel tratarniento posterior pueda interpretarse juntocon la calidad del mismo. Asi, la calidad de lasinforrnaciones queds[rd reflejada y Se aplicard en latoma de decisiones. Las conciusiones demostraranQue existe sinergia entre la calidad de lasinformaciones y la toma de decisiones.

1. Inboducci6n

Uno de los principales aspectos Que debenafrontar los profesionales inforrnaticos en laelaboraci6n de sistemas de inforrnaci6n empleadosen la toma de decisiones estriba en el diseBo de }asbases de datos donde va a residir la informaci6n autilizer en la toma de decisiones.

Este disefio Se desarrolla de acuerdo a lastnicas y procedimientos estandarizadosexistentes, que permiten garantizar la integridad delos datos almacenados en la base de datos de talforma que Se pueda asegurar la calidad y exactituddelos mismos.

A pesar de la experiencia acumulada enaseguramiento de la calidad de datos, en laactualidad todavia continOan existiendo problemas.Esto es debido a que a la hora de realizer el diseSode Una base de datos, los disefiadores de bases dedatos deben contemplar las guias proporcionadaspor la directiva para las tomas de decisiones,incluso mas que las decisiones propias derivadas delas funciones a realizer por el sistema deinformaci6n de la empresa.

La principal implicaci6n de estas galas en eldiseho se refleja en que los datos en estos sistemasno deben ser de calidad ideal ya que la calidad delas informaciones puede ser contemplada desdediferentes puntos de vista en funci6n de lasnecesidades de cada departamento. Esto provocaque los disc&adores de bases de datos se encuentrancon una dimensi6n relativa de la calidad que podraser diferente en los departamentos de la empresa.

Frecuentemente, los directivos deben tomardecisiones partiendo de las imperfeccionespresentes en los datos de la base de datos. Paracompensar estas imperfecciones, se debe efectuar latoma de decisiones estando al corriente de laidiosincrasia de los datos.

QuaTIC'2001 / 89

2. Estado del arte

No es posible afirmar que el estudio sistemticode la calidad de los datos y de la informaci6n sea unfen6meno que haya sido estudiado a lo largo demacho tiempo, ya que se trata de un fen6menorelativamente reciente.

Butte los estudios existentes, destacan losrealizados por Zmud [2], Ballou o Pazer [I]quienes investigan y profundizan en la forma msefectiva para afrontar la calidad de los datos atrav6s de dimensiones como fiabilidad,consistencia.. precisi6n, oportunidad, etc6tera. Otraposibilidad para afrontar la calidad de los datos,como muestran nuevas investigaciones [7] y [9],puede efectuarse tambi6n a trav6s de los atributosde los dams.

POT OtTO lado, existen trabajos relacionados conel tema que muestran el impacto de los errores delos datos sobre la toma de decisiones. El primertrabajo que analizaba este aspecto fue realizado porBallou y Pazer [3], quienes, sin embargo, noinvestigaron la interrelaci6n existente entre el tipodel problema para el que era necesario la decisi6n yla presencia de datos en la informaci6n Queaportasen el grado de calidad de estos.

Entre los 6ltimos trabajos publicados cabedestacar las innestigaciones realizadas por Redman[4] o Klein [5], donde puede obsernarse como Secomienza a aportar informaci6n acerca de la calidadde los datos para su utilizaci6n en la toma dedecisiones.

3. Formas de mejorar la calidad de Losautos

Para poder observar la calidad de los datosalmacenados es necesario tener alguna medida decalidad que permita evaluar la calidad de lainformaci6n obtenida. Las inforrnaciones queproporcionan la calidad de los datos almacenadosvan a format parte de lo que Se conoce comometadata. En la actualidad, no existen reglasestrictas de c6mo aplicar metadata, perobasicamente para conocer la medida de calidad delos datos almacenados pueden realizarse dos tiposdiferentes de observaciones,

For un !ado, es posible observer la calidad de lainformaci6n a nivel de cada atributoindividualmente, para lo cual bien se bard pormedio del empleo de etiquetas asociadas a losdatos, bien se incluirdn las dimensiones ms

Un grave problems es que este conocimientointuitivo Se ha perdido. ya Que los datos Se utilizan,normalmente, por distintas partes y usuarios. Estosposibles usuarios que no poseen una destrezaintuitiva para el tratarniento para los datos, estanforzados a aceptar los datos tal y como le sonpresentados. Esta aceptaci6n implica asumir quetodos los valores de datos son vdlidos pot igual,para evitar utilizar datos cuya calidad no pueda sergarantizada directamente por ellos. Esto conlleva aque algunos sistemas de soporte de decisiones no sepueden utilizer completamente.

El sentido Conan afirma que el conocimientoatendiendo a la calidad de datos, debe ser utilizadopara lograr un beneficio, siendo esta proposici6n laque se plantea examiner. Ademas Se debe tenet encuenta la clase de informaci6n a considerar sobre lacalidad de datos, la cual es mas apropiado quedependa de la naturaleza del proceso de decisi6nque de los propios datos. For otra parte, la eficaciade la informaci6n que define la calidad de datosdepende en gran medida de la satisfacci6n delusuario.

El objetino es ayudar a los disehadores de basesde datos encaminadas a la torna de decisiones, aproporcionarles Una estructura y unos conceptosconsistentes. Partiendo de la estructura y conceptosproporcionados se podrd establecer un punto departida que determine el tipo y formato deinforrnaci6n necesaria, atendiendo a la calidad deIDs datos, que sea mhs efectiva en cada situaci6n.Un dischador de base de datos cuya funci6n seaincluir informaci6n seg0n la calidad de datosnecesita saber que beneficios Se obtienen delsistema de informaci6n.

Este artfculo pretende &fronter este problemapara analizar el impacto de la informaci6n asociadacon la calidad de los datos, presenuindolo con datosactuales y de acuerdo a la calidad de datos.

En particular, Se procedera a la elecci6n delalquiler de un piso entre varies alternatives teniendoen cuenta la presencia de informaciones acerca dela calidad de los datos. Estas informacionesvendran reflejadas en diferentes formas y contextosperrnitiendo evaluar la toma de esta decisi6n desdedatos de baja calidad hasta datos con alta calidad.Los datos necesarios para realizer el experimentoban sido facilitados por grupos de trabajo de laEscuela UniversitaTia de Inforrnaflea.

90 / QuaTIC'2001

relevantes de la calidad de los datos tales comoprecisi6n, oportunidad u otras dimensionesestimadas.

La segunda opci6n de observaci6n, emplea. adiferencia de la anterior, la tupla completa eincluso, en algunas ocasiones, la tabla relacional enel anlisis de la calidad de los datos, considerandoLos dams como un conjunto global frente al enfoqueanterior individual.

De entre estas dos opcioneS, no se decanta porninguna de ellas en concreto, sino Que se va aseguir Una aproximaci6n Que es una versi6ninterrnedia entre ambas donde cada campo va atenor asociado un cierto nine! de calidad para latoma de decisiones.

En esta aproximaci6n se parte de Que dentro deun mismo dorninio concreto la calidad de todos losdatos es la misma, pero Que puede Vaxfar Si estosmismos datos Se encuentran en otros dominios. Estarestricci6n simplifica signifxcativamente elalmacenamiento y recuperaci6n de lasinformaciones del diccionarfo de dams, donde sesupondr;i Que estaxan almacenadas lasinformaciones sobre cafidad de fos datos Que Senecesitan.

Una de las cuestiones importantes que Seplantea es como presentar a los usuarios lainformaci6n acerca de la calidad de los datos ycomo afmacenar fa misma. La respuesta a estacuesti6n va a proporcionar diferentes tipos demt!radara Que Se le pueden ofrecer a los usuarios.

Como respuesta a esta cuesti6n se buscard quela presentaci6n de la informaci6n al usuario seproporcione bajo un formato Que le permitaefectuar la toma de decisiones mds efectiva. Estoimplica que la presentaci6n no s6lo debeproporcionar la informaci6n sino Que se efectuarden un formato acorde a la Toma de decisi6n Que elusuario debe realizer.

4. Procesos en La Lorna de dec-m`ones

Ante lo anteriormente expuesto, se debeexponer Que la forma ms efectiva para realizar lapresentaci6n de la calidad de la informaci6n va aestar en funci6n de la estrategia o proceso de comade decisi6n Que Se quiera efectuar.

Se ha escrito macho durante los dItimos ahosacerca de la problemdtica de la toma de decisiones,pero en este punto se van a adoptar dnicamente dos

aproximaciones, la primera descrita como toma dedecisicnes conjuntiva y la segunda como toma dedecisiones ponderada.

La toma de decisiones conjuntiva toma comopunto de partida un conjunto de criterios conocidosy perfectamente especificados y establece que ladecisi6n va a depender de ellos. A cada uno de Loscriterios se le asocia un nine} rninimo de aceptaci6nQue servira para observar si el dato cumple con elcriterio. A la bola de tomar la decisi6n de Quealternativa seleccionar entre las diferentesaltemativas existentes, Se procede a la evaluaci6nde cada alternativa cotejdndola con cada criterioestablecido. Las alternativas Que no alcancen elnine! mi'nimo de aceptaci6n en todos los criteriossaran desechadas. Por canto, si Una alternativa nocumple con uno s6lo de los criterios establecidos,se considerar Que ya Que no a!canza el nine}minimo exigido y ser catalogada como alternativano valida. De entre todas las aJxernativas Que hayansuperado el nine! minimo. exigido de todos Loscriterios se tomarxi la alternativa Que Los hayacumplido con una mayor holgura.

En cuanto a la toma de decisiones ponderadaparte tambi6n de una serie de criterios identificadosy perfectamente especifxcados sobre , Los que va abasal la decisi6n. Ahora, en esta aproximaci6n, acada criterio se le asigna una ponderaci6n o peso,Que representerd la importancia de cada criterio a lahora de efectuar la Lorna de la decisi6n. La suma delconjunto de todas fas ponderaciones asociadas acada criterio Se correspondera, normalmente, conuno. Se considera Que en este caso se dispone,como en la aproxirnaci6n anterior, de variasaltemativas a seleccionar. Se torus cada alternativay se evaltia de acuerdo con los criteriosestablecidos, tomando 6stos de uno en uno,obteniendo un resultado Que Se multffxlicard por laponderaci6n o peso establecido para dicho criterio.Una vez efectuada la multiplicaci6n los valores Quese obtienen para cada criterio se sumanproporcionando un resultado final para toda laalternativa. La alternativa Que Se seleccionard deentre todas las existentes sera aquella cuyoresultado final sea el mayor de todos.

La principal diferencia entre estas dosaproximaciones se observa en Que la aproximaci6nconjuntiva no perrnite que Se compense el nivelrninimo exigido a un criterio con el nivel de Otto,sino que obliga a Que es necesario Que Se cumplantodos los criterios, mientras Que la aproximaci6nponderada perrnite la compensaci6n de valores delos diferentes criterios.

QuaTIC':2OOI / 91

Adem;is, la aproximaci6n ponderada observa alas alternatives desde un punto de vista global, yaque Se evall:ian todos los criterios, mientras Que enla aproximaci6n conjuntiva, el anAlisis de laalternativa se ve mediante la comparaci6n parcialde cada criterio con un nivel rninimopreestab)ecido, sin tener en consideraci6n los otroscriterios.

For Canto se puede observer Que ambasestrategias seleccionadas ofrecen diferentes puntosde vista en funci6n de Sus caracteristicas a la horade evaluar Una determinada altemativa aunque laaproxilnaci6n conjuntiva presenta una mayorrigidez.

A la hora de optar por Una de las dosaproxirnaciones, la elecci6n vendrh ea funci6n de larelaci6n coste/beneficio, de manera Que siempre Sebusque Una minimizaci6n de la relaci6n, en la Quese tome siempre la major decisi6n con el rrrinimocoste o esfuerzo.

For este motivo, el impacto Que la calidad de losdat6s y de la inforrnaci6n almacenada tuviera en latoma de decisiones dependerd en Bran manera de lacomplejidad del proceso para el coal se estetomando la decisi6n. Para conocer la complejidadde un proceso o tarea, esta vendr dada en funci6nde varias variables como puedan ser el n6mero dealternatives, el ndmero de atributos o el tiempo deapremio.

IncllJSO considerando que la incorporaci6n de lainformaci6n referente a la calidad de los datos enuna base de datos no presenta dificultades t6cnicasal discfiador, este se encuentra con la necesidad deidentificar cual va a ser la inforrnaci6n apropiadaQue debe emplear para considerer la calidad de Losdatos. Esta circunstancia aporta un nuevo problemaaI dise6ador de las bases de datos, ya que deber deseleccionar la informaci6n a emplear y establecer laescala de valores a utilizar.

Se puede considerar que la utilizaci6n de unaescala de 2 categorias posibles sea rruis sencillo Quesi se emplea una escala continua de 100 puntos.Tambi6n es necesario considerer Que si mediante elempleo de esta tiltima escala es posible realizar Unatoma de decisiones mas eficiente, entonces estemayor esfuerzo necesario para tomar la decisi6ndebe ser considerado.

Para comprobar qua el suministro deinformaci6n acerca de la calidad de los datos

propOrciona una mejor coma de decisiones, serealizard Una toma de decision partiendo de Unamisma tarea a la cual Se le pasan diferentesmuestras de datos en cuanto a presencia de calidadse refiere. Estas muestras de datos oscilaran desdela presencia de informaci6n de calidad nula hastadiversos factores que perrnitiran precisar la calidadde los datos.

5. Planteam.unto del expe`nmento

El desarrollo del trabajo experimental esimportante para validar y generalizar los resultadosobtenidos en la investigaci6n. Este experimentoesta basado en diversos trabajos presentes en laliteratura, en concreto el desarrollado por Pazer [6],For Canto, en este articulo Se presenta unexperimento en el cual Se analiza la toma dedecisiones a realizar en funci6n de la calidad de Losdatos disponibles.

ET experimento toma como punto de partidapara el estudio sets atributos diferentes dispuestosen cinco replicas o alternativas. En cada Una deestas r6plicas IDS seis atributos presentan unavaloraci6n que sera variable en funci6n de Losmiembros que participan en el andlisis de la r6plica.El an;iTisis de cada r6plica teniendo en cuentaunicamente la valoraci6n, Que compondrd Unar6plica carente de calidad, serb confrontado en laship6tesis con los amnisis Que consideran muestrasde datos con calidad. En estas I:iltimas muestras dedatos la calidad puede venir deterrninada por lafiabilidad de los datos, por los pesos de cadaatributo e inclusive por ambos aspectos. Los nivelesmfnimos de tolerancia aceptables para cada criterio,asi como la evaluaci6n, ban sido especificados paracada r6plica y para cada atributo, proporcionandotodos estos datos a los evaluadores en ambosexperimentos.

El estudio Que se presenta con informaci6n decalidad de los datos, tiene Una soluci6n preferenteproporcionando medidas de evaluaci6n objetivas,las cuales se utilizan como base de datos iniciala:fiadiendo Una dimensi6n de calidad en los criteriosseleccionados. Al objeto de corregir los errorestotales se tiene la adici6n de pesado, Que modificacada uno de los valores de los atributos mediante laponderaci6n.

A continuaci6n Se presentan las cinco replicascon Sus correspondientes valoraciones para cadaanibuto, que serdn los factores para deterrninar latoma de decisiones del estudio en cuesti6n. Elsistema para doter a Los atributos de calidad de la

92 / QuaTIC'2001

informaci6n es proporcionar a estos una fiabilidad,cuyos valores ban sido asignados previamente deacuerdo a un rango de 0 a 100 y Que quedandescritos en las Tablas I . Igualmente, en estastablas se muestran los valores de los pesosintroducidos al objeto de corregir los errores totalesQue Se presentan en tantos por uno.

Las valoraciones reflejadas en cada una de estasr6plicas ban sido tomadas partiendo de cincogrupos de trabajo de la Escuela Universitaria deInformatica.

Estos grupos de trabajo son independientesentre si y los valores dados por cada uno de losgrupos corresponden a las directrices generalesdadas per el equipo` de investigaci6n para evitar losefectos colaterales de ruido presentes en cualquiertoma de datos.~

':F`labilfdad V"alora6i6n PesosCaract. ACaract. BCaract CCarnot. DCaract. ECared. F

231521131612

373026312811

051

O,2O,1

O,25O,2

0,15

"Cr- aria 'F"iabilfdad Valoraci6n". "Pes6sGarnet. ACaract. BCaract. CCaract. DCaract. ECaract. F

231521131612

363027292015

O,1072O,1O,25O,2

O,15

Crite'n`"os Fiabilidad~ `Valo~racT6n-Pesos~

Carnot. 82

Caract. C3Caract 04

Caract. EsCarnot. F6

231521131612

363524312610

071O,2O,1O,25O,2O,15

'"Criteria Fiabilidad ,Valoraci6n ~PesosCaract. ACaract. BGarnet. CCaract. DCaract. ECaract. F

231521131612

403027332214

071O,2O, /0,25O,20,15

Tablas I

5.1. Hip6tesz.s

-,`Fia. bilidad ~~Val6raci6n~PesoCared ACaract. BCarnot. CCaract. DCaract. ECaract. F

231521131612

32263027

O,1O,2O,10,25O,2O,15

1 Piso C6ntrico.2 Situado en una Zona tranquila~3 Ntlrrlero de metroS cuadrados.4 Lurninosidad,s Cuantia de la renta.6 Andguedad del edificio.

Idea2mente Se parte de la premisa Que Una ayudaen la toma de decisiones debe ser la inclusi6n deinformaci6n en la calidad de datos, permitiendoestos datos una mejor toma de decisiones. Elconocirniento de la caZidad de Zos datos debe afectaren la toma de decisiones, para determinarlo sedisefian tres hip6tesis. De esta forma, si estaship6tesis nulas son rechazadas en el contraste dehip6tesis Que se reaJiza frente a las hip6tesisaltemativas, se tiene Que la incorporaci6n decalidad en los datos es de importancia en la toma dedecisiones y por tanto Sara un factor determinanteen el diseBo de base de datos.

Hipo-tesL.s J (nula). No tiene influencia en latoma de decisiones la alternativa de incluir un nivelde fiabilidad para cada uno de los atributos Que Seestdn analizando.

Hip6tesis 1 (altematz"va). Tiene influencia en latoma de decisiones la alternativa de incluir un nine}de fiabilidad para cada uno de los atributos Que seestdn analiZando.

QuaTIC 2001 / 93

`AL'TERNATIV VALORES ZAtributos conPonderaci6n

K2-0.01028

Atribulos conFiabilidad

2-_ 0.01388

Atributos conFiabiiidady Ponderaci6n_

t!: a - - 0 "ff 1 43 2

Hz'p6resis 2 {nula). No tiene influencia en latoma de decisiones la alternativa de incluir Unaponderaci6n para cada uno de los atributos Que seest;iin analizando.

Hip6tesz.s 2 (altematz`va)" Tiene influencia en lacoma de decisiones la alternativa de inclair unaponderaci6n para cada uno do los atribucos Que seestdn analizando.

Hz"o6tesis 3 ( nula )" No tiene influencia en lacoma de decisiones la alteroativa de incluir losfactores de fiabilidad y la ponderaci6n para cadauno delos atributos que se estdo analizando.

Hz" 6tesL.s 3 caltematz.va - Tiene influencia en laComa de decisiones la alternativa de incluir losfactores de flabilidad y la ponderaci6n para cadauno de los atributos que se estan &nalizando.

6. Andl.wi`s y conclusi'ones

Las diferentes valoraciones asignadas, en cadaanlisis al incluir Los diferentes formates de calidadSe realizan utilizando an andllsis escadisticomultivariante [8], que permite comparer los nivelesde la multivariabilidad en las tres hip6tesisrealizadas.

Con este experimento se ha conseguidodemostrar la influencia de introducir factores decalidad en la toma de decisiones. El experimento hasido planteado teniendo en cuenta valoresindependientes canto de los pesos como de lasfiabilida.des presentes en cada Una de lascaractenstxcas.

En el antilisis realizado se plantea el contrastede hip6tesis considerando por una pane 105 datossin ninguna influencia relativa a la calidad de losmismos y por ocra pane teniendo en cuenta lainfluencia de la fiabilidad y la ponderaci6nasignada a cada una de las caracterfsticas y elconjunto de ambas.

Los resultados obtenidos ban demostrado Que laintroducci6n de calidad en los datos, es decir, pesosy fiabilidades en la coma de decisiones, prevalecesobre las otras consideraciones. Ademas, Secomprueba Que cualquier presenciaindependientemente de una de ellas prevalece sobrela consideraci6n de Jos valores de las caracteristicastomados sin ninguna aportaci6n relativa a la calidadde los dams. Los result&dos obteoidos se presentanen la Tabla 2.

De estos resultados se puede concluir Que en lostres casos analizados se rechaza la hip6tesis nulafrente a la hip6tesis alternativa, es decir, la coma dedatos con calidad proporciona una mayor fiabilidaden la coma de decisiones Que la defxnici6n de datossin informaci6n relativa a la calidad de los mismos.For canto se demuestra las sioergias existentes entrela calidad de la informaci6n y la torna dedecisiones~

Del estudio Se desprende Que se aceptaria conmds xito los datos que esnin modificados desde sudisco por un coeficiente de fiabilidad hence a losque carecen de ella, y estos frente a los Que s6lovienen modificados por la ponderaci6n de cadavariable, siendo el caso :fnas favorable aque2lasvaloraciones en las Que se tienen en cuenta tanto lafiabilidad como la ponderaci6n.

POT IO tanto, se puede afirmar Que esconcluyente Que en el disefio de las bases de datoses fundamental la inclusi6n de los factores defiabilidad y de ponderaci6n para cada uno de 105atributos utilizados de cara a adopter una correct&coma de decisi6n.

7. BibBogradfia

[ll D. p. BaIlou and H,L. Pazer,Modeling Data and Process Quality Multi-Input Multi-Output Information SystemsManagement Science, vol 31 no 2, pp 150-162, 1985

[2J R. W~ ZmudAn Empirical Investigation of the Dimensionality of theConcept of InformationDecision Science, vol 9, pp187-195, 1978

[3J D. P. Ballou and H"L Pazer.FramewoTk for the Analysis of or in Conjuntive,MultiCriteria Satisficing Decision ProcessesDecision Science, vol 21, no 4, pp752-770, 1990

[4J T. C. RedmanData Quality for the Information AgeBoston;Artech House, 1996

CS} B. D. Klein. D. L Goodhue, G. B. Davis

94 / QuaTlC.200l

Can Humans Detect Errors in Data? Impact of BaseRates, Incentives and GoalsMIS Quarterly, vol 21, pp 169-194, 1997

[6] I. N. Chengalur-Smith, D P. Ballou, H. L. PazerThe Impact of data Quality Information on DecisionMaking:An Exploraty AnalysisIEEE transactions on Knowledge and Data Engineering,vol II, no 6, 1999

[7] P, K. Kapur, R. B. Garg. S. KumarContributions to Hardware and Software ReliabilityWorld Scientific Pub Co, 1999

[8] D. C. MontgomeryIntroduction to Statistical Quality Control. Third EditionJohn Wiley and Sons, Inc. 1997

[9] R. S. Kenett E. R BakerSoftware Process Quality: Management and ControlMarcel Dekker, Inc. 1999

QuaTIC`2001 / 95