Autor:
Gualo, Fernando

Cargando...
Foto de perfil
E-mails conocidos
fgualo@dqteam.es
fernando.gualo@uclm.es
Fecha de nacimiento
Proyectos de investigación
Unidades organizativas
Puesto de trabajo
Apellidos
Gualo
Nombre de pila
Fernando
Nombre
Nombres alternativos
Afiliaciones conocidas
DQTeam, Spain
Página completa del ítem
Notificar un error en este autor

Resultados de la búsqueda

Mostrando 1 - 3 de 3
  • Artículo
    Un marco de certificación de calidad de datos basado en estándares internacionales
    Gualo, Fernando; Piattini Velthuis, Mario Gerardo; Caballero Muñoz-Reja, Ismael. Actas de las XXIV Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2019), 2019-09-02.
    Cada vez más organizaciones son conscientes de la necesidad de cuidar la ca-lidad de sus activos de datos y de realizar esfuerzos para asegurar la calidad de sus repositorios de datos. Estos esfuerzos se han acentuado incluso más con la adopción de tecnologías como Big Data, Analytics y Deep Learning, o IoT, y se han orientado en dos direcciones: asegurar el valor de los datos de repositorios organizacionales, y mejorar la madurez de los procesos de gobierno, gestión y calidad de datos. En DQTeam, spin-off de la UCLM ofrecemos a las organizacio-nes servicios de consultoría para mejorar sus datos en las dos aproximaciones usando como referencia estándares abiertos internacionales con la posibilidad de certificación internacional por parte de AENOR tanto los niveles de calidad de sus productos de datos como la madurez organizacional de sus procesos relacio-nados.
  • Artículo
    Diseño de un sistema de gobierno de datos: un marco de trabajo para la priorización de procesos
    Gaona, Germán; Bollati, Veronica Andrea; Caballero Muñoz-Reja, Ismael; Gualo, Fernando. Actas de las XXVII Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2023), 2023-09-12.
    Las organizaciones necesitan gobernar sus datos para asegurar que se consigan los objetivos establecidos en sus estrategias organizacionales de datos. No obstante, el gobierno de datos también debe servir para resolver o evitar problemas, cuya manifestación suele darse bajo la forma de niveles inadecuados de calidad para los datos usados en ciertos contextos. Una de las consecuencias más interesantes del gobierno de datos es la implantación de procesos de gestión de datos, gestión de calidad de datos y gobierno de datos para que la organización pueda abordar de forma sistemática y rigurosa estos problemas de calidad de datos. El Modelo Alarcos de Madurez de Datos (MAMD) proporciona la definición de estos procesos. En este artículo se presenta un Marco para la Priorización de Procesos de MAMD (MPPM) con el objetivo de guiar a las organizaciones en la identificación de qué procesos de MAMD se deberían implementar para evitar dichos problemas, partiendo de los obstáculos de calidad de datos más comunes en las organizaciones. Como prueba de concepto, este marco de trabajo se aplicó en el contexto de la Universidad Tecnológica Nacional (Argentina).
  • Artículo
    Marco metodológico para la creación, implantación y mantenimiento de Sistemas de Gobierno de Datos
    Caballero Muñoz-Reja, Ismael; Piattini Velthuis, Mario Gerardo; Gualo, Fernando. Actas de las XXVI Jornadas de Ingeniería del Software y Bases de Datos (JISBD 2022), 2022-09-05.
    Para poder optimizar el rendimiento que las organizaciones esperan de sus datos, necesitan tenerlos datos gobernados de acuerdo con sus estrategias or-ganizacionales. Para ello tienen que desarrollar e implantar Sistemas de Go-bierno de Datos. El diseño, implantación y mantenimiento de estos sistemas requiere del despliegue y coordinación de diversos elementos. Pero en la realidad, hemos podido constatar que las organizaciones se encuentran con una serie de problemas que les impiden implantar sistemas de gobierno de datos que respondan a sus necesidades y expectativas. En este artículo se propone un marco metodológico +IBM compuesto por un modelo de sistema de gobierno de datos y un proceso para su diseño, implantación y mantenimiento - alineado al estándar internacional ISO/IEC 38505 y basado en el Modelo Alarcos de Mejora de Datos (MAMDv3.0). El proceso (KCAE) consta de cuatro etapas: Conocimiento (para determinar lo que se sabe sobre los datos y lo que se requiere saber), Control (para determinar si el control ejercido sobre los datos a través de las políticas es suficiente de acuerdo con el obje-tivo requerido), Adaptación (para dirigir la organización hacia la transforma-ción del control actual hacia el control requerido), y Explotación (para su-pervisar si las adaptaciones y el control son suficientes para lograr los objeti-vos empresariales deseados). Finalmente se describe cómo us+APM el marco para el caso concreto de un servicio en una universidad española.