{"id":581954,"date":"2026-06-09T14:14:53","date_gmt":"2026-06-09T12:14:53","guid":{"rendered":"https:\/\/www.capgemini.com\/es-es\/?p=581954"},"modified":"2026-06-10T10:04:04","modified_gmt":"2026-06-10T08:04:04","slug":"lanbide-y-la-evolucion-de-la-calidad-del-dato-desde-la-gestion-operativa-al-valor-estrategico","status":"publish","type":"post","link":"https:\/\/www.capgemini.com\/es-es\/investigacion\/perspectivas-de-expertos\/lanbide-y-la-evolucion-de-la-calidad-del-dato-desde-la-gestion-operativa-al-valor-estrategico\/","title":{"rendered":"Lanbide y la evoluci\u00f3n de la calidad del dato: desde la gesti\u00f3n operativa al valor estrat\u00e9gico"},"content":{"rendered":"\n
\"\"\/<\/picture><\/div>
<\/div>

Lanbide y la evoluci\u00f3n de la calidad del dato: desde la gesti\u00f3n operativa al valor estrat\u00e9gico<\/strong>\u00a0\u00a0\u00a0\u00a0<\/h1><\/div><\/div><\/div><\/div><\/div><\/div><\/div>\n\n\n\n
\n

En los \u00faltimos a\u00f1os, la gesti\u00f3n de datos en el Sector P\u00fablico ha dejado de ser una tarea operativa para convertirse en un pilar estrat\u00e9gico. Lanbide, el Servicio Vasco de Empleo, es un claro ejemplo de c\u00f3mo una organizaci\u00f3n puede evolucionar desde el control de calidad de los datos hasta la construcci\u00f3n de un ecosistema de informaci\u00f3n compartido, fiable y gobernado. Este art\u00edculo recorre algunos puntos fundamentales de m\u00e1s de una d\u00e9cada de trabajo conjunto entre Lanbide y Capgemini, en la que cada reto ha representado una oportunidad para mejorar, automatizar y anticiparse, sentando as\u00ed las bases de un verdadero modelo de calidad del dato.<\/p>\n\n\n\n

Antecedentes<\/strong><\/h3>\n\n\n\n

El proyecto comenz\u00f3 en 2011 con un contrato para supervisar la calidad de los datos en Lanbide, basado en tres pilares: las normas del Sistema de Informaci\u00f3n de los Servicios P\u00fablicos de Empleo (SISPE), los criterios internos de Lanbide y la coherencia con los datos del Servicio P\u00fablico de Empleo Estatal (SEPE). Como resultado de esta supervisi\u00f3n, se detectaron inconsistencias como, por ejemplo, campos de informaci\u00f3n personal b\u00e1sica vac\u00edos, tel\u00e9fonos inv\u00e1lidos o la imposibilidad de que una persona residiera en una calle por su inexistencia en el callejero. Tambi\u00e9n se identific\u00f3 la existencia de versiones diferentes entre los datos de Lanbide y SEPE, lo que derivaba en campos desactualizados:<\/p>\n\n\n\n

\"\"
Imagen: Ejemplo de datos inconsistentes<\/figcaption><\/figure>\n\n\n\n

<\/p>\n\n\n\n

Para solventar estos problemas, se desarroll\u00f3 un software de control que aplicaba las normas establecidas y generaba informes peri\u00f3dicos sobre la calidad de los datos, facilitando la correcci\u00f3n de inconsistencias y errores. La informaci\u00f3n se integr\u00f3 en un esquema de datos comunes<\/strong>, accesible a todo el ecosistema Lanbide, de modo que tanto el personal interno como los proveedores pudieran consultar y corregir directamente desde la base.<\/p>\n\n\n\n

\"\"
Imagen: Esquema de datos comunes<\/figcaption><\/figure>\n\n\n\n

<\/p>\n\n\n\n

Gesti\u00f3n de la RGI: <\/strong>n<\/strong>ormalizaci\u00f3n y <\/strong>c<\/strong>alidad<\/strong><\/h3>\n\n\n\n

El siguiente hito fue la integraci\u00f3n de la Renta de Garant\u00eda de Ingresos (RGI), que supuso un gran reto tanto organizativo como t\u00e9cnico. Desde el punto de vista de la gesti\u00f3n, Lanbide deb\u00eda asumir con rapidez la gesti\u00f3n de informaci\u00f3n clave para muchas personas. A nivel t\u00e9cnico, se recibi\u00f3 informaci\u00f3n procedente de m\u00faltiples ayuntamientos, con sus distintas bases de datos y formatos heterog\u00e9neos. Al analizar esta informaci\u00f3n, se identificaron diferentes casu\u00edsticas con diferentes niveles de dificultad para su resoluci\u00f3n.<\/p>\n\n\n\n

En la siguiente tabla se observa un ejemplo en el que, aunque los datos apuntan a que se trata de una misma persona, la coincidencia resulta m\u00e1s clara en campos como \u201cAPELLIDO 1\u201d, \u201cAPELLIDO 2\u201d, \u201cFECHA NACIMIENTO\u201d y \u201cTIPO DOCUMENTO\u201d que en el resto de la informaci\u00f3n.<\/p>\n\n\n\n

\"\"
Imagen: Ejemplo de datos inconsistentes<\/figcaption><\/figure>\n\n\n\n

<\/p>\n\n\n\n

El primer paso para resolver estas situaciones fue abordar duplicidades mediante un diccionario basado en grados de similitud y reglas estad\u00edsticas. A medida que se solucionaban las anomal\u00edas, se implement\u00f3 un proceso automatizado para acelerar el trabajo de comparaci\u00f3n y b\u00fasqueda de nuevos registros similares, la separaci\u00f3n de campos y la detecci\u00f3n de falsos positivos, entre otras tareas. Tambi\u00e9n se mejor\u00f3 la calidad de las direcciones mediante la aplicaci\u00f3n de codificaci\u00f3n basada en el callejero NORA, descomponiendo las direcciones en elementos normalizados (tipo de v\u00eda, portal, piso) y asignando c\u00f3digos fiables. Esto permiti\u00f3 an\u00e1lisis geogr\u00e1ficos precisos y una mejora significativa en la fiabilidad de la informaci\u00f3n.<\/p>\n\n\n\n

A continuaci\u00f3n, se muestra un ejemplo de direcci\u00f3n que requiri\u00f3 la separaci\u00f3n por registro para poder realizar la b\u00fasqueda en el callejero y aplicar el algoritmo de codificaci\u00f3n.<\/p>\n\n\n\n

\"\"
Imagen: Funcionamiento m\u00f3dulo tratamiento de direcciones<\/figcaption><\/figure>\n\n\n\n

Con las calles codificadas se pueden realizar no solo b\u00fasquedas mucho m\u00e1s fiables y r\u00e1pidas, sino tambi\u00e9n hacer estudios a nivel de calle o portal agrupando por c\u00f3digos.<\/p>\n\n\n\n

Agrupaci\u00f3n de registros y reutilizaci\u00f3n del conocimiento<\/strong><\/h3>\n\n\n\n

Con el objetivo de seguir profundizando en el sistema de calidad, se estableci\u00f3 un proceso para agrupar registros de una misma persona en diferentes \u00e1reas mediante una clave \u00fanica de agrupaci\u00f3n. Esto permite evitar duplicidades futuras y facilita b\u00fasquedas avanzadas para detectar posibles coincidencias.<\/p>\n\n\n\n

\"\"
Imagen: ejemplo de agrupaci\u00f3n de registros<\/figcaption><\/figure>\n\n\n\n

<\/p>\n\n\n\n

Por ejemplo, en la imagen se observa que en el AREA1 de cliente existen dos registros duplicados de la misma persona, quien adem\u00e1s cuenta con registros en AREA2 y AREA3. Gracias a esta informaci\u00f3n, es posible agrupar bajo una sola clave (\u201c777\u201d) todos los registros correspondientes de esa misma persona, sin perder la referencia a la clave original de cada registro en su base de datos en origen. Este sistema avanzado de b\u00fasqueda e informaci\u00f3n enriquecida aporta importantes ventajas para la explotaci\u00f3n de datos.<\/p>\n\n\n\n

Por otro lado, aprovechando el software y el conocimiento adquirido, se llev\u00f3 a cabo la depuraci\u00f3n de direcciones para automatizar su limpieza y codificaci\u00f3n en la entrada de datos, tanto internos como externos a Lanbide. Todo este conocimiento qued\u00f3 accesible desde la base de datos com\u00fan para cualquier proveedor o sistema.<\/p>\n\n\n\n

Golden Record y sistema BI<\/strong><\/h3>\n\n\n\n

Lanbide cuenta con un sistema de inteligencia de negocio (BI) que requiere consolidar datos de algunas variables procedentes de distintas \u00e1reas en un \u00fanico registro por persona o empresa. Esto implica tratar con duplicidades, incoherencias y variaciones en la calidad de los datos seg\u00fan su origen. Para resolverlo, se desarroll\u00f3 un proceso de unificaci\u00f3n que genera lo que se conoce como un ‘Golden Record, es decir, un \u00fanico registro que contiene la mejor informaci\u00f3n posible de cada persona o entidad, a partir de la agrupaci\u00f3n de m\u00faltiples fuentes.<\/p>\n\n\n\n

Cada columna del Golden Record se construye a partir de criterios definidos por Lanbide. Por ejemplo, los datos de identidad como nombre, apellidos, fecha de nacimiento y n\u00famero de documento se extraen del \u00e1rea m\u00e1s fiable (contrastada con los datos de la Polic\u00eda); el municipio o la nacionalidad se seleccionan con una l\u00f3gica de prioridades por fiabilidad; y el nivel de estudios se selecciona en funci\u00f3n del grado m\u00e1s alto registrado. As\u00ed, se garantiza que cada entidad com\u00fan (persona o entidad) tenga un \u00fanico identificador persistente y consistente en el tiempo.<\/p>\n\n\n\n

A continuaci\u00f3n un ejemplo de un registro con el c\u00f3digo de agrupaci\u00f3n \u201c777\u201d y c\u00f3mo, a partir de una serie de criterios de selecci\u00f3n de la informaci\u00f3n de Lanbide se obtiene      como resultado un \u00fanico registro, el Golden Record:<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n

Esta l\u00f3gica tambi\u00e9n es aplicable a otras entidades maestras y ha permitido mejorar de forma sustancial la calidad de los datos utilizados en informes, cuadros de mando y an\u00e1lisis transversales. Adem\u00e1s, permite que nuevas fuentes de informaci\u00f3n, incluso externas, puedan integrarse m\u00e1s f\u00e1cilmente al seguir el mismo patr\u00f3n de agrupaci\u00f3n y validaci\u00f3n.<\/p>\n\n\n\n

Integraci\u00f3n y est\u00e1ndares de Gobierno del Dato<\/strong><\/h3>\n\n\n\n

Los procesos de calidad tienen la ventaja de lograr que los datos maestros, distribuidos en varias \u00e1reas, converjan progresivamente entre s\u00ed como resultado de las correcciones continuas aplicadas tras la detecci\u00f3n de errores de calidad en los procesos. Esto facilita que el sistema est\u00e9 preparado para integrar los datos maestros en un \u00fanico punto o, al menos, que desde las aplicaciones no se perciba una sensaci\u00f3n de \u201cdesintegraci\u00f3n\u201d     .<\/p>\n\n\n\n

Por ejemplo, en el caso de que Landibe reciba  un volumen considerable de datos externos      que puedan enriquecer la informaci\u00f3n existente, se pueden utilizar todos los procesos y funciones de depuraci\u00f3n de informaci\u00f3n como las ya mencionadas de codificaci\u00f3n de direcciones o de traducci\u00f3n de nombres propios) para posteriormente realizar los emparejamientos correspondientes con los datos internos y, si procede, llevar a cabo la integraci\u00f3n de esa informaci\u00f3n.<\/p>\n\n\n\n

Actualmente Lanbide se encuentra inmerso en el desarrollo e implantaci\u00f3n del Gobierno del Dato, y se est\u00e1 trabajando en la integraci\u00f3n de todos estos avances dentro del marco DAMA, incluyendo la incorporaci\u00f3n de cuadros de mando de calidad y procesos est\u00e1ndar que permitan el reaprovechamiento y la compartici\u00f3n de conocimiento con otros sistemas.<\/p>\n\n\n\n

\"\"
Imagen: Men\u00fa principal Oficina del Dato en Lanbide<\/figcaption><\/figure>\n\n\n\n

La experiencia de Lanbide demuestra que invertir en calidad y gobernanza de los datos no solo mejora la eficiencia operativa, sino que genera valor tangible y transversal para todos los niveles de la organizaci\u00f3n. Gestionar y estructurar adecuadamente la informaci\u00f3n de un ecosistema tan din\u00e1mico requiere una base de procesos s\u00f3lida, capaz de      adaptarse de forma continua a los nuevos retos y cambios     .<\/p>\n\n\n\n

Actualmente, con una arquitectura modular, procesos compartidos y una clara orientaci\u00f3n al uso abierto de los datos, as\u00ed como la adopci\u00f3n de est\u00e1ndares como DAMA, Lanbide est\u00e1 preparada para afrontar los retos del futuro: desde la integraci\u00f3n con nuevas fuentes externas hasta la incorporaci\u00f3n de inteligencia artificial para detectar anomal\u00edas o enriquecer la informaci\u00f3n. Y es que, cuando los datos se gestionan y organizan correctamente, dejan de ser un problema para convertirse en un activo estrat\u00e9gico para la organizaci\u00f3n.<\/p>\n\n\n\n

Art\u00edculo escrito junto con Nerea Sevilla Marchena<\/strong>, Data Management, Data Governance, Data Analytics & IA en Lanbide. Certificada en CDMP.<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/section>\n\n\n\n

Autor<\/h2><\/div><\/div><\/div>
\t\t
\n\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\"Gorka\n\t\t\t\t\t<\/div>\n\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t\t