GUA METODOLGICA PARA LA APERTURA DE DATOS DE

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

Índice 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

1. 1 - porqué datos abiertos 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. 2 - qué son datos abiertos “Los datos abiertos son datos que pueden ser utilizados, reutilizados y redistribuidos libremente por cualquier persona, y que se encuentran sujetos, cuando más, al requerimiento de atribución y de compartirse de la misma manera 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 Los datos abiertos de Empresa Municipal de Transportes de Madrid han servido para que terceros desarrollen 15 aplicaciones Google Maps abiertos del IGN usa datos Periodismo de datos. Muchas noticias se basan en análisis o visualizaciones de datos abiertos En el Portal de datos abiertos nacional hay 200 aplicaciones que reutilizan datos, de las temáticas que se muestran

1. 5 - los datos abiertos generan actividad económica Informe del Infomediario Sector (“Empresas que analizan y tratan información del sector público y/o privado para crear productos de valor añadido destinados a terceras empresas o ciudadanía en general, sirviendo, entre otras funciones, para la toma 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 Impulso 153 Iniciativas en España Portal Nacional Portal Europeo España es líder en Europa

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 Responsable del cumplimiento con la Política de Datos Abiertos Generación, publicación y actualización de datos Grupo de trabajo asociado al responsable: Cambios, mejoras en los servicios o herramientas de acceso y condiciones de reutilización Pequeño grupo de personas que puedan ayudar a impulsar la apertura de datos, bien porque ya tengan experiencia previa, o porque gestionen muchos datos, … 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

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, Geo. JSON, 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 interoperabilidad y seguridad. de modelos de datos, metadatos,

4. 2 - infraestructura tecnológica 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. Plataformas Búsqueda 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

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

6. - indicadores de medición de datos abiertos Norma UNE 178301 Ciudades Inteligentes. Datos abiertos. Es aplicable a CCAA

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 Indicador de datos abiertos 0200 201400 401600 601800 8011000 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