Guía de aprendizaje de gobierno de datos: Curar datos de alta calidad

Para obtener una vista previa de esta tarea, vea el vídeo que empieza en 02:49.

Antes de empezar a trabajar con datos, cree un catálogo donde publicará los datos para compartirlos con su organización. Con el plan Lite IBM Knowledge Catalog , solo puede crear dos catálogos. Si ya tiene un catálogo, puede omitir este paso. De lo contrario, siga estos pasos para crear un catálogo:

1. En el menú de navegación Cloud Pak for Data , elija Catálogos > Ver todos los catálogos.

2. Si ve un catálogo en la página Catálogos , vaya a Tarea 2: Crear una categoría. De lo contrario, siga estos pasos para crear un catálogo nuevo:

3. Pulse Crear catálogo.

4. Para el Nombre, copie y pegue el nombre de catálogo exactamente como se muestra sin espacios iniciales ni finales:

   Mortgage Approval Catalog
   

5. Seleccione Imponer reglas de protección de datos, confirme la selección y acepte los valores predeterminados para los otros campos.

6. Pulse Crear.

Para obtener una vista previa de esta tarea, vea el vídeo que empieza en 03:13.

Necesita una categoría para contener los términos empresariales que importará en la siguiente tarea. Las categorías actúan como carpetas para organizar los artefactos de gobernabilidad y las personas que pueden crear y gestionar dichos artefactos. Siga estos pasos para crear una categoría:

1. En el Cloud Pak for Data menú de navegación , elija Gobierno > Categorías.

2. Pulse Añadir categoría > Nueva categoría.

3. Para el nombre, escriba Banking.

4. Pulse Crear.

Para obtener una vista previa de esta tarea, vea el vídeo que empieza en 03:41.

Ahora importe los términos de negocio a la nueva categoría. Los utilizará para enriquecer los activos de datos en un paso posterior. Los términos de negocio son definiciones estandarizadas de conceptos de negocio para que los datos se describan de forma uniforme y fácil de comprender en toda la empresa. Siga estos pasos para importar los términos empresariales de un archivo:

1. En el Cloud Pak for Data menú de navegación , elija Gobierno > Términos de negocio.

2. Pulse Añadir término empresarial > Importar desde archivo.

3. Pulse Arrastrar y soltar archivo aquí o cargar.

   1. Seleccione el archivo banking.csv que ha descargado anteriormente.

   2. Pulse Abrir.

4. Pulse Siguiente.

5. Seleccione Sustituir todos los valoresy pulse Siguiente.

6. Pulse Ir a tarea para ver los términos empresariales de borrador. Si no ha recibido la notificación, en el menú de navegación Cloud Pak for Data , elija Gobernabilidad > Bandeja de entrada de tareas.

7. Marque el recuadro de selección Publicar términos empresariales y, a continuación, pulse Publicar. Pulse Publicar para confirmar.

8. En el menú de navegación de Cloud Pak for Data , elija Gobierno > Términos de negocio para ver los términos de negocio publicados.

Para obtener una vista previa de esta tarea, vea el vídeo que empieza en 04:47.

El proyecto de ejemplo incluye una conexión a una instancia de Db2 Warehouse , que contiene los activos de hipoteca. Puede importar metadatos técnicos asociados con los activos de datos en un proyecto o un catálogo para realizar el inventario, evaluar y catalogar estos activos. Los metadatos técnicos describen la estructura de los objetos de datos. Siga estos pasos para importar los activos de datos:

1. En el menú de navegación Cloud Pak for Data , seleccione Proyectos > Ver todos los proyectos.

2. Pulse el proyecto Gobierno de datos .

3. Pulse la pestaña Activos.

4. Pulse Nuevo activo.

5. Seleccione Importación de metadatos para el tipo de activo.

6. Para el nombre, copie y pegue el texto siguiente:

   Mortgage data - metadata import
   

7. Pulse Siguiente para continuar.

8. En la página Seleccionar destino , seleccione Este proyectoy pulse Siguiente para continuar.

9. En la página Seleccionar ámbito , pulse Seleccionar conexión.

   1. Seleccione la conexión Prueba de entramado de datos - Db2 Warehouse .

   2. Seleccione el recuadro de selección situado junto al esquema WKC_MORTGAGE y, a continuación, pulse el nombre de esquema WKC_MORTGAGE .

   3. Seleccione las tablas siguientes:

      • CLIENTE_COMERCIAL
      • CREDIT_SCORE
      • HOUSE_PRICE
      • MORTGAGE_APPLICANTS
      • MORTGAGE_APPLICATION

   4. Revise la lista de activos en el panel lateral y, a continuación, pulse Seleccionar.

10. Pulse Siguiente para continuar con la planificación. Puede ejecutar manualmente el enriquecimiento de metadatos, por lo tanto, mantenga la planificación desactivada.

11. Pulse Siguiente para continuar con las Opciones avanzadas.

12. Acepte los valores predeterminados en la página Opciones avanzadas y pulse Siguiente para continuar con la revisión.

13. Revise el resumen de la importación y pulse Crear. Se inicia el trabajo de importación de metadatos.

14. Pulse el icono Renovar para ver el cambio de estado de En cola a En curso a Importado. Cuando se complete la ejecución del trabajo, verá los cinco activos listados.

Para obtener una vista previa de esta tarea, vea el vídeo que empieza en 06:07.

Puede enriquecer los activos de datos con información que ayude a los usuarios a encontrar datos más rápidamente para decidir si los datos son adecuados para la tarea en cuestión, si pueden confiar en los datos y cómo trabajar con los datos. Esta información incluye, por ejemplo, términos que definen el significado de los datos, reglas que documentan la propiedad o determinan estándares de calidad, o reseñas. Siga estos pasos para enriquecer los datos importados:

1. Pulse el nombre del proyecto Gobierno de datos en la pista de navegación.
   

2. En la ficha Activos , pulse Activo nuevo.

3. Seleccione Enriquecimiento de metadatos para el tipo de activo.

4. Para el nombre, copie y pegue el texto siguiente:

   Mortgage data - metadata enrichment
   

5. Pulse Siguiente para continuar.

6. Pulse Seleccionar datos del proyecto.

   1. Seleccione Metadata import.

   2. Pulse el recuadro de selección situado junto a Datos de hipoteca-importación de metadatos. Este activo incluye los activos siguientes:

      • COMMERICIAL_CLIENT
      • CREDIT_SCORE
      • HOUSE_PRICE
      • MORTGAGE_APPLICANTS
      • MORTGAGE_APPLICATION

   3. Pulse Seleccionar.

7. Pulse Siguiente para continuar con el objetivo de enriquecimiento.

8. Seleccione todos los objetivos de enriquecimiento:

   • Datos de perfil
   • Analizar la calidad
   • Asignar términos

9. Para Categorías, pulse Seleccionar categorías.

   1. Seleccione solo [sin categorizar] y Banca.

   2. Pulse Seleccionar.

10. Para Muestreo, seleccione Básico.

11. Pulse Siguiente para continuar con la planificación. Puede ejecutar manualmente la importación, por lo que debe mantener la planificación desactivada.

12. Pulse Siguiente para continuar con la revisión.

13. Pulse Crear.

14. Se muestra el activo de enriquecimiento de metadatos, pero el trabajo puede tardar varios minutos en completarse. Pulse el icono Renovar para observar el cambio de estado de No analizado a En curso a Finalizado. Cuando se complete la ejecución del trabajo, verá los cinco activos listados.

Para obtener una vista previa de esta tarea, vea el vídeo que empieza en 07:45.

Una vez completada la ejecución del enriquecimiento de metadatos, siga estos pasos para ver los datos enriquecidos:

1. En la pantalla Enriquecimiento de metadatos de datos de hipoteca , pulse la pestaña Columnas .

2. En la lista de Columnas, localice la columna EMAIL_ADDRESS para el activo MORTGAGE_SOLICITANTES .

   1. Al final de la fila EMAIL_ADDRESS para HIPOTECAGE_SOLICITANTES , pulse el menú Desbordamiento y elija Ver detalles de columna.

   2. En el panel lateral de la pestaña Detalles , verá información de perfilado como: Formato, Distribución de frecuencia, Estadísticos.

   3. En el panel lateral, pulse la pestaña Gobierno . Esta pestaña incluye las clases de datos y los términos empresariales que se asignaron automáticamente durante el enriquecimiento de metadatos. También puede ver los términos de negocio sugeridos y las clases de datos, y asignarlos manualmente.

   4. Revise los términos sugeridos y asígnelos manualmente:

      1. Pulse Términos empresariales sugeridos.

      2. Para Dirección, pulse Asignar.

3. Al final de la columna EMAIL_ADDRESS para la fila de activos HIPOTECAGE_SOLICITANTES , pulse el menú Desbordamiento y seleccione Ver detalles de calidad de datos.

   1. Ver la información de calidad de datos. IBM Knowledge Catalog genera automáticamente una puntuación de calidad de datos para cada columna y activo de datos analizando cada valor de cada registro según las dimensiones predefinidas.

   2. Pulse la X para cerrar la ventana Calidad de datos .

4. Para la columna CITY para el activo CREDIT_SCORE , pulse el menú Desbordamiento y elija Marcar como revisado.

5. Pulse la pestaña Activos.

6. En la lista de Activos, para el activo MORTGAGE_SOLICITANTES , pulse el menú Desbordamiento y seleccione Ver detalles de activo.

   1. En el panel lateral, pulse la pestaña Gobierno para ver la asignación automática de términos de negocio.

   2. Pulse el icono Editar para asignar manualmente términos de negocio.

   3. Busque social. Si no ve ningún resultado, asegúrese de que la lista desplegable esté establecida en Todos los términos en lugar de Términos sugeridos.

   4. Seleccione Número de seguridad social.

   5. Pulse Asignar.

Para obtener una vista previa de esta tarea, vea el vídeo a partir de 09:06.

Ahora que ha enriquecido los datos, desea publicar esos activos de datos en un catálogo para que los científicos de datos y los analistas de datos puedan utilizar los activos de datos enriquecidos. Siga estos pasos para almacenar los activos de datos enriquecidos en un catálogo para que otros tengan acceso a los datos de confianza:

1. Pulse el nombre del proyecto Gobierno de datos en la pista de navegación.

2. Pulse la pestaña Activos.

3. Seleccione Datos > Activos de datos.

4. Seleccione los activos de datos COMMERICIAL_CLIENT, HOUSE_PRICE, MORTGAGE_SOLICITANTESy MORTGAGE_APPLICATION de la lista y pulse Publicar en catálogo.

   1. Para el catálogo Destino , seleccione Catálogo de aprobación de hipotecay pulse Siguiente.

   2. Para las Etiquetas, escriba la etiqueta, trusted, pulse + (signo más) y, a continuación, pulse Siguiente.

   3. Revise los activos y pulse Publicar.

5. Borre todos los activos seleccionados y, a continuación, seleccione el recuadro de selección situado junto al activo CREDIT_SCORE de la lista y pulse Publicar en catálogo.

   1. Para el catálogo Destino , seleccione Catálogo de aprobación de hipotecay pulse Siguiente.

   2. Para las Etiquetas, escriba la etiqueta confidentialy pulse + (signo más).

   3. Escriba la etiqueta trustedy pulse + (signo más) en una segunda etiqueta.

   4. Seleccione la opción Ir al catálogo después de publicarloy pulse Siguiente.

   5. Revise los activos y pulse Publicar.

6. Filtre los activos en el Catálogo de aprobación de hipotecas.

   1. Pulse el icono Filtro .

   2. Expanda la sección Etiqueta .

   3. Seleccione de confianzay pulse Aplicar.

   4. Verifique que los cinco activos de datos se han añadido al catálogo.

7. Cambie el nombre del activo de datos HIPOTECAGE_SOLICITANTES .

   1. Abra el activo HIPOTECAGE_SOLICITANTES .

   2. Pulse el icono Editar nombre .

   3. Cambie el nombre por:

      MORTGAGE_APPLICANTS_TRUST
      

   4. Haga clic en Aplicar.