Datos: de la necesidad de información a una base depurada

1El ciclo de la gestión de la información

1. Necesidades de información: ¿qué decisiones deben tomarse, quién debe tomarlas y qué información las sustenta?
2. Recopilación: primero datos secundarios (lo que ya existe) y, después, datos primarios si es necesario.
3. Procesamiento: introducción, depuración, estructuración, almacenamiento seguro.
4. Análisis: tendencias, comparaciones, brechas, severidad.
5. Difusión: tableros de control, mapas, 4W, notas de síntesis, al público adecuado y en el momento adecuado.
6. Retroalimentación: ¿se utilizan los productos? Se hacen ajustes.

El primer reflejo: no recopilar lo que no se va a utilizar. Cada pregunta le cuesta tiempo a las personas entrevistadas y crea un riesgo para sus datos.

2Los datos de referencia

• Códigos P (P-codes): códigos únicos para cada unidad administrativa (región, distrito, municipio) y, a veces, para las localidades. Evitan los errores ortográficos y permiten vincular las bases de datos entre sí.
• Conjuntos de datos operacionales comunes (COD): límites administrativos y cifras de población de referencia validados para el país, publicados en particular en HDX (Humanitarian Data Exchange, plataforma de OCHA).
• Normas de datos: por ejemplo, las etiquetas HXL (Humanitarian Exchange Language) que se añaden bajo los encabezados de las tablas para facilitar el intercambio.

Utilice siempre los mismos códigos y la misma versión de los límites que el clúster y OCHA; de lo contrario, los datos no se pueden combinar.

3Recopilación móvil y calidad

• Herramientas habituales: KoboToolbox y ODK (formularios en el teléfono, sin conexión), con restricciones de entrada (listas, límites, campos obligatorios) que evitan los errores en origen.
• Probar el formulario antes de ir al terreno, capacitar a los encuestadores, prever la traducción de las preguntas.
• Consentimiento informado al inicio del cuestionario y coordenadas GPS solo si son necesarias.

4Depurar los datos

Antes de cualquier análisis: un registro de depuración que deja constancia de cada modificación (nunca correcciones silenciosas en la base original).

• Duplicados (el mismo hogar registrado dos veces).
• Valores atípicos (un hogar de 45 personas, una edad de 150 años).
• Incoherencias (un niño de 3 años casado, gastos superiores a los ingresos declarados sin explicación).
• Entrevistas demasiado cortas o realizadas fuera del horario previsto.
• Nombres de lugares armonizados con los códigos P.