Encontrando datos

Introducción

Ahora que ya sabes qué son los datos y el tipo de preguntas que te interesan, estás listo para salir a cazar los datos en línea.

En este tutorial aprenderás en dónde puedes empezar la búsqueda de datos, y las diferentes maneras de hacerlo. Al final, serás capaz de emprender tu propia búsqueda.

Fuente de datos

Existen tres maneras de conseguir datos:

  1. Encontrar los datos: Involucra la búsqueda de datos que ya están disponibles en línea.
  2. Apoderarse de más datos: Por ejemplo: conseguir datos que vienen de fuentes oficiales. Muchas veces, los datos de los sitios gubernamentales son públicos, pero no existe un link de donde los puedas descargar. No te rindas: normalmente se puede obtener esta clase de datos por un medio que los “hackers” conocen como “scraping” (y acá un ejemplo 2).
  3. Encuentra tus propios datos: Esto implica reunir datos e ingresarlos en una base de datos o en una hoja de cálculo, ya sea que trabajes solo o acompañado.

En este tutorial, nos centraremos en buscar datos que están disponibles en la red, para que en el futuro puedas recolectar datos por ti mismo.

Paso 1: Identifica tu fuente de datos

Muchas fuentes generalmente ponen a disposición sus datos en línea. Por ejemplo:

  1. Gobierno: En tiempos recientes, algunos gobiernos han hecho públicos sus datos. Muchos gobiernos tienen una plataforma para subir y crear datos. El gobierno de Gran Bretaña inauguró su página data.gov.uk; para Brasil, Estados Unidos, Kenia, y muchos países más, existen portales similares. Busca en tu país si existe un portal donde puedes buscar y descargar datos.
  2. Organizaciones: Las grandes organizaciones como el Banco Mundial y la Organización Mundial de la Salud tienen enormes bases de datos de donde tú puedes obtener información.
  3. Ciencia: Los proyectos científicos e institucionales ponen datos a disposición de la comunidad científica y del público en general. La NASA tiene datos de libre acceso, y muchas otras instituciones también. Cada vez es más común que haya acceso a bases de datos de esta índole.

Datahub.io (de Open Acess Directory y Open Knowledge Foundation) es una plataforma que te ayuda a buscar y descargar datos de libre acceso. El objetivo de estas páginas es recolectar datos o reunir bases de datos que provengan de diferentes fuentes. ¡School of Data está trabajando para crear una lista de fuentes de datos!

Tarea: ¿Se nos olvidó alguna fuente de datos? ¿Qué clase de datos te interesan más? Agrégalo a nuestra lista de fuente de datos.

Paso 2: Transforma los datos al formato que necesitas

En el capítulo “Qué son los datos”, hablamos sobre la importancia de que tus datos puedan ser leídos por tu computadora. A continuación te daremos tips para que Google reconozca que formato necesitas o buscas.

Encontrando más datos usando Google

Tip Puedes buscar más información en Google si le agregas los comandos +filetype:csv en la barra de búsqueda. Obtendrás archivos CSV para Sudáfrica. Puedes intentar otros comandos como “xls” para excel o “pdf”

El uso de datos para contestar a tus preguntas

¡Ahora que ya tienes un panorama sobre algunos de los conceptos claves relacionados con los datos, es tiempo de que emprendas tu propia búsqueda! En el siguiente curso, en el capítulo Serie de datos fundamentales, exploraremos la pregunta que propusimos en el capítulo ¿Qué es un dato?: ¿Cómo los gastos en el sistema de salud impactan en la expectativa de vida? Para obtener datos recurriremos a la base de datos del Banco Mundial (siguiendo estas instrucciones, el texto se encuentra en Inglés).

Tarea: Si encuentras tu propia fuente de datos para contestar a la pregunta, ¡Felicidades! Súbelos a DataHub y realiza una búsqueda para conocer qué cosas hacen los buscadores de datos en otras escuelas.

Otra tarea: Explora la web en búsqueda de bases de datos de libre acceso. Si encuentras algo muy interesante y se te ocurre qué preguntas pueden contestar esos datos, mándanos un tweet a @SchoolofData, o escríbenos al blog de School of Data.

Resumen

En este tutorial discutimos la mejor manera de obtener datos para contestar a tu pregunta. Exploramos diferentes fuentes, y realizamos un listado de los tipos de portales con la información que puedes encontrar.

Al principio del capítulo Fundamento de los datos expusimos la pregunta: ¿Cómo impactan los gastos en el sistema de salud en la expectativa de vida? Siguiendo la receta, encontraste datos del Banco Mundial de la Salud que te ayudarán a responder a tu pregunta.

Lecturas extras

  1. How to get data from the World Bank data portal (En inglés)

  2. Como subir datos en Data Hub (En inglés)

  3. El Manual de periodismo de datos – La Nación tiene muchos tips y trucos en el apartado-Five Minute Field Guide (Guía de campo en cinco minutos)