Open Refine, también conocido como Google Refine, es el software aliado de los periodistas que trabajan con bases de datos para limpiar las informaciones que les entregan en formatos abiertos. Al pasar los datos por Refine, los periodistas se aseguran de que no haya erratas: errores de tipeo, por ejemplo, en los nombres de ciudades (en vez de Barranquilla, Barranquillla y al sumar el número de subsidios dados por el Distrito contaríamos 32 y no 33 por cuenta de la l que sobra) o celdas que el sistema no reconoce como campos numéricos debido a separaciones de decimales y millares mal colocadas. Las operaciones en este caso tampoco darían cifras precisas al ignorarse esas cantidades sin el formato adecuado.
Open Refine además es una herramienta que sirve para dar un primer vistazo a los datos y comenzar a obtener a través de las facetas que permite hacer, es decir, grupos de elementos bajo ciertas características, informaciones que nos dan pistas de las noticias escondidas en ese océano de cifras.
No es una herramienta de fácil manejo y requiere de mucha práctica, especialmente para un periodista que poco o nada sabe de la lógica con la que trabajan los informáticos. Pero con los tutoriales que se consiguen en la web, muchas horas de práctica y búsqueda de respuestas en los foros virtuales se podrá manejar esta herramienta y obtener de ella las funciones necesarias para una buena limpieza de datos.
Noches de Media ha realizado este compendio con los tutoriales que pueden serles muy útiles en esas exploraciones iniciales de Refine (si conoce otros que considera escenciales para el dominio de esta herramienta, por favor inclúyalos en los comentarios de esta publicación):
- Propública explica cómo ha usado Open Refine en su proyecto de ‘Dollars for Docs’
- IJnet comparte un tutorial
- Cleaning dirty and messy data, por Paul Bradshaw
- Guía de La Nación Data
- Tutoriales de Berckely
Tutoriales de David Cabo, de la fundación española Civio:
Blogs:
Noches de Media 