13 de octubre de 2026
Construcción de catálogo de datos geológicos para potenciar ciencia de datos y analítica
Construcción de Catálogo de Datos Geológicos para Potenciar Ciencia de Datos y Analítica
Márcio Brito Moraes; Anna Carolina Martins
DOI: 10.22167/2675-6528-202603257
Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.
Resumen
La dispersión, la heterogeneidad estructural y semántica, y la ausencia de estandarización de los datos geológicos dificultan su descubrimiento, comprensión, integración y reutilización en flujos analíticos en la Geología de la Exploración de Petróleo y Gas. Con el objetivo de fortalecer la gobernanza de la información y potenciar el uso de Data Science y Analytics en este contexto, se construyó un Catálogo de Datos Geológicos. La metodología empleada combinó revisión bibliográfica, análisis de normas y buenas prácticas, uso de datos abiertos de la Agencia Nacional del Petróleo, Gas Natural y Biocombustibles (ANP), modelado conceptual, especificación de metadatos e implementación de un prototipo navegable en Power BI. Como resultados, se consolidó un modelo conceptual del catálogo, un diccionario de metadatos con atributos canónicos, vocabularios controlados para campos críticos, una capa de trazabilidad entre fuentes originales y elementos del catálogo, y una capa de calidad con reglas, hallazgos resumidos y violaciones detalladas. El prototipo demostró que un catálogo estructurado puede reducir ambigüedades, ampliar la transparencia sobre la procedencia y la calidad, y crear condiciones más favorables para la preparación y el uso analítico de datos geológicos. Se concluyó que la adopción de un catálogo de datos geológicos, apoyado en metadatos estandarizados y mecanismos de calidad, constituye un enfoque viable y útil para fortalecer la gobernanza de la información y potenciar aplicaciones de ciencia de datos y analytics en contextos geocientíficos.
Palabras clave: Curaduría digital; Gobernanza de la información; Interoperabilidad; Metadatos; Calidad de la información.
1. Introducción
El avance de las tecnologías de Ciencia de Datos y Analítica ha impulsado la transformación digital en organizaciones intensivas en datos, notablemente en la industria del petróleo y gas. Específicamente en las áreas técnicas de la Geología de Exploración, el uso estratégico de datos geológicos de alta calidad posibilita una mayor eficiencia en la generación de conocimiento geocientífico. Esto mejora los procesos de toma de decisiones y reduce las incertidumbres asociadas a la evaluación de cuencas, modelado de yacimientos e identificación de nuevas oportunidades exploratorias.
Sin embargo, la dispersión, la heterogeneidad estructural y semántica, y la ausencia de estandarización de los datos geológicos aún representan barreras significativas para la aplicación de técnicas avanzadas de análisis e inteligencia artificial. Los datos están frecuentemente distribuidos en múltiples sistemas y hojas de cálculo, presentando nomenclaturas inconsistentes y ausencia de metadatos que describan su origen, contexto y calidad.
En este escenario, la construcción de un Catálogo de Datos Geológicos surge como una iniciativa estratégica para organizar, documentar y estandarizar los metadatos asociados a las diversas disciplinas geológicas, como estratigrafía, geoquímica, sedimentología, geología estructural y análisis de rocas y fluidos. Este tipo de catálogo actúa como un instrumento de curaduría y gobernanza, facilitando el descubrimiento, la comprensión y la reutilización de los datos por diferentes equipos técnicos y sistemas analíticos.
El concepto de catálogo de datos se adoptó como elemento central de esta investigación. Según Barbieri (2020), un catálogo de datos constituye un repositorio estructurado que organiza, documenta y describe activos informacionales mediante metadatos estandarizados, permitiendo su identificación, comprensión, trazabilidad y reutilización. Complementariamente, Batini y Scannapieco (2016) destacan que los catálogos de datos son instrumentos esenciales para garantizar la calidad, consistencia y confiabilidad de la información, sobre todo en entornos caracterizados por un gran volumen y diversidad de datos. En el contexto de la ciencia de datos y analytics, los catálogos desempeñan un papel estratégico al posibilitar el descubrimiento eficiente de conjuntos de datos, reducir asimetrías de información entre productores y consumidores y ampliar la transparencia sobre el origen, la calidad y las limitaciones de los datos disponibles ([DAMA] International, 2021).
Aplicado al dominio geológico, este papel se intensifica debido a la naturaleza multidisciplinaria de los datos, la complejidad espacial y temporal y la multiplicidad de formatos y escalas. Un catálogo estructurado tiende a fortalecer la gobernanza, promover la interoperabilidad entre dominios y crear condiciones favorables para el uso intensivo de analytics en actividades exploratorias. De esta forma, la investigación se justifica por la necesidad de superar las barreras impuestas por la desorganización y la falta de estandarización de los datos geológicos, buscando potenciar el valor generado por iniciativas de ciencia de datos. El objetivo de este estudio es proponer un modelo conceptual de Catálogo de Datos Geológicos para la curación, estandarización, descripción e integración de metadatos en la Geología de la Exploración de Petróleo y Gas, con el fin de fortalecer la gobernanza, la gestión de la información y el uso de Data Science y Analytics.
2. Material y Métodos
La investigación se caracterizó como un estudio de naturaleza aplicada, con un enfoque cualitativo y exploratorio, orientado a la construcción de un Catálogo de Datos Geológicos. Este enfoque se adoptó con el objetivo de producir conocimiento práctico y aplicable a la organización, estandarización y uso analítico de datos técnicos en la Geología de la Exploración de Petróleo y Gas, buscando abordar dimensiones de calidad de datos como completitud, consistencia, exactitud, validez e integridad (Gil, 2019).
La estrategia metodológica articuló revisión bibliográfica, análisis de metadatos, modelado conceptual, estandarización de estructuras documentales, implementación de prototipo y evaluación funcional. El estudio se estructuró en fases secuenciales e incrementales, abarcando la revisión bibliográfica y definición del alcance, modelado conceptual y definición de metadatos, especificación detallada del catálogo y mapeo de trazabilidad, e implementación del prototipo con validación funcional.
En la primera fase, se realizó una revisión bibliográfica sistemática, que contempló libros técnicos, artículos científicos, normas internacionales y documentos institucionales. Se priorizaron referencias reconocidas sobre gobernanza de datos, calidad de la información, catálogos de datos, metadatos y gestión de datos geológicos, incluyendo Barbieri (2020), Batini y Scannapieco (2016) y el [DAMA-DMBOK] ([DAMA] International, 2021).
Esta revisión permitió consolidar los fundamentos conceptuales y normativos que orientaron el análisis de los metadatos y la elaboración del modelo conceptual del catálogo. Se adoptaron las normas ([ISO] 19115:2014) y ([ISO] 19157:2013), además de las directrices ([INSPIRE] Metadata Implementing Rules, 2007), para estructurar metadatos y tratar la calidad de datos geocientíficos y geoespaciales.
La delimitación del alcance y las fuentes del catálogo geológico conceptual se realizó a partir del análisis de bases públicas de datos abiertos de la Agencia Nacional del Petróleo, Gas Natural y Biocombustibles (ANP, 2020). Se consumieron metadatos de dominios relevantes para la Geología de la Exploración de Petróleo y Gas, accesibles a través del portal oficial de la ANP.
Los dominios seleccionados incluyeron Pozos, Canaletas, Testigos, Muestras Laterales, Tapones, Laminillas, Celdas, Fluidos, Levantamientos Geoquímicos y Datos Geoquímicos. La elección de estos dominios estuvo motivada por representar objetos técnicos recurrentes en las disciplinas geológicas y por permitir estructurar un catálogo basado en metadatos, alineado a principios de gestión y gobernanza de datos.
En la siguiente fase, se desarrolló el modelado conceptual del catálogo de datos geológicos, contemplando la identificación de entidades, atributos, relaciones y dominios de datos. Este modelado se documentó mediante un Diagrama Entidad-Relación ([DER]) y un diccionario de datos, siguiendo las buenas prácticas de modelado conceptual recomendadas por el [DAMA-DMBOK] ([DAMA] International, 2021).
El [DER] se construyó utilizando dbdiagram.io, una herramienta en línea de Holistics Software (HOLISTICS, 2026), que permite definir y documentar esquemas de bases de datos. El [DER] representó la estructura conceptual del catálogo, evidenciando entidades centrales, entidades de soporte y vínculos de procedencia y contextualización entre pozos, muestras y datos geoquímicos.
Se elaboró un Diccionario de Datos para describir, de forma estandarizada y sistemática, los elementos de datos utilizados, detallando significado, tipo, ejemplos y reglas asociadas a cada atributo. Este artefacto actuó como referencia operativa para comprender el contenido de cada dominio, orientar la estandarización de metadatos y facilitar el descubrimiento y la reutilización de los datos.
La estructura conceptual se organizó a partir de cuatro dominios centrales: Pozo, Muestras (que engloban Canaleta, Testigos, Muestras Laterales, Tapones, Laminillas, Celdas y Fluidos), Levantamiento Geoquímico y Dato Geoquímico. La elección de los metadatos esenciales se realizó de forma sistemática para posibilitar el descubrimiento, la comprensión, la trazabilidad, la relación y la interoperabilidad entre dominios geológicos.
Se definieron como entidades principales: Pozo, Muestra, Levantamiento Geoquímico y Dato Geoquímico. Entidades de soporte, como Cuenca Sedimentaria, Unidad Estratigráfica, Proyecto/Programa, Ubicación, Laboratorio/Entidad Ejecutora y Documento Técnico, se incluyeron para garantizar la trazabilidad, contextualización y organización de los activos de datos.
Las relaciones conceptuales se establecieron para reflejar la cadena mínima de integración. Un Pozo se asoció a una Cuenca Sedimentaria y pudo contener Muestras de Canal, Testigos y Muestras Laterales. Los Testigos pudieron originar Tapones, y las Láminas y Células pudieron asociarse como derivadas de Canal, Testigos, Muestras Laterales y Tapones.
Paralelamente al modelado conceptual, se llevó a cabo la identificación y estandarización de metadatos esenciales para caracterizar datos geológicos, tomando como base directa las bases analizadas de la ANP. Se realizó el mapeo de las fuentes y de sus esquemas originales, el inventario de atributos técnicos, espaciales, temporales y administrativos, y la clasificación semántica.
Un componente metodológico central fue el mapeo de trazabilidad entre los campos originales de las bases y los elementos canónicos del catálogo. Este mapeo fue concebido para explicitar la correspondencia entre fuentes de origen y estructuras documentales del catálogo, asociando nombres originales a nombres estandarizados, reglas de interpretación y vínculos con dominios de valores.
Adicionalmente, se realizó enriquecimiento semántico mediante la definición de vocabularios controlados para atributos categóricos críticos, especialmente en los casos en que códigos, siglas o clasificaciones técnicas pudieran generar ambigüedades de interpretación. Este procedimiento fortaleció la consistencia del catálogo y tornó sus elementos más adecuados a la reutilización en contextos multidisciplinares y analíticos.
La implementación del prototipo se realizó en Power BI. La elección de la herramienta se debió a su capacidad de combinar, en un mismo entorno, modelado tabular, definición de relaciones, creación de medidas analíticas y construcción de interfaces interactivas. Esto permitió materializar el catálogo en un entorno analítico interactivo sin la necesidad de desarrollar una aplicación web completa.
El prototipo fue estructurado a partir de tablas de metadatos, incluyendo conjuntos de datos, columnas, vocabularios, valores permitidos, relaciones y reglas de calidad. Se implementaron páginas orientadas a la visión general del catálogo, exploración de conjuntos de datos, exploración de campos, detalle de atributos, visualización de vocabularios, representación de las relaciones conceptuales y monitoreo de la calidad de los datos.
La validación funcional se centró en la verificación de la coherencia entre las estructuras conceptuales definidas y su comportamiento en el prototipo implementado. Se observó la consistencia de las relaciones entre tablas, el funcionamiento de la navegación entre páginas, el comportamiento de filtros y segmentaciones, la asociación entre campos y vocabularios, la visualización de valores permitidos y la coherencia de la capa de calidad.
El estudio no implicó la recopilación directa de datos de personas, ni la realización de entrevistas, cuestionarios o cualquier forma de interacción con participantes humanos. Todos los datos utilizados se obtuvieron exclusivamente de los datos abiertos de la ANP, disponibles para acceso en internet. De esta forma, no fue necesaria la presentación del proyecto al Comité de Ética en Investigación.
3. Resultados y Discusión
El análisis realizado confirmó que la construcción de un Catálogo de Datos Geológicos, fundamentado en metadatos estandarizados, modelado conceptual estructurado y un prototipo navegable, representa un enfoque viable y útil para fortalecer la gobernanza, la curaduría y el uso de Data Science y Analytics en la Geología de la Exploración de Petróleo y Gas. La investigación evidenció que, si bien los conjuntos de datos analizados presentaban documentación relativamente estandarizada a nivel de conjunto de datos y a nivel de atributos, persistían heterogeneidades estructurales y semánticas que limitaban el descubrimiento, la comprensión, la integración y la reutilización analítica de los datos. Este hallazgo está en consonancia con la literatura de gobernanza y gestión de datos, que enfatiza la necesidad de organizar activos informacionales en estructuras que expliciten significado, contexto, procedencia y calidad (Barbieri, 2020; [DAMA] International, 2021; Batini y Scannapieco, 2016).
La caracterización de las bases de datos reveló un nivel de estandarización en los metadatos de conjuntos de datos y de atributos, con todos los dominios analizados documentados bajo las estructuras de “Información adicional” y “Detalles sobre cada columna del conjunto de datos”. Este patrón inicial es un punto de partida positivo, que indica la existencia de un núcleo documental mínimo para sustentar iniciativas de catalogación. Sin embargo, se observó una heterogeneidad significativa en la cantidad de atributos y en los patrones de nomenclatura, especialmente en el dominio Pozos, que presentaba más columnas y convenciones técnicas distintas en comparación con las bases de muestras, las cuales frecuentemente utilizaban nombres con acentuación, espacios y saltos de línea. Este contraste subrayó la necesidad de normalización sintáctica y semántica para mejorar la interoperabilidad, inteligibilidad y reutilización, alineándose al papel de los catálogos de datos en la gestión de la información (Barbieri, 2020; [DAMA] International, 2021; Batini y Scannapieco, 2016).
Desde el punto de vista semántico, la investigación identificó desafíos importantes para la estandarización, incluyendo lagunas de documentación y oportunidades de enriquecimiento. En diversos dominios de muestras, no se encontró un identificador único global por registro, lo que llevó a la necesidad de utilizar claves compuestas e identificadores sugeridos para garantizar la unicidad y la procedencia en el catálogo. Además, se observaron atributos redundantes en múltiples dominios, como información de cuenca sedimentaria, depositacional y contexto geográfico, indicando la necesidad de armonización. Campos cruciales para el análisis, como profundidades, volúmenes e intervalos, se describían frecuentemente como texto en los metadatos originales, lo que exigió la explicitación de tipos normalizados, unidades de medida y reglas de validación. Estos hallazgos corroboran las dimensiones de completitud, consistencia, validez e integridad destacadas por Batini y Scannapieco (2016) y por el [DAMA-DMBOK], así como el énfasis de la [ISO] 19157:2013 en la formalización de criterios de calidad para datos geoespaciales y geocientíficos ([DAMA] International, 2021; [ISO] 19157:2013 Geographic Information Data Quality, 2013).
En cuanto a las relaciones entre muestras y sus derivados, el análisis confirmó que los metadatos respaldaban parcialmente la jerarquía definida en el estudio. Muestras como Canal, Testigos, Muestras Laterales y Fluidos se asociaron a Pozos; los Tapones se identificaron como derivados de Testigos; y las Láminas y Células como derivadas de Canal, Testigos, Muestras Laterales y Tapones. Sin embargo, se observó que esta derivación no siempre se explicitaba mediante identificadores formales de origen, lo que imponía restricciones a la trazabilidad completa. El vínculo entre Tapones y Testigos se representó mediante el número del testigo, pero las relaciones de derivación de Láminas y Células dependían de un atributo categórico del tipo de muestra de origen, sin una referencia inequívoca a una muestra madre específica. En respuesta a esta limitación, el modelado del catálogo incorporó mecanismos de enriquecimiento, como claves compuestas, identificadores sugeridos y atributos explícitos de procedencia, incluida la referencia a la muestra de origen, el tipo de derivación y el intervalo estandarizado. Este resultado es coherente con la literatura, que señala que la ausencia de metadatos de procedencia y de reglas formales de consistencia aumenta el riesgo de interpretaciones divergentes y reduce el potencial de reutilización confiable de los datos (Batini y Scannapieco, 2016; [ISO] 19157:2013 Geographic Information Data Quality, 2013).
A pesar de estas limitaciones, el modelo conceptual consolidado demostró ser suficiente para servir de base a la implementación del prototipo. La principal contribución de esta etapa fue demostrar que los dominios analizados podrían organizarse en una estructura coherente de entidades, atributos y relaciones, capaz de representar, a nivel de catálogo, los principales objetos informacionales de la Geología de la Exploración. El Diagrama Entidad-Relación (DER) producido sintetizó esta estructura, explicitando tanto las entidades centrales como los vínculos fundamentales de integración y procedencia entre pozos, muestras y datos geoquímicos. Este DER, construido utilizando la herramienta dbdiagram.io, representó gráficamente las entidades Pozo, Muestras (Canal, Testigos, Muestras Laterales, Núcleos, Laminillas, Celdas y Fluidos), Levantamiento Geoquímico y Dato Geoquímico, además de entidades de soporte como Cuenca Sedimentaria y Unidad Estratigráfica, detallando sus atributos y relaciones con cardinalidades, lo cual es fundamental para la comprensión del alcance y la estandarización de conceptos.
Con base en el modelo conceptual, se consolidó la especificación detallada del catálogo y del diccionario de metadatos. Esta estructura pasó a explicitar, para cada atributo del catálogo, el nombre original de la columna, el nombre canónico, el tipo del dato de origen, el tipo normalizado, la unidad de medida (cuando aplica), la obligatoriedad, el rol en la relación, la clave relacionada, el dominio de valores y las reglas de validación. Esta especificación amplió significativamente la utilidad del catálogo para Data Science / Ciencia de datos y Analytics, ofreciendo a los usuarios no solo un listado de campos, sino un conjunto interpretable de información útil para la selección, preparación y validación de los datos. En flujos analíticos, este enfoque reduce la ambigüedad semántica, facilita la comprensión del significado de los atributos y ayuda a anticipar problemas de tipificación, unidad o conformidad. El Diccionario de Datos sintetizado a partir de las fuentes de datos consolidó los atributos más relevantes para catalogación, relación e interoperabilidad, actuando como referencia operacional para la comprensión del contenido de cada dominio.
A nivel de conjunto de datos, la investigación confirmó que todos los dominios analizados presentaban un conjunto común de ocho campos de metadatos: título, descripción, origen del dato, fuente del dato, formato del archivo, periodicidad de actualización, notas y contacto. Este patrón inicial favoreció la etapa de catalogación, proporcionando una base mínima de identificación. Sin embargo, el análisis crítico mostró que, para fines de Data Science / Ciencia de datos y Analytics, esta estructura era insuficiente, ya que no explicitaba de forma consistente aspectos como cobertura temporal y espacial, versión del conjunto de datos, fecha de extracción, condiciones de uso, linaje e indicadores de calidad. En respuesta, el estudio propuso la ampliación de la plantilla de metadatos de conjunto, incorporando campos adicionales orientados al descubrimiento, evaluación de adecuación al uso e interoperabilidad, en alineación con las recomendaciones del [DAMA-DMBOK], de la [ISO] 19115:2014 y de las directrices [INSPIRE] ([DAMA] International, 2021; [ISO] 19115:2014 Geographic Information Metadata, 2014; [INSPIRE] Metadata Implementing Rules, 2007). Esta ampliación es particularmente relevante en entornos analíticos, donde la elección de un conjunto de datos depende no solo de su contenido nominal, sino también de su contexto temporal, espacial y de su confiabilidad documental.
A nivel de columna, los resultados reforzaron la necesidad de una capa canónica de documentación. Aunque todos los dominios presentaban los cuatro campos originales de documentación de atributos (nombre de la columna, ejemplo, tipo de dato y descripción), la investigación confirmó fragilidades importantes, como nombres de campos heterogéneos, campos métricos descritos como texto, ausencia de estandarización de unidades y lagunas descriptivas. La especificación final del catálogo abordó estos problemas mediante la incorporación de atributos documentales adicionales, como tipo normalizado, unidad de medida, obligatoriedad, regla de validación y rol relacional. En la práctica, esta capa tiene implicaciones directas para Analytics: atributos como profundidad, volumen, cima y base pasan a ser interpretables y comparables de manera más consistente; campos categóricos pasan a ser asociados a dominios controlados; y la preparación de bases para modelado analítico pasa a exigir menos esfuerzo de interpretación manual. Este resultado refuerza la idea de que un catálogo de datos, cuando está bien especificado, actúa como infraestructura de entendimiento y no solo como inventario pasivo de esquemas.
La investigación también confirmó que la estandarización semántica requiere vocabularios controlados para atributos categóricos críticos. Entre los casos más relevantes, destacaron la orientación del enchufe, el tipo de muestra de origen y clasificaciones relacionadas con fluidos y datos geoquímicos. Esta necesidad se operacionalizó en el prototipo mediante estructuras específicas de vocabulario y de valores permitidos, vinculadas a los campos correspondientes del catálogo. Este resultado agrega valor concreto porque transforma códigos y categorías antes presentados de forma aislada en elementos pertenecientes a un dominio formal de significados válidos. En un contexto geológico, esto reduce ambigüedades, facilita la integración entre disciplinas y apoya la reutilización consistente de los datos, especialmente cuando diferentes equipos o usuarios analíticos no comparten el mismo repertorio técnico detallado. La página de vocabularios controlados del prototipo permitió visualizar los dominios de valores definidos, sus valores válidos y la asociación de estos vocabularios a los campos documentados.
La implementación del prototipo en Power BI materializó el modelo conceptual y la especificación documental en un entorno navegable, demostrando la aplicabilidad de la propuesta. La elección de la herramienta se debió a su capacidad de combinar, en un mismo entorno, modelado tabular, definición de relaciones, creación de medidas analíticas y construcción de interfaces interactivas. Esto permitió construir rápidamente un artefacto demostrativo con baja complejidad de desarrollo y elevada capacidad de comunicación del resultado. La página de inicio del prototipo fue concebida para ofrecer al usuario una visión sintética del catálogo y organizar el acceso a las diferentes capas de exploración implementadas, como conjuntos de datos, campos, vocabularios, relaciones y calidad. Esta interfaz tradujo la propuesta del trabajo en una experiencia de uso concreta, transformando el catálogo en un portal de descubrimiento y entendimiento de los activos informacionales.
La capacidad de apoyar el descubrimiento de los conjuntos de datos disponibles es una de las funciones más básicas e importantes de un catálogo. En el contexto de esta investigación, esta necesidad fue particularmente relevante, ya que los dominios analizados poseen finalidades distintas, granularidades diferentes y aplicaciones técnicas variadas. La creación de una página específica para la exploración de conjuntos de datos permitió estructurar la navegación a nivel de conjunto de datos, ofreciendo al usuario un mecanismo para localizar rápidamente los dominios más afines a su interés analítico y comprender, de forma resumida, su contexto documental. Esta funcionalidad es esencial para reducir el esfuerzo de localización y selección de fuentes antes incluso del análisis más detallado de atributos. Una vez identificado un conjunto de datos relevante, la etapa siguiente del uso del catálogo consistió en comprender con mayor profundidad el contexto documental de ese conjunto de datos, para lo cual se estructuró una página de detalle que reúne información esencial sobre descripción, origen, periodicidad, formato, contacto y demás metadatos a nivel de conjunto, además de conectar el conjunto de datos a la capa de atributos documentados. Esta funcionalidad se mostró particularmente importante porque el uso analítico de un conjunto de datos depende no solo de la identificación de su existencia, sino también de su interpretación contextual, incluyendo origen, alcance y condiciones de actualización. De esta forma, el detalle del conjunto de datos reforzó el papel del catálogo como instrumento de entendimiento y no solo de inventario.
Si la exploración a nivel de conjunto de datos es importante para el descubrimiento de las fuentes, la exploración a nivel de campo es decisiva para el uso analítico propiamente dicho. En prácticas de Data Science y Analytics, la búsqueda de variables relevantes suele ser una etapa crítica, ya que exige identificar rápidamente qué atributos contienen la información necesaria, en qué dominios aparecen y bajo qué convenciones semánticas y técnicas están documentados. La página de exploración de campos se estructuró para atender justamente a esta necesidad, ofreciendo una visión navegable de la capa de atributos del catálogo. Con ello, el prototipo pasó a apoyar no solo el descubrimiento de conjuntos de datos, sino también la selección orientada de variables basándose en criterios documentales y semánticos. La identificación de un campo relevante no agota la necesidad de documentación; al contrario, abre espacio para una etapa aún más importante: el entendimiento profundo del atributo seleccionado. En el prototipo, esta función se implementó mediante una página específica de detalle, en la que se concentran elementos como nombre original, nombre canónico, tipo de dato, unidad, rol relacional, regla de validación, ejemplo y vocabulario asociado. Esta estructura demostró ser particularmente valiosa para apoyar la preparación de datos, la integración entre dominios y la interpretación analítica, ya que redujo ambigüedades semánticas e hizo explícitas informaciones que, en muchos escenarios, permanecerían implícitas o dispersas en diferentes fuentes documentales. Así, la página de detalle del campo expresó de forma concreta el papel del catálogo como capa de entendimiento técnico y semántico.
Una de las contribuciones centrales del catálogo propuesto consistió en explicitar, de forma estructurada, los vínculos entre entidades y dominios que, en las bases originales, no siempre aparecían de manera suficientemente clara o formalizada. La página de relaciones del prototipo fue desarrollada para hacer esta estructura más inteligible al usuario, aproximando el modelado conceptual de la experiencia de navegación. Al presentar los vínculos entre pozos, muestras, datos geoquímicos y demás elementos del dominio, esta interfaz refuerza la importancia de la contextualización y de la procedencia para el uso confiable de los datos. En otras palabras, muestra que el catálogo no se limita a la descripción aislada de tablas y campos, sino que también incorpora la lógica relacional que sustenta la integración y la trazabilidad. La página de relaciones del prototipo tradujo la estructura conceptual del catálogo en una visualización de apoyo a la interpretación de los vínculos entre entidades y dominios.
La estandarización semántica fue uno de los aspectos más importantes de la construcción del catálogo, especialmente en el tratamiento de atributos categóricos cuyo significado depende de códigos, siglas o clasificaciones técnicas. Para operacionalizar esta dimensión, el prototipo incorporó una página específica de vocabularios controlados, permitiendo visualizar los dominios de valores definidos, sus valores válidos y la asociación de estos vocabularios a los campos documentados. Esta funcionalidad agregó valor porque redujo ambigüedades de interpretación, fortaleció la consistencia semántica y facilitó la reutilización de los datos por usuarios con diferentes niveles de familiaridad con el dominio geológico. En el contexto del prototipo, la página de vocabularios representó la materialización práctica de la propuesta de tratamiento formal de dominios de valores, exhibiendo los valores permitidos y sus asociaciones a los campos documentados.
Además de la documentación y la navegación por los metadatos, el prototipo incorporó una capa orientada a la visualización de la calidad de los datos catalogados. Esta ampliación resultó relevante porque, en contextos de Data Science y Analytics, el descubrimiento de los datos debe ir acompañado de cierto grado de transparencia sobre su idoneidad para el uso. La página de visión general de la calidad fue concebida para reunir indicadores sintéticos, distribución de ocurrencias y una primera capa de detalle de los registros afectados, permitiendo al usuario percibir rápidamente dónde se concentran los principales problemas documentados. Esta funcionalidad reforzó la idea de que el catálogo puede operar como instrumento de gobernanza, y no solo de inventario. Además de una visión agregada de calidad, la investigación mostró la importancia de analizar los problemas documentados según la lógica específica de cada regla. Esta perspectiva permite comprender con mayor precisión qué tipos de ocurrencias se concentran en determinados conjuntos de datos, qué dimensiones de calidad son más impactadas y cómo se distribuye la criticidad de los hallazgos en el catálogo. La página de calidad por regla fue estructurada para ofrecer esta lectura más analítica, funcionando como complemento a la visión general y permitiendo profundizar la interpretación de los problemas catalogados. Con ello, el prototipo pasó a reunir, en una misma solución, tanto una visión ejecutiva de la calidad como una visión orientada al análisis detallado, donde las ocurrencias pueden ser exploradas por regla, criticidad, dimensión de calidad y conjunto de datos.
La discusión crítica de los resultados confirma que la propuesta del catálogo responde al problema de investigación formulado en la Introducción. La implementación del prototipo demostró que la construcción de un catálogo estructurado es capaz de reducir barreras de descubrimiento, entendimiento y reutilización de datos geológicos, especialmente cuando se combina con la estandarización de metadatos, la explicitación de la procedencia, el uso de vocabularios controlados y la incorporación de mecanismos de calidad. En términos de Data Science y Analytics, esta contribución es particularmente relevante porque el trabajo con datos geológicos no depende solo de la existencia de los archivos, sino del entendimiento de su contexto técnico, de sus restricciones de uso y de su confiabilidad documental. Un científico de datos o analista que desee seleccionar variables para comparar muestras por profundidad, cruzar información geoquímica por pozo o evaluar relaciones entre tipo de muestra y atributos de laboratorio se beneficia directamente de un catálogo que ya explicita tipos esperados, unidades, vocabularios y reglas mínimas de integridad.
Al mismo tiempo, los resultados también evidenciaron limitaciones importantes. La principal de ellas sigue siendo la dependencia de la calidad y la completitud de los metadatos originalmente proporcionados por la fuente analizada. En dominios donde no hay identificadores universales o relaciones formales explícitas entre muestras y derivados, el catálogo depende de enriquecimientos adicionales para representar la trazabilidad de forma más robusta. Aun así, estas limitaciones no debilitan la propuesta; al contrario, refuerzan su relevancia, pues hacen visibles lagunas que, sin un catálogo estructurado, permanecerían implícitas y dificultarían el uso confiable de los datos. En síntesis, los resultados y discusiones de esta investigación demuestran que el Catálogo de Datos Geológicos fue no solo modelado, sino también especificado, implementado y validado a nivel de prototipo. El estudio confirmó la importancia de la estandarización de metadatos, la explicitación de procedencia, el uso de vocabularios controlados y la incorporación de mecanismos de calidad como componentes centrales de un catálogo orientado a la gobernanza y al uso analítico. El prototipo desarrollado no pretende agotar la complejidad del dominio geológico ni sustituir una futura solución corporativa, pero demostró, de forma concreta, que es posible estructurar un artefacto útil para el descubrimiento, entendimiento, curaduría y soporte a iniciativas de Data Science / Ciencia de datos y Analytics en contextos geocientíficos.
4. Conclusión
El estudio tuvo como objetivo proponer un modelo conceptual de Catálogo de Datos Geológicos para la curación, estandarización, descripción e integración de metadatos en la Geología de la Exploración de Petróleo y Gas, fortaleciendo la gobernanza, la gestión de la información y el uso de Ciencia de Datos y Analítica. Se verificó que la dispersión y la heterogeneidad estructural y semántica de los datos geológicos representaban barreras significativas, las cuales fueron abordadas mediante la construcción de un modelo conceptual robusto. Se identificó la necesidad de normalización sintáctica y semántica, así como la importancia de vocabularios controlados y mecanismos de trazabilidad para superar lagunas de documentación e inconsistencias. La implementación de un prototipo navegable en Power BI demostró la viabilidad de la propuesta, consolidando un diccionario de metadatos con atributos canónicos y una capa de calidad. Este enfoque contribuyó a reducir ambigüedades, ampliar la transparencia sobre la procedencia y la calidad de los datos, y crear condiciones más favorables para la preparación y el uso analítico de información geológica, potenciando el valor generado por iniciativas de ciencia de datos.
A pesar de los avances, se observó como limitación la dependencia de la calidad y completitud de los metadatos originalmente disponibles por las fuentes analizadas. En dominios sin identificadores universales o relaciones formales explícitas entre muestras y derivados, el catálogo exigió enriquecimientos adicionales para representar la trazabilidad de forma robusta. Sin embargo, estas restricciones no invalidan la propuesta; al contrario, evidencian la relevancia del catálogo como herramienta para hacer visibles y tratables lagunas que, de otra forma, permanecerían implícitas y dificultarían el uso confiable de los datos. Se concluye que la adopción de un catálogo de datos geológicos, fundamentado en metadatos estandarizados y mecanismos de calidad, constituye un enfoque útil y viable para fortalecer la gobernanza de la información e impulsar las aplicaciones de ciencia de datos y analytics en contextos geocientíficos. El prototipo, aunque no sustituya una solución corporativa completa, estableció una base concreta para el descubrimiento, el entendimiento y la curaduría de activos informacionales.
Referencias Bibliográficas
[ANP], Agência Nacional do Petróleo, Gás Natural e Biocombustível. Dados abertos. 2020. Disponível em: <https://www.gov.br/anp/pt-br/centrais-de-conteudo/dados-abertos>. Acesso em 04 de fevereiro de 2026.
[DAMA] International. 2021. [DAMA-DMBOK]: Data Management Body of Knowledge. 2ed. Technics Publications, Bradley Beach, NJ, EUA.
Barbieri, C. 2020. Governança de Dados. Alta Books, Rio de Janeiro, RJ, Brasil.
Batini, C.; Scannapieco, M. 2016. Data and Information Quality: Dimensions, Principles and Techniques. Springer, Cham, Suíça.
European Commission. 2007. [INSPIRE] Metadata Implementing Rules: Technical Guidelines based on EN [ISO] 19115 and EN [ISO] 19119. Version 1.2. European Commission, Brussels, Bélgica.
Gil, A.C. 2019. Métodos e técnicas de pesquisa social. 7ed. Atlas, São Paulo, SP, Brasil.
Holistics Software Pte Ltd [HOLISTICS]. 2026. dbdiagram.io: ferramenta online para construção de [DER]. Disponível em: <https://dbdiagram.io/>. Acesso em: 04 de fevereiro de 2026.
Organización Internacional de Normalización [ISO]. 2013. [ISO] 19157:2013 Información geográfica — Calidad de los datos. [ISO], Ginebra, Suiza.
International Organization for Standardization [ISO]. 2014. [ISO] 19115:2014 Geographic information – Metadata. [ISO], Geneva, Switzerland.
Artículo originado del Trabajo de Conclusión de Curso de la Especialización en Data Science y Analytics del MBA USP/Esalq
Para saber más sobre el curso, haga clic aquí y acceda a la plataforma MBX Academy