Otros sistemas de gestión de información: BI, Big Data, gestión documental y SIG

Más allá de las bases de datos transaccionales, la Administración y las empresas usan otros sistemas de información para analizar grandes volúmenes de datos, gestionar sus documentos electrónicos y tratar información con componente geográfica. Este tema expone los conceptos básicos de cuatro familias de sistemas: Business Intelligence (BI), Big Data, sistemas de gestión documental y sistemas GIS (Geographic Information Systems) o SIG.

1. Business Intelligence

1.1 Concepto

Business Intelligence (BI) es el conjunto de aplicaciones, tecnologías y metodologías que permiten convertir datos en información para que los directivos de una organización tomen mejores decisiones accediendo de forma ágil a la información clave de su negocio; incluye bases de datos relacionales y multidimensionales, herramientas de reporting y consulta, herramientas OLAP, data mining, herramientas what-if y herramientas ETL. El término previo a BI era DSS (Decision Support System). Gartner Group acuñó en 2001 el concepto de «Business Intelligence Fact Gap»: la diferencia entre la información disponible en la empresa y la capacidad real de tomar decisiones basándose en ella.

1.2 Data Warehouse y Data Mart

Un almacén de datos (Data Warehouse, DW) es, según Bill Inmon, «una colección de datos orientada al negocio, integrada, variante en el tiempo y no volátil para el soporte del proceso de toma de decisiones de la gerencia»; Ralph Kimball lo define como una «copia de los datos transaccionales estructurados específicamente para su consulta y análisis». Un almacén de datos:

• Recoge datos de distintos sistemas operacionales (integración), consolidados a una fecha (variante en el tiempo) y centrados en una materia de negocio.

• No se actualiza: solo se incrementa (no volátil).

• Separa el procesamiento OLTP (On-Line Transactional Processing, orientado a la operativa diaria, datos de detalle y actuales) del OLAP (On-Line Analytical Processing, orientado al análisis, con datos históricos y agregados a distintos niveles).

Un Data Mart es un almacén de datos departamental, de alcance más reducido que el corporativo (p. ej., ventas o RR.HH. de una unidad), frente al Data Warehouse corporativo, que cubre toda la organización.

1.3 El proceso ETL

ETL (Extract, Transform and Load — extracción, transformación y carga) es el proceso que lleva los datos desde los sistemas fuente hasta el almacén de datos: se extraen de los sistemas operacionales, se depuran y transforman (limpieza, homogeneización, agregación) y se cargan en las estructuras del data warehouse. Las herramientas ETL son uno de los componentes habituales de un sistema DW/BI, junto al motor de base de datos relacional (OLTP), el motor de base de datos OLAP, las herramientas de consulta e informes, de data mining y de what-if.

1.4 OLAP: modelo multidimensional y almacenamiento

Las herramientas OLAP son estructuras de almacenamiento que permiten combinar datos para visualizar los resultados de una organización hasta un grado de detalle determinado, navegando por sus dimensiones. El modelo subyacente es el modelo multidimensional (metáfora del cubo OLAP), con tres elementos principales:

• Dimensiones: ejes del espacio multidimensional (p. ej. tiempo, producto, región).

• Atributos de hecho o medidas: valores cuantitativos que resumen la información (importe, cantidad vendida...).

• Jerarquías: niveles dentro de una dimensión (día → semana → mes → año).

Según dónde se almacenen los datos que subyacen a los cubos, existen cuatro opciones:

1.5 Operaciones OLAP: drill-down, roll-up, slice & dice y pivot

Lo característico de las herramientas OLAP son sus operadores de refinamiento o manipulación de consultas sobre el cubo:

• Roll-up (drill-up): resume los datos, subiendo en la jerarquía o reduciendo dimensiones.

• Drill-down (roll-down): lo contrario del anterior, bajando en la jerarquía o introduciendo nuevas dimensiones (más detalle).

• Slice and dice: operaciones de selección y proyección sobre el cubo (seleccionar un subconjunto de datos según uno o varios valores de dimensión).

• Pivot (rotar): reorienta el cubo para cambiar la perspectiva de visualización.

• Drill across: implica utilizar más de una tabla de hechos.

• Drill through: ir desde el nivel de máximo detalle del cubo hasta sus tablas relacionales (mediante SQL).

1.6 Diseño relacional del cubo: esquema en estrella y en copo de nieve

Cuando el cubo OLAP se implementa sobre una base de datos relacional (ROLAP), el diseño típico (metodología de Kimball) usa:

• Esquema en estrella: esquema relacional adaptado a la representación multidimensional; varias tablas de dimensión (no normalizadas, con datos agregados y precalculados) unidas mediante claves ajenas a una tabla de hechos central que actúa como nexo.

• Esquema en copo de nieve: variante del esquema en estrella en la que las tablas de dimensión se estructuran a más de un nivel (tablas normalizadas).

• Constelación de estrellas: varios esquemas en estrella y/o copo de nieve que comparten dimensiones.

1.7 Cuadros de mando e indicadores (KPI)

Los cuadros de mando (dashboard, scorecard) presentan de forma visual los indicadores clave (KPI) del negocio para que los directivos puedan seguir el estado de la organización y detectar cambios rápidamente; son la evolución de los EIS (Executive Information System), sistemas que surgieron en los años 80 especializados en analizar el estado diario de la organización mediante indicadores clave.

2. Big Data

2.1 Concepto

Según el NIST (National Institute of Standards and Technology, instituto público de normalización de EE.UU.), «Big Data se refiere a la necesidad de paralelizar el tratamiento de los datos en aplicaciones intensivas en datos». El cambio de paradigma hacia Big Data ocurre cuando las características de los datos obligan a repartir el trabajo entre un clúster de recursos de computación y almacenamiento.

2.2 Las «V» del Big Data

El NIST identifica cuatro características que obligan a nuevas arquitecturas:

• Volumen (Volume): el tamaño del conjunto de datos.

• Velocidad (Velocity): la tasa de flujo de los datos.

• Variedad (Variety): datos procedentes de múltiples repositorios, dominios o tipos.

• Variabilidad (Variability): cambios en el flujo de velocidad o en la estructura de los datos.

Además, el propio NIST recoge otros términos asociados, de uso extendido en el sector: la Veracidad (Veracity), que «se refiere a la exactitud de los datos» y está ligada al principio de que unos datos de mala calidad producen resultados de mala calidad (garbage in, garbage out); y el Valor (Value), la riqueza —económica y social— implícita en un conjunto de datos.

2.3 Hadoop: HDFS

Apache Hadoop es un ecosistema de software libre para el procesamiento distribuido de grandes volúmenes de datos. Su sistema de ficheros, HDFS (Hadoop Distributed File System), según la documentación oficial de Apache, es «un sistema de ficheros distribuido diseñado para ejecutarse en hardware de bajo coste», «altamente tolerante a fallos» y pensado para aplicaciones con grandes conjuntos de datos que necesitan acceso en streaming (más importa el alto rendimiento del acceso que la baja latencia).

HDFS tiene una arquitectura maestro/esclavo:

• El NameNode: servidor maestro único que gestiona el espacio de nombres del sistema de ficheros y regula el acceso a los ficheros; determina la asignación de bloques a los DataNodes.

• Los DataNodes: uno por nodo del clúster; gestionan el almacenamiento físico adjunto a cada nodo y atienden las peticiones de lectura/escritura; crean, borran y replican bloques por instrucción del NameNode.

Cada fichero se divide en bloques (128 MB de tamaño típico) que se replican en varios DataNodes por tolerancia a fallos (factor de replicación configurable, habitualmente 3); el NameNode recibe periódicamente un Heartbeat y un Blockreport de cada DataNode.

2.4 Hadoop: MapReduce

Hadoop MapReduce, según la documentación de Apache, «es un framework de software para escribir fácilmente aplicaciones que procesan cantidades enormes de datos (conjuntos de datos de varios terabytes) en paralelo sobre grandes clústeres (miles de nodos) de hardware de uso común, de forma fiable y tolerante a fallos». El trabajo se divide en tareas map, que procesan los fragmentos de entrada en paralelo, y tareas reduce, que reciben las salidas (ya ordenadas) de las tareas map; el framework opera siempre sobre pares clave-valor.

2.5 Hadoop: YARN

YARN (Yet Another Resource Negotiator) separa, según la documentación de Apache, «las funcionalidades de gestión de recursos y de planificación/monitorización de trabajos en demonios independientes»:

• El ResourceManager (RM): autoridad global que arbitra los recursos entre todas las aplicaciones del sistema.

• El NodeManager: agente por máquina, responsable de los contenedores y de monitorizar su uso de recursos (CPU, memoria, disco, red), informando al ResourceManager.

• El ApplicationMaster (AM): biblioteca específica de cada aplicación que negocia los recursos con el ResourceManager y coordina su ejecución con los NodeManagers.

2.6 Apache Spark

Apache Spark es, según su documentación oficial, «un motor unificado de análisis a gran escala para el procesamiento de datos», con APIs de alto nivel en Java, Scala, Python y R y un motor optimizado que soporta grafos de ejecución generales; incluye herramientas de nivel superior como Spark SQL, MLlib (aprendizaje automático), GraphX (procesamiento de grafos) y Structured Streaming (cómputo incremental y streaming). Spark usa las bibliotecas cliente de Hadoop para HDFS y YARN, y puede ejecutarse también sobre otros gestores de clúster.

2.7 Bases de datos NoSQL

Las bases de datos NoSQL (not only SQL) surgieron, según la documentación de AWS, a mediados-finales de los años 2000 como alternativa al modelo relacional para escalar y dar flexibilidad al almacenamiento; «proporcionan una variedad de modelos de datos» entre los que destacan:

• Clave-valor (key-value): almacenan los datos como pares clave-valor, altamente particionables y con escalado horizontal; una clave es un identificador único.

• Documentales (document): almacenan los datos como documentos JSON, flexibles, semiestructurados y jerárquicos.

• De grafos (graph): usan nodos (entidades) y aristas (relaciones, con tipo y dirección) para modelar datos muy conectados.

• De columna ancha (wide-column): modelo de columnas sobre el que se construyen bases como Apache Cassandra.

• En memoria (in-memory): eliminan el acceso a disco para dar tiempos de respuesta de microsegundos.

2.8 Data lake

Un data lake (lago de datos) es, según AWS, «un repositorio centralizado que permite almacenar todos los datos estructurados y no estructurados a cualquier escala», sin necesidad de estructurarlos de antemano, para luego ejecutar sobre ellos distintos tipos de análisis (cuadros de mando, procesamiento Big Data, analítica en tiempo real, aprendizaje automático). Se diferencia del data warehouse en que este último exige estructurar los datos antes de cargarlos (schema on write), mientras que el data lake los conserva en su formato original.

3. Sistemas de gestión documental

3.1 El documento electrónico y su marco normativo en España

En la Administración española, el marco de la gestión documental electrónica lo fija el Esquema Nacional de Interoperabilidad (ENI), aprobado por el Real Decreto 4/2010, de 8 de enero. El ENI define el documento electrónico como «información de cualquier naturaleza en forma electrónica, archivada en un soporte electrónico según un formato determinado y susceptible de identificación y tratamiento diferenciado», y el ciclo de vida de un documento electrónico como el «conjunto de las etapas o períodos por los que atraviesa la vida del documento, desde su identificación en un sistema de gestión de documentos, hasta su selección para conservación permanente [...] o para su destrucción reglamentaria».

El propio RD 4/2010 desarrolla una serie de Normas Técnicas de Interoperabilidad (NTI), de obligado cumplimiento, entre las que destacan la de Documento electrónico, Expediente electrónico, Digitalización de documentos, Procedimientos de copiado auténtico y conversión y Política de gestión de documentos electrónicos.

La NTI de Documento Electrónico (Resolución de 19 de julio de 2011) fija que los componentes de un documento electrónico son: a) el contenido (los datos o información del documento); b) en su caso, la firma electrónica; y c) los metadatos del documento electrónico. Los metadatos mínimos obligatorios no se pueden modificar en fases posteriores del procedimiento (salvo corrección de errores) y deben estar presentes en todo intercambio de documentos entre Administraciones y con el ciudadano.

3.2 El expediente electrónico

La NTI de Expediente Electrónico (misma fecha) define sus componentes: a) los documentos electrónicos que lo integran (directamente, agrupados en una carpeta, o anidados como otro expediente); b) el índice electrónico, que recoge el conjunto de documentos asociados al expediente en un momento dado y garantiza su integridad y su recuperación; c) la firma del índice electrónico por la Administración u órgano actuante; y d) los metadatos del expediente electrónico.

3.3 Procesos de gestión documental: el ciclo de vida completo

La NTI de Política de Gestión de Documentos Electrónicos (Resolución de 28 de junio de 2012) identifica los procesos de gestión de documentos electrónicos:

1. Captura: incorporación del documento al sistema de gestión, con el tratamiento de sus metadatos mínimos obligatorios.

2. Registro legal: anotación con fe pública de la entrada o salida del documento.

3. Clasificación: formación de expedientes y agrupaciones documentales, y clasificación funcional según el cuadro de clasificación de la organización.

4. Calificación: incluye la valoración de los documentos (determinación de los plazos de conservación).

5. Conservación: en función del valor y del dictamen de la autoridad calificadora, mediante calendarios de conservación.

6. Transferencia: traslado entre repositorios, con sus responsabilidades de custodia.

La Guía de aplicación de la Política de gestión de documentos electrónicos (Ministerio de Hacienda y Función Pública) define la captura como el «proceso de gestión de documentos que señala la incorporación de un documento a un sistema de gestión de documentos», estableciendo en ese momento la relación entre el documento, su productor y su contexto, relación que se mantiene a lo largo del ciclo de vida; y la valoración (calificación) como el proceso cuyo fin es «juzgar los valores de los documentos, estableciendo plazos de conservación y determinando su accesibilidad».

3.4 El esquema de metadatos: e-EMGDE

Como instrumento complementario a la NTI de Política de gestión de documentos electrónicos, el Esquema de Metadatos para la Gestión del Documento Electrónico (e-EMGDE), publicado en el Portal de Administración Electrónica (PAe), desarrolla el esquema de metadatos que, según el propio RD 4/2010, «es un instrumento que define la incorporación y gestión de los metadatos de contenido, contexto y estructura de los documentos electrónicos a lo largo de su ciclo de vida». El e-EMGDE se basa en un modelo entidad-relación (inspirado en el estándar australiano Australian Government Recordkeeping Metadata Standard) con cinco tipos de entidades: Documento, Agente, Actividad, Regulación y Relación.

3.5 Sistemas de gestión documental (SGD/ECM)

Un sistema de gestión documental, también llamado ECM (Enterprise Content Management), es, según la documentación oficial de Microsoft, la solución que «permite la gestión, el almacenamiento, la retención, el flujo de trabajo y la entrega de documentos y otros tipos de contenido en toda la organización». Según la guía de aplicación del Ministerio de Hacienda, un gestor documental es «una aplicación software especializada en la captura, conservación y gestión de documentos electrónicos», y debe ofrecer, entre otras, estas funcionalidades: flujos de trabajo para automatizar la gestión; captura de documentos; almacén de datos, documentos y metadatos; control de versiones; identificación única de cada documento; agrupación en expedientes; control de accesos con trazabilidad; búsqueda y consulta; y borrado de información con constancia de su eliminación. El repositorio electrónico —archivo centralizado donde se almacenan y administran los documentos electrónicos y sus metadatos— es, según esa misma guía, «el elemento fundamental para la propia existencia del documento electrónico»: sin él no es posible la gestión ni la conservación.

En el ámbito de la Administración General del Estado, la Secretaría General de Administración Digital pone a disposición de los organismos ARCHIVE, la aplicación de archivado definitivo de expedientes y documentos electrónicos, e InSide, la plataforma de gestión documental de expedientes en tramitación que se integra con las aplicaciones de tramitación o gestores documentales de cada organismo antes de la transferencia a ARCHIVE.

4. Sistemas GIS/SIG

4.1 Concepto y componentes

Los Sistemas de Información Geográfica (SIG), o GIS (Geographic Information Systems), son, según el temario oficial del IGN-CNIG, «el resultado de la aplicación de las llamadas Tecnologías de la Información (TI) a la gestión de la Información Geográfica (IG)». Entre las definiciones académicas más citadas está la de Bouillé (1978): un SIG es un «modelo informatizado del mundo real, descrito en un sistema de referencia ligado a la Tierra, establecido para satisfacer unas necesidades de información específicas respondiendo [...] a un conjunto de preguntas concreto». Un SIG-proyecto se compone de cinco componentes: hardware, software, datos, personal y organización (esta última, la más determinante para el éxito del proyecto).

4.2 Modelos de datos: ráster y vectorial; capas

Los SIG manejan los datos geográficos según dos modelos de datos espaciales, complementarios entre sí:

• Modelo vectorial: representa los elementos espaciales codificando explícitamente el límite o perímetro de cada elemento, mediante las coordenadas de los vértices que definen los segmentos (puntos, líneas o polígonos).

• Modelo ráster: codifica el interior de los objetos, registrando implícitamente su frontera; se consigue superponiendo al mapa una rejilla de celdillas regulares (habitualmente cuadradas), cada una con un valor para un atributo.

La información se organiza en capas (layers): planos conceptuales superponibles, cada uno dedicado a un tema (carreteras, usos del suelo, hidrografía...), que se combinan para el análisis conjunto.

4.3 Sistemas de referencia: ETRS89

En España, el sistema geodésico de referencia oficial lo regula el Real Decreto 1071/2007, de 27 de julio. Su artículo 3 dice que «se adopta el sistema ETRS89 [...] como sistema de referencia geodésico oficial en España para la referenciación geográfica y cartográfica en el ámbito de la Península Ibérica y las Islas Baleares» —el ETRS89, European Terrestrial Reference System 1989—, y en Canarias el sistema REGCAN95; ambos van asociados al elipsoide GRS80. El RD 1071/2007 sustituyó al sistema regional ED50, y estableció que toda la cartografía y bases de datos geográficas de las Administraciones Públicas debía compilarse y publicarse conforme al nuevo sistema a partir del 1 de enero de 2015. Para la representación planimétrica, el RD adopta la proyección ETRS-Transversa de Mercator (escalas mayores de 1:500.000) y la ETRS-Cónica Conforme de Lambert (escalas iguales o menores de 1:500.000).

4.4 Servicios de datos geográficos: las especificaciones OGC

El Open Geospatial Consortium (OGC) —antes Open GIS Consortium— es, según el temario del IGN-CNIG, un «consorcio de más de 300 organizaciones industriales, agencias gubernamentales y universidades sin ánimo de lucro, cuyo objetivo es definir especificaciones de interoperabilidad por consenso». Entre sus servicios web normalizados destacan:

• WMS (Web Map Service): servicio de publicación de mapas, que permite visualizar datos vectoriales y ráster en la red con un simple navegador (encender/apagar capas, zoom, etc.), superponiendo datos de distintos servidores, formatos y sistemas de referencia.

• WFS (Web Feature Service): servicio de publicación de objetos (features), que permite acceder en la red a los objetos individuales de un conjunto de datos y recuperar sus atributos para análisis complejos.

• WCS (Web Coverage Service): servicio de publicación de coberturas, para publicar en Internet coberturas ráster (imágenes de satélite, ortofotos, ficheros ráster) con fines de visualización, análisis y consulta.

• Otros servicios de la familia: CSW (Catalog Service Web, catálogos de datos y servicios), SLD (Styled Layer Descriptor, definición del estilo de visualización de las capas) y WPS (Web Processing Service, geoprocesamiento en la web).

4.5 Infraestructuras de Datos Espaciales: IDEE e INSPIRE

Una Infraestructura de Datos Espaciales (IDE) es, según el IGN-CNIG, «un marco formado por políticas, disposiciones institucionales, tecnologías, datos y personal que hacen posible el compartir y utilizar la Información Geográfica (IG) de modo eficaz, cómodo y sencillo»; una manera rápida de explicarlo es que una IDE es un SIG implementado sobre Internet.

En España, la Ley 14/2010, de 5 de julio, sobre las infraestructuras y los servicios de información geográfica (LISIGE), transpone la Directiva europea 2007/2/CE (INSPIRE) y define la Infraestructura de Información Geográfica de España —también llamada Infraestructura de Datos Espaciales de España (IDEE)— como «el conjunto de infraestructuras y servicios interoperables de información geográfica disponible sobre el territorio nacional [...] generada o bajo responsabilidad de las Administraciones públicas». Su artículo 3 define el Geoportal como el «sitio Internet o equivalente que proporciona acceso a servicios interoperables de información geográfica de varios órganos [...] e incorpora al menos un servicio que permita buscar y conocer los datos y servicios geográficos accesibles a través de él»; el Geoportal de la IDEE lo constituye y mantiene la Dirección General del Instituto Geográfico Nacional, como Secretaría Técnica del Consejo Superior Geográfico.

4.6 Formatos de intercambio: shapefile y GeoPackage

El shapefile (.shp) es, según el documento técnico de ESRI que lo definió en 1998, un formato que «almacena geometría no topológica e información de atributos para las entidades espaciales de un conjunto de datos»; un shapefile consta en realidad de tres ficheros: el fichero principal (.shp, con la geometría), el fichero de índice (.shx) y una tabla dBASE (.dbf, con los atributos), relacionados entre sí por el número de registro.

El GeoPackage es, según el estándar del OGC, «un formato abierto, basado en estándares, independiente de la plataforma, portable y autodescriptivo, compacto, para transferir información geoespacial»; a diferencia del shapefile, un GeoPackage es un único fichero contenedor (una base de datos SQLite) que puede almacenar entidades vectoriales, mosaicos de imágenes y datos ráster, y tablas no espaciales, siguiendo las reglas y convenciones que fija el propio estándar.

Fuentes: NIST, NIST Special Publication 1500-1r2, NIST Big Data Interoperability Framework: Volume 1, Definitions (https://nvlpubs.nist.gov/nistpubs/SpecialPublications/NIST.SP.1500-1r2.pdf); Apache Software Foundation, Hadoop 3.3.5 — HDFS Architecture (https://hadoop.apache.org/docs/stable/hadoop-project-dist/hadoop-hdfs/HdfsDesign.html), MapReduce Tutorial (https://hadoop.apache.org/docs/stable/hadoop-mapreduce-client/hadoop-mapreduce-client-core/MapReduceTutorial.html) y Apache Hadoop YARN (https://hadoop.apache.org/docs/stable/hadoop-yarn/hadoop-yarn-site/YARN.html); Apache Spark, Overview — Spark 4.2.0 Documentation (https://spark.apache.org/docs/latest/) y Apache Spark — A Unified engine for large-scale data analytics (https://spark.apache.org/); AWS, What is NoSQL? (https://aws.amazon.com/nosql/) y What is a Data Lake? (https://aws.amazon.com/what-is/data-lake/); Microsoft, Enterprise Content Management (ECM) Development in SharePoint Server 2010 (https://learn.microsoft.com/en-us/previous-versions/office/developer/sharepoint-2010/ee554868(v=office.14)); Universidad Carlos III de Madrid, OCW, Fundamentos de Bases de Datos, Tema 6, Almacenes de Datos (https://ocw.uc3m.es/pluginfile.php/2818/mod_page/content/16/tema6.pdf); Universidad de Cantabria, OCW, Desarrollo de Sistemas de Información, Tema 8, Introducción a los Almacenes de Datos, Marta Elena Zorrilla Pantaleón (https://ocw.unican.es/pluginfile.php/1927/course/section/1620/Sistemas-Informacion-8.pdf); Universidad Carlos III de Madrid, e-Archivo, TFG sobre implantación de SAP BW (https://e-archivo.uc3m.es/rest/api/core/bitstreams/66a0fa6a-aefa-4d84-9c4a-1dbe962a482e/content); BOE, Real Decreto 4/2010, de 8 de enero, Esquema Nacional de Interoperabilidad (https://www.boe.es/buscar/act.php?id=BOE-A-2010-1331); BOE, Resolución de 19 de julio de 2011, NTI de Documento Electrónico (https://www.boe.es/buscar/doc.php?id=BOE-A-2011-13169) y NTI de Expediente Electrónico (https://www.boe.es/buscar/doc.php?id=BOE-A-2011-13170); BOE, Resolución de 28 de junio de 2012, NTI de Política de gestión de documentos electrónicos (https://www.boe.es/buscar/doc.php?id=BOE-A-2012-10048); Ministerio para la Transformación Digital y de la Función Pública / Ministerio de Hacienda, Esquema de Metadatos para la Gestión del Documento Electrónico (e-EMGDE), v3.0 (https://digital.gob.es/content/dam/portal-mtdfp/ministerio/publicaciones/documentos/ENI-Esquema_Metadatos_Gestion_Doc_v3-acc3.pdf); Ministerio de Hacienda, Guía de aplicación de tramitadores y gestores documentales (https://www.hacienda.gob.es/SGT/catalogo_sefp/283_10.guia%20de%20aplicacion%20de%20implantacion%20de%20la%20politica%20gde%20(acc).pdf); IGN-CNIG, Temario de becas, Grupo B, Sistemas y Tecnologías de la información (http://www.ign.es/web/resources/docs/IGNCnig/QSM-CNIG-Becas-Temario-B.pdf); BOE, Real Decreto 1071/2007, de 27 de julio, sistema geodésico de referencia oficial (https://www.boe.es/buscar/doc.php?id=BOE-A-2007-15822); BOE, Ley 14/2010, de 5 de julio, infraestructuras y servicios de información geográfica — LISIGE (https://www.boe.es/buscar/act.php?id=BOE-A-2010-10707); ESRI, ESRI Shapefile Technical Description, An ESRI White Paper, julio de 1998 (https://www.esri.com/content/dam/esrisites/sitecore-archive/Files/Pdfs/library/whitepapers/pdfs/shapefile.pdf); OGC, GeoPackage Standard (https://www.ogc.org/standards/geopackage/). Consultadas el 11/10/2026.