Entrevista en la revista Computing España

27 de Enero de 2010 — Manuel Delgado

La revista Computing España publicó una separata especial el pasado mes de diciembre en la que se incluía un análisis de la implantación del programa de gestión del conocimiento en mi empresa, para cuya confección me entrevistó Lola Sánchez, por email. También tengo el artículo en PDF [7,42 MB].

Al final, hasta le he terminado por coger cariño a Oracle UCM. Aunque sigue sin ser mi ocupación “oficial” en la empresa, la implantación del sistema de gestión documental (y de varias otras iniciativas relacionadas con él) han ocupado una buena parte de mi tiempo en SICE a lo largo de los últimos dos años y pico. Actualmente, estamos concentrados en sacar adelante varias iniciativas relacionadas con la comunicación interna, la mejora de ciertos procesos de negocio y, sobre todo, comenzar la comercialización del sistema de gestión de documentación de subcontratistas que creamos el año pasado y que ya funciona a pleno rendimiento. Muchos planes, poco tiempo y menos presupuesto. ¡Todo un reto!

El problema del archivo de datos a largo plazo: un caso real

12 de Diciembre de 2009 — Manuel Delgado

Si tienes un mínimo interés por la gestión documental, sabrás que los principales procesos que componen las prácticas de ECM son capturar, gestionar, almacenar, conservar y distribuir. De estos procesos, el de la conservación de la información es, en mi opinión, al que menos atención se presta actualmente, pues se suele considerar algo fácil de resolver. Los motivos por los que esta práctica cuenta con menor prioridad en la mente de muchos son variados: desde la constante reducción del precio del almacenamiento digital, hasta la equivocada idea de que conservar es igual a “mantener en un sitio seguro”. Conservar la información es mucho más que asegurarse de que tenemos suficientes cintas o discos y de que están bien guardados en un armario ignífugo: implica también, entre otras cosas, asegurarse de que podremos acceder a la información en el futuro. ¿Seguiremos teniendo repuestos para el lector de cintas magnéticas? ¿Con qué software se crearon los ficheros que guardamos hace quince años? ¿Quién recordará qué información era verdaderamente útil?

Pues bien, en el Centro Europeo para la Investigación Nuclear (CERN), se están enfrentando actualmente a varios de los típicos problemas de la conservación de la información digital. Resulta, según este artículo del Technology Review del MIT, que hay serios obstáculos para asegurar que la información producida por el LEP (el antecesor del ahora famoso LHC) hasta el año 2000, unos 10 Terabytes de datos, pueda ser reutilizada en el futuro. Los problemas son varios: algunas de las cintas magnéticas en que se guardaron los datos se han estropeado, hay que asegurar que el software necesario para leer los datos sigue estando disponible para usarlo en el futuro y, para colmo, aunque los datos en bruto sí se han guardado, muchos de los programas realizados ad hoc para su análisis se han ido borrando sistemáticamente a lo largo del tiempo. De momento, se cuenta con el conocimiento de aquellos que participaron en el proyecto para echar una mano y poner un poco de sentido en esos datos, pero ese conocimiento tiene la misma fecha de caducidad que los cerebros humanos en los que está contenido, lo que es muy poco para una información que debería ser considerada patrimonio de la Humanidad y que debería estar disponible durante siglos.

No pensemos que estos problemas sólo los sufren las grandes instituciones de investigación. Cualquier empresa medianamente grande lleva veinte años almacenando electrónicamente grandes cantidades de información que, cualquier día, puede resultar inaccesible porque no haya forma de leerla de su soporte o nadie sepa compilar la aplicación propietaria con la que se creó.

URLs cortos en Oracle UCM

20 de Septiembre de 2009 — Manuel Delgado

Llevaba un tiempecillo pensando en ponerle una solución al problema de los larguísimos y complejos URLs que se manejan habitualmente en nuestro Oracle UCM y, de hecho, ya había decidido que implantaríamos un acortador de URLs como fon.gs o tinyurl.com, cuando me encuentro con el artículo Friendly URLs for UCM en el blog de Kyle Hatlestad. No funciona exactamente como esos servicios que menciono, pero hace su trabajo suficientemente bien. Además, es un complemento estándar y soportado. La única lástima es que, como dice Kyle en su artículo, me da la sensación de que es un componente que pasa inadvertido para la mayoría de la gente.

Cuadrante Mágico de Gartner sobre tecnologías de Information Access

7 de Septiembre de 2009 — Manuel Delgado

Gartner publicó una revisión de su Magic Quadrant for Information Access Technology la semana pasada. Salvo para quienes tengan un cierto interés por el mercado de la gestión de la información, esta categoría de productos de Information Access será desconocida. En realidad, se trata de productos de uso habitual en cualquier empresa (grandecita): los buscadores. Indudablemente, la expresión “tecnologías de acceso a la información” queda mucho mejor en los folletos pero, además, indica una serie de características avanzadas que van más allá de la simple búsqueda de palabras clave, como es la habilidad para buscar tanto en contenido estructurado como en no estructurado o la capacidad para adaptar los resultados de búsqueda al perfil del usuario.

Al grano, que me despisto: en esta edición de su cuadrante mágico, Gartner hace un repaso por todo el mercado de productos de búsqueda empresarial que habrá supuesto una alegría para empresas como Sinequa, que ha aparecido en él por primera vez, o Microsoft, que ha recibido halagadores comentarios a su estrategia de integración de los productos de Fast Search & Transfer, empresa que adquirió hace ya unos años; quizá quienes no estén tan contentos sean nuestros amigos de Oracle, que han visto cómo su estrategia de integrar sus capacidades de búsqueda en toda su cartera de productos, debilitando así el posicionamiento de su producto de búsqueda estrella, Oracle Secure Enterprise Search, ha perjudicado su ubicación en el cuadrante.

El creador de UCM reconocido como Oracle Innovator

6 de Agosto de 2009 — Manuel Delgado

A través del blog de Bex Huff llego a esta entrevista en el sitio web de Oracle en la que se anuncia el nombramiento de Sam White, creador de Stellent (desde la compra por parte de Oracle, conocido como Oracle UCM), como “Oracle Innovator”, un reconocimiento interno de la compañía reservado para un selecto grupo de personas caracterizadas por su capacidad para ver e ir más allá en la creación de productos tecnológicos.

Por mucho que, en el día a día, nos quejemos de múltiples pegas de Oracle UCM, hay que reconocer que su modelo de complementos, su API de integración y su implementación de la programación orientada a datos (en contraposición con la orientada a objetos) merecen reconocimientos como estos para quienes formaron parte de su equipo inicial de desarrollo.

Consultoría artesana en red » Documentos e información

5 de Febrero de 2009 — Manuel Delgado

Últimamente, no tengo ni un minuto para escribir aquí. Pido disculpas por ello a mis (escasísimos) lectores habituales.

Para romper el silencio de radio y dar la sensación de que sigo vivo y online, os dejo aquí un vínculo a lo más interesante que he leído hoy. Como tantas otras veces, de Julen.

Consultoría artesana en red » Documentos e información.

Ahora Google también hace OCR a los PDFs

8 de Noviembre de 2008 — Manuel Delgado

Hace unos días, Google anunció desde su blog oficial su capacidad para indexar archivos en formato PDF que no contengan texto legible sino que sean el resultado de escanear un documento, al aplicarles un proceso de OCR. Explicación rápida para quienes no sepan en qué radica la diferencia: cuando generas un PDF desde, por ejemplo, Microsoft Word, el texto en ese archivo PDF es accesible porque, al fin y al cabo, sigue siendo texto; cuando generas un PDF escaneando un documento el texto es legible por un ser humano pero, en realidad, lo que hay en el PDF es una imagen, equivalente a si hubieras insertado una foto del documento en el archivo. El proceso de OCR interpreta los trazos de la imagen e identifica el texto que había en el documento original, permitiendo a Google indexar el contenido de ese documento como si fuera texto normal. Leer el resto del artículo »