En el afán de aprender y despejar las dudas que surgen en el análisis de datos, muchas veces aceleramos la carrera tratando de comprender de inmediato herramientas complejas, no siempre es el mejor camino. Por ello es necesario revisar herramientas pensadas para quienes está empezando con datos abiertos en el entendido de que progresivamente se adquiera mayor destreza en el análisis de datos.

DataBasic IO es una suite de herramientas intuitivas y fáciles de usar pensada para personas curiosas por analizar datos y contar historias, que todavía no están interiorizadas en los conceptos, tareas específicas o sencillamente no saben por dónde comenzar. En pocas palabras, simplifican el primer acercamiento a partir de tres herramientas que dan como resultado análisis prácticos de tus datos.

Aquí te cuento, una a una, qué pueden hacer estas herramientas a través de ejemplos con los que te puedes encontrar en el día a día.

Word Counter, la primera de la lista, hace un análisis cuantitativos de un texto plano y te muestra las palabras y frases más comunes, este último más interesante todavía porque te pone en contexto de las palabras más usadas a través de bigramas y trigramas.

Si lo deseas puedes usar los ejemplos de la herramienta (son letras de canciones), pegar un enlace o un texto, o subir un documento: yo me decidí por esta última y trabajé con el discurso del Presidente de Bolivia del pasado 1° de mayo de 2016; la herramienta sólo se acepta archivos txt, docx, rtf. El resultado se muestra en dos grupos, el primero es una nube de palabras:

Seguido de bigramas, trigramas y palabras encontradas con mayor frecuencia; estas listas se pueden descargar como un archivo CSV.

De esta última imagen puedes ver, por ejemplo, que la palabra “compañeros” se repite 25 veces, y la palabra “compañeras” solamente 14; también que la frase “millones de bolivianos” aparece 13 veces, y aunque no sale en la imagen, se repite 4 veces el nombre “Hernan Siles Suazo”, ex presidente de Bolivia (1982) en cuyo mandato logró preservar la democracia luego de 18 años de sucesivos gobiernos militares y golpes de estado.

Si no te interesan los discursos presidenciales, también podrías utilizar textos planos sobre propuestas de candidatos, planes de gobierno, etc. WordCounter te ayuda a entender que se pueden encontrar muchas historias en un solo conjunto de datos.

WTF csv, un nombre cuya pregunta nos hemos hecho todos alguna vez. Esta herramienta te da una visión general de lo que está en tu archivo .csv y te ayuda a pasar rápidamente a preguntarle cosas a tus hojas de cálculo en un conjunto de datos o a partir de la combinación de varios conjuntos de datos.

Nuevamente cuentas con ejemplos propios de la herramienta, como la lista de pasajeros del Titanic; yo decidí utilizar el .csv de “Que no te la charlen”, un proyecto de transparencia universitaria con datos de las universidades y carreras públicas de Bolivia.

La herramienta te muestra la información en bloques giratorios, de un lado la información puesta de forma visual, y del otro como resumen en texto. Cada bloque representa una columna y contiene un resumen de la información en las filas de esa columna.

Viendo los contenidos empiezas a hacerte preguntas desde cada bloque, como: “¿por qué la Universidad Autónoma Gabriel Rene Moreno se repite 91 veces?”; o combinando bloques, como abajo, “¿Por qué si “Universidad Mayor de San Simón” -Cochabamba- se repite 89 veces, aparecen “Cochabamba” 74 veces mencionada en la columna Ciudad/Región?

Puedes complementar tu análisis con datos de apoyo que te ayuden a entender mejor el contexto de la información, como los del Censo de Población y Vivienda; o repetir el ejercicio usando otros .csv por ejemplo si quieres revisar presupuestos públicos para identificar el ítem que genera más gasto y a su vez comparar estos datos con presupuestos de la misma institución pero de otras ciudades.
Same Diff, la última de esta suite, compara dos documentos de texto y encuentra similaridades y diferencias en las palabras basadas en un algoritmo de similitud coseno que indica cuán parecidos son dos documentos.

No considera las sílabas con acentos ni apóstrofes, por lo que algunas de las palabras analizadas se ven cortadas; decidí probar la herramienta comparando las leyes de Identidad de Género de Bolivia y de Argentina, este fue el resultado:

La columna de la izquierda muestra palabras únicas de la Ley de Identidad de Género de Argentina (pila, articulo, registral, documento, integral), en tanto que la columna de la derecha muestra el resultado para la ley boliviana (dato, propio, sereci, estado, transexuales); los resultados de la columna central, por otra parte indican las palabras encontradas en ambos documentos: identidad, nombre, sexo, género, ley, cambio.

La herramienta es interesante para encontrar temas comunes en el caso de documentos diferentes, o los elementos diferenciadores en documentos muy similares, como en el ejemplo de arriba en que la legislación de Bolivia se enfoca en instituciones (SERECI) y el estado.

 Un plus general de DataBasic IO es que las herramientas se probaron en aulas y talleres para asegurar de que funcionen correctamente y que sean fácilmente comprensibles; también desarrollaron guías de actividades para cada herramienta, pensadas para replicar con estudiantes, periodistas, etc., y que combinan datos ligeros, como letras de canciones o avistamientos de OVNIS, para facilitar el abordaje de la búsqueda de historias de datos de manera más entretenida y simple.

CC by Gibran Mena NC-SA

Claudia Quiroz Romero era una estudiante de 16 años en el departamento de Cochabamba, Bolivia. Fue violada y estrangulada por al menos un hombre, un miércoles de fiesta religiosa en 2015. Los agricultores comunitarios encontraron su cuerpo tirado en la milpa.

La menor de edad perdió la vida como parte del escenario de violencia contra mujeres en ese país, pero está lejos de ser la única niña afectada. De acuerdo con datos obtenidos y sistematizados por la plataforma Cuántas Más, 16 de 29 menores huérfanos por feminicidio (desde el inicio de la plataforma en 2013) relatan cómo “papi mató a mami”.

En Ciudad Juárez, los cuerpos sin vida de las hermanas Cinthia Ruiz Salazar y Daysi Fabiola Morales Salazar fueron halladas una mañana sobre la cama de su madre, con agudos cortes en todo el cuerpo y signos de violación. El padre de una de ellas es autor confeso del asesinato. De acuerdo con informes publicados por la prensa local, dijo haberse “vengado” de que una de las niñas “provocara” su rompimiento con la madre de ésta.

Estos datos NO son parte de ninguna base publicada por agencia gubernamental alguna, boliviana ni mexicana. Son parte de las bases abiertas, con varios años y miles de registros, construidas a fuerza de sistematización y a partir de publicaciones periodísticas, informes policiales y solicitudes de información por las plataformas Cuántas Más en Bolivia y el Programa de Monitoreo e Investigación de Red Mesa de Mujeres (RMM), en Ciudad Juárez, México.

¿Cómo pueden los datos abiertos hacer contribuciones específicas para el alivio de violencia de género en Latinoamérica?

Dos mujeres, Raisa Valda Ampuero, responsable de estrategia digital de la plataforma sobre feminicidios Cuántas Más, e Itzel González, coordinadora del Programa de Monitoreo e Investigación de Red Mesa de Mujeres (RMM), relatan cómo hacen día con día bases de datos con propósitos de incidencia estratégicos y efectivos para combatir esta terrible realidad.

Su labor se ha beneficiado de alta granularidad en los datos, al detallar geolocalización del feminicidio, autor o presunto autor, relación autor-asesinada, sociodemográficos de la mujer en cuestión, entre otros detalles. La consistencia de los datos, es decir, el levantamiento de datos que puedan ser provistos en todos o la mayoría de los casos, a través del tiempo, es también un factor decisivo para el éxito de las plataformas.

Con ello, Cuántas Más publica sus bases de datos abiertos completas de 2013 a la fecha en su sitio, mientras que Red Mesa se encuentra aún en el proceso de completar sus bases y ha preferido no hacerlas aún públicas.

En ambos casos, las organizaciones que levantan y analizan datos seleccionaron los campos de sus bases teniendo a la vista tres objetivos primarios:

a)La nutrición de propuestas específicas para alocación de recursos públicos. Es decir, dichas organizaciones van a exigir presupuesto público que sea adecuado a la gravedad de situaciones por área geoespacial (departamento, colonia, etc.)

b) La elaboración de propuestas para programas públicos que resuelvan las problemáticas específicas que los datos evidencian, por ejemplo, en Bolivia, que la mayoría de los autores de feminicidios son pareja de las mujeres asesinadas.

c) La generación de impacto que sea de beneficio para organizaciones que combaten violencias contra mujeres en campo, y que son las que proveen gran parte de la información que alimenta las bases de datos, con el trabajo directo en sitios aledaños a los feminicidios.

¿Cuántas Más?, Bolivia

Raisa, abogada de formación y activista en internet, relata cómo la generación de una base de datos les ha permitidio a ella, junto con Marcelo Lazarte e Ida Peñaranda, articular esfuerzos con organizaciones feministas que trabajan en campo –exigiendo en los centros policiacos información detallada de feminicidios– para con esta información exigir a su vez alocación de recursos públicos  para los departamentos donde mayor violencia contra las mujeres existe. Su labor empezó en 2015, originalmente con un financiamiento de la organización internacional Hivos, el cual agotó ya su plazo de cobertura.

¿Cómo comenzó el trabajo de Cuántas Más?

En marzo de 2013, con la Ley 348, se incorpora delito de feminicidio en Bolivia. Hasta entonces, se les conocía como “delitos pasionales” o “delitos de honor”. La mayoría de los feminicidos que ocurrieron en 2013 siguieron tipificándose como simple asesinato, homicidio culposo… cualquier otra cosa, pero no feminicidio.

En Bolivia hay colectivas como Mujeres Creando, las Feministas Callejeras, la coordinadora de la mujer en Cochabamba. El trabajo inicial de ellos es en la calle, pero en 2014 empezó a crecer su acción digital.

En 2015 tuvimos dos casos muy sonados: uno es feminicidio, el caso de Andrea Álvarez,  que fue un hito en el internet boliviano porque la madre es activista de Mujeres Creando y activó a este grupo humano dentro de las redes.

Fue una guerra entre quienes apoyaban a la víctima o al presunto victimario. Otro caso no es ya feminicidio, sino la violación de una ciudadana norteamericana [Renee Gurley] en Samaipata.

Decidió exponer su caso públicamente en Facebook para ganar atención porque su proceso se estaba dilatando, y existía la posibilidad de que dos de los imputados accedieran a cargos públicos sin haber terminado el proceso.

Todos estos temas abrieron la discusión en internet de la activación de estos colectivos que ya tienen mucha acción en calle y que trasladaron también su accionar a las redes.

Justamente ese fue el desafío de Cuántas Más en 2016. El año pasado y 2014, fue el año de recolección. Casi no teníamos gente y nadie sabía trabajar bases de datos. El año pasado tuvimos el acelerador de periodismo de datos y a partir de eso tuvimos un aprendizaje.

Antes de eso lo hacíamos por intuición. Se lanza la ley y empezamos a tabular por puro instinto. El periodismo de datos nos sonaba de lejos.

¿Cuáles son las fuentes de sus datos?

La data que hemos logrado sacar ha sido de colectivos que nos han provisto de algún material, también desde los medios que han publicado las noticias. Son insumos que nos han ido llegando desde varias fuentes que hemos ido recopilando nosotros, desde los medios. A partir de eso hemos generado las tablas, con los criterios que íbamos a publicar inicialmente. En algunos casos no están del todo completos. Se nos hace difícil acceder a la información porque hay que ir a requerimiento, a provincia.

¿Qué tipo de datos requieren para sus bases?

Para nosotros era importante no solamente decir que “fulanita” murió y la mató el esposo, sino que murió en qué provincia, si podíamos geolocalizar, circunstancias, causas nombres de los presuntos autores, edades de las víctimas y acusados. Hasta aquí lo que hemos descubierto es que los mayores victimarios  son los esposos.

También el estado del caso, si está en sentencia, en investigación si se ejecutó la sentencia y la tercera parte es el número de los hijos. Más allá de la muerte de la mujer, quiénes más se ven afectados por estos hechos.

¿Cómo se articulan grupos feministas de base con organizaciones que trabajan con datos sobre feminicidio?

Nosotros estamos aprendiendo, nos estamos capacitando y el objetivo es retribuir el acercamiento que tienen estos colectivos con Cuántas Más y empezar a educar con bases de datos. Estos colectivos empiezan su trabajo en las calles, y es el lugar donde hay que hacerlo, porque las víctimas se acercan por esas referencias, no por intenet, pero han descubierto que se pueden hacer muchas cosas por internet. El desafío es educar, porqué es importante, para qué sirve y cómo se puede utilizar.

Por otro lado, hay un tema muy fuerte de asignación presupuestaria .Con la ley vinieron instituciones de resguardo para mujeres, de prevención de delitos.

Asignan a diestra y siniestra sin saber… Cochabamba necesita muchos recursos. El problema es la asignación del presupuesto. Si una víctima necesita una investigación es muy costoso, debería ser gratuito por ley. Es terrible, un proceso de revictimización

Con las bases ofrecemos esto: si uno tiene la información de lo que está ocurriendo se puede segmentar por departamentos, en este caso Cochabamba, la ciudad donde yo vivo, donde hay a razón de un feminicido cada diez días.

Está también el tema de justicia porque es un tema complejo. La hacinación en las cárceles es súper fuerte. Para este tipo de delitos hay que saber quiénes y porqué son procesados judicialmente.

Programa de Monitoreo e investigación de Red Mesa de Mujeres

En 2010 comenzó el Programa de Monitoreo e Investigación de Red Mesa de Mujeres (RMM), una organización ciudadana que se originó en Ciudad Juárez para combatir la normalización de la violencia tras el hallazgo de 8 cadáveres  en “Campo Algodonero”.

Itzel González, coordinadora del programa, comparte cómo su organización articula el trabajo de activistas de campo para monitorear la efectividad de programas gubernamentales contra la violencia y proponer nuevos programas modelados por los datos de campo que reúnen.

¿Cómo funciona el programa de monitoreo?

Somos 11 personas trabajando en este proyecto. Se trata de tener un registro de los casos de violencia, posteriormente se amplía para incluir datos e información de otros tipos de delito que se cometen en la ciudad por razones de género. Tenemos una base con 48 indicadores.

Capturamos los datos sociodemográficos de las mujeres que fueron vícimas de feminicidio para ir generando un perfil de quiénes eran estas mujeres y en dónde vivían.

Es muy importante ubicar la colonia donde tenían su domicilio pero también la zona donde su cuerpo fue localizado, con el fin de generar, en el futuro, este proceso de generar mapas o geolocalización de los casos de feminicidio.

¿De dónde provienen los datos?

Nuestra información la obtenemos de medios periodísticos pero también en solicitudes de información. Como no está tipificado muchas veces, en medios no te lo dicen y en solicitudes de información tampoco lo llaman feminicidio.

Si tenemos suerte de que en la nota diga dónde vivía esta mujer y dónde fue localizada, la forma en que fue asesinada. Esos detalles nos aportan información. Para nosotras es muy valioso par apoder ir mapeando los distintos tipos de feminicido que están ocurriendo.

En las solicitudes de información pedimos los registros que tiene la Fiscalía General sobre la cantidad de mujeres asesinadas que ha habido de 2010 a 2015. El tipo de delitos que se presentó con mayor frecuencia en ese año en contra de mujeres. También desglosamos nuestras solicitudes por delito.  Violaciones, hostigamiento sexual, homicidio (así clasificado en el código).

Una vez que la tenemos hacemos un vaciado de esos datos, unas pequeñas tablitas, unas grafiquitas muy sencillas y las traducimos a mensajes visuales en redes, y hacemos estas comparaciones de violaciones entre años, hacemos ese trabajo de visualización a través de los números.

¿A dónde van esos datos?

“Nosotras participamos en diferentes espacios, tanto a nivel local como estatal En  el estatal en el Consejo de la Ley del Derecho de las Mujeres a una vida libre de violencia, desde donde hacemos un monitoreo de esta ley, qué resultados está teniendo a un nivel local. Estos datos nos permiten contrastar con la realidad y la expectativa.

Nos están diciendo que en 2015 implementaron tantas campañas de la violencia intrafamiliar, y estoy viendo que hubo un incremento por ese tipo de delito en el sector de justicia, a ver qué está pasando.

Esta acción se replica a nivel de Ciudad Juárez.

Participamos en el consejo del Insituto de la mujer juarense.  Es información que también acompañamos de otros indicadores, por ejemplo información cualitativa que nos proporciona la Red de Defensoras Comunitarias que está trabajando en campo, en estas colonias, así como los datos de los acompañamientos de nuestro módulo en el Centro de Justicia.

Con esa información, generamos las propuestas para llevarlas a instancias municipales: “se preferiría que fuera la campaña de atención a mujeres en cuanto a relaciones productivas”, por ejemplo. Hay algunas mujeres que están en la inmediatez de sus necesidades más básicas.

En los últimos tres años se han estado generando programas tanto a nivel federal como a nivel estatal, que después se vinculan con los municipios. Estos programas segregan por zonas la ciudad. Entonces hacen todo un diagnóstico de esta zona donde aparentemente hay índices altos de violencia social, y a esas zonas dirigen los recursos y estrategias de prevención.

Si durante este tiempo se invirtió en estas zonas catalogadas como vulnerables, quisiéramos ver con datos y números de feminicidio y otros tipos de violencia, y poder hacer un balance entre los recursos, las acciones que se desarrollan y la violencia en esas zonas, contrastar esa información.

Por otra parte, conocer dónde las mujeres fueron asesinadas nos da información relacionada con el tipo de asesinato. Usamos las categorías de Julia Monárrez, una socióloga que ha contribuido mucho en cuestiones de análisis teórico, pero también ha construido una extensa base de datos de feminicidios.

Las categorías incluyen el feminicidio íntimo,  sistémico, feminicido por ocupaciones estigmatizadas, esas categorías las tomamos en cuenta para determinar qué tipo de asesinato fue perpretado.

¿Cómo se articula su trabajo con organizaciones de base de defensa de la mujer?

Olga Márquez, por ejemplo,  tiene 20 años de trabajo en la comunidad, vive en el norponiente de Ciudad Juárez, una de las zonas con mayor rezago en cuanto a infraestructura, pero ha tenido históricamente niveles altos de organización comunitaria a través de organizaciones civiles y eclesiales de base.

Se formó en temas de derechos humanos de las mujeres. Es el principal enlace con la comunidad. Nos dice que fue a la comunidad de Granjero y vio que hay una enorme cantidad de chicas que muy jóvenes tienen dos o tres hijos, pero no acceso a servicios de salud ni educación.

¿Cómo ha sido su proceso de aprendizaje?

Sergio Ariza, [capacitador de la organización SocialTIC A.C.], nos asesoró a trasladar a Google Sheets con un formulario específico y completo para ir llenando esta base de datos.

Nos ahorra tiempo, es práctico y podemos generar que las chicas de servicio social puedan meter información de una manera más simple. Antes había que cuidar que si el espacio de más, con las lista desplegables agarras el nombre de la colonia y les pones los numeritos la edad de la chica.

Otra cosa que nos ha ayudado muchísimo a eficientar este trabajo ha sido contar con un pequeño protocolo donde ahí viene toda la serie de pasos que alguna persona tendría que seguir si quisiera colaborar con el llenado esta base de datos y la quisiera conocer. En ese documento puede encontrar esta información. Lo sacamos en noviembre del año pasado y lo hemos estado utilizando con las personas que vienen, estudiantes de servicio social.

Era una cuestión poco práctica que cada vez que venía una estudiante tener que explicarle el objetivo, deja tú del programa, sino de la base de datos. Tenerle que enseñar a hacer el llenado, era un poquito engorroso, porque les toma tiempo agarrarle a la onda de las base de datos. Con el formato y el protocolo ha sido mucho más sencillo para nosotros.

¿Cuánto tiempo le ahorra?

En una semana, hasta 5 horas. Tiene tantos indicadores que la anterior base les tomaba ese tiempo. El objetivo es contar con información actualizada y que nos pueda ser de utilidad a la hora estar en la mesa, con instancias de gobierno de cualquier nivel, pero particularmente del orden local, para con esa información hacer nuestras propuestas de Incidencia.