Presentación

Qué es Datopedia y por qué liberamos datos

El problema

Una parte enorme de la información pública peruana existe, pero no es realmente usable. Está atrapada en informes en PDF que nadie tabuló, en hojas de Excel diseñadas para imprimirse y no para analizarse, o en archivos KML de visores institucionales que muestran un mapa pero no entregan los datos detrás de él. Técnicamente esa información es “abierta”: cualquiera puede verla. En la práctica, nadie puede trabajar con ella sin antes reconstruirla a mano.

Qué hace Datopedia

Datopedia identifica esas fuentes no estructuradas y las convierte en datasets directamente consumibles: tablas limpias, con columnas estandarizadas, documentadas con un diccionario de datos, y publicadas junto con el código que las generó. El objetivo no es solo publicar análisis propios — es dejar el insumo disponible para que cualquier persona, periodista, investigador o institución pueda construir sobre él.

Este sitio tiene tres partes que se alimentan entre sí:

• Datos abiertos — el catálogo de datasets liberados, cada uno con su fuente original, su diccionario y su código.
• Blog — análisis, visualizaciones y hallazgos construidos sobre esos datasets.
• Repositorio en GitHub — donde vive todo: los scripts de extracción, los datasets y este mismo sitio, hecho en Quarto.

Criterios de liberación

• La fuente debe ser pública. Solo se trabaja con información que ya es de acceso público, aunque no esté estructurada.
• Se documenta el origen. Cada dataset indica de qué informe, portal o visor proviene, y cuándo se extrajo.
• Se publica el proceso, no solo el resultado. El código de extracción queda en el repositorio junto con el dataset.
• Se prioriza lo reutilizable. Formatos abiertos (CSV, GeoJSON/KML) antes que formatos propietarios, y nombres de columna estandarizados.