RESUMEN
Los datos son muy importantes para cualquier empresa: equipos de desarrollo, finanzas, marketing, operaciones, ventas, etc. Gracias a ellos es posible tomar decisiones en todas las áreas; es decir, se dejan a un lado los corazones o impulsos y se realizan acciones según los datos disponibles.
Dato es un elemento que no transmite información mientras no se procese o no se presente en forma resumida y relacionada con valores. Es una representación simbólica. Los datos son el nivel más básico, es la información sin tratamiento alguno.
Información: es un conjunto organizado de datos procesados que constituyen un mensaje que cambia el estado de conocimiento del sujeto o sistema que recibe dicho mensaje.
El ciclo de vida de los datos es una secuencia de etapas por las que pasan los datos a lo largo de toda su vida útil.
A continuación se detallan las diferentes fases por las que pasa el dato:
- Ingesta del dato.
- Ingeniería del dato.
- Data sciencie (ciencia del dato).
- Explotación del dato.
- Evolución del conocimiento.
La ciencia de datos (data science) es un campo interdisciplinario que involucra métodos científicos, procesos y sistemas para extraer conocimiento o un mejor entendimiento de datos en sus diferentes formas, ya sean estructurados o no estructurados, lo cual es una continuación de algunos campos de análisis de datos como estadística, la minería de datos, el aprendizaje automático y la analítica predictiva.
El almacenamiento en la nube describe el acto de almacenar datos de infraestructura de nube privada, pública o híbrida. Las nubes privadas incluyen hardware en las instalaciones gestionado por un usuario o empresa para su propio beneficio, mientras que las nubes públicas se refieren a proveedores de servicios en la nube (CSP) pública como los servicios web de Amazon, Gloogle Cloud y Microsoft Azure. En un modelo híbrido, un usuario o empresa combina su propia funcionalidad en la nube en las instalaciones de la nube pública.
Los principales objetivos de la ciencia de datos en las empresas incluyen:
- Optimización de procesos.
- Toma de decisiones basada en datos.
- Mejora de productos y servicios.
- Predicción y anticipación.
- Personalización y segmentación.
- Detección de fraude y riesgo.
- Optimización de marketing y ventas.
- Mejora de la experiencia del cliente.
- Eficiencia en la cadena de suministro.
- Cumplimiento normativo y legal.