Lectura rápida

Esto es lo que no puede ignorar de Data Analytics

Cómo pueden clasificarse los Datos desde una mirada más conceptual y estratégica.

12 May 2022

Redacción InnovaciónDigital360

Datos

Quien es experto en Analytics sabe que los datos, propiamente dichos, son uno de sus pilares fundamentales. Según expertos argentinos que brindan servicios y soluciones para el desarrollo de capacidades analíticas, conceptual y estratégicamente éstos pueden clasificarse desde diversos ángulos, que servirían para encarar la estrategia y el mapa de Arquitectura Analítica de una manera diferente.

Una forma de segmentarlos es a través del volumen: Big Data y Small Data. El grueso de las definiciones de Big Data “refieren a la cantidad, volumen y heterogeneidad de datos”, remarcan los especialistas. Sin embargo, desde un punto de vista más profundo y conceptual puede sumarse un aspecto más, que tiene que ver con que los Big Data son estos “sets de datos más ‘obvios y disponibles’ respecto a una temática a analizar”.

Del otro lado está los Small Data (su contracara), que, para detectarlos, sumarlos e integrarlos al modelo analítico será necesario un trabajo más riguroso. Quienes conocen del tema saben que percibir, detectar su impacto y la riqueza que implican para el análisis, no es tan obvio ni directo. Por lo tanto, son un diferencial que puede tener una organización.

Datos: Fuentes convencionales y no convencionales

Otra dimensión para analizar tiene que ver con el tipo de fuente: fuentes convencionales y no convencionales. 

“Las convencionales son aquellas que ya están incorporadas al mapa analítico de toda organización, porque tecnológica y funcionalmente, ya forman parte de un estándar de análisis y su integración forma parte de las capacidades convencionales que traen las plataformas analíticas”, profundizan. Aquí mencionan los sistemas transaccionales (operativos y los de gestión (corporativos); sistemas de venta como un CRM; sistemas de facturación y cobranzas, plataformas eCommerce; etc.

Las no convencionales son las que están en la organización en un uso “no tan protagónico o transaccional”, y que aún no muchas organizaciones las tienen presentes como parte del proceso, mapa o generadora de datos de análisis. 

Algunos ejemplos son los Sharepoints, las planillas de cálculo que se utilizan como sistemas informales de carga de datos; Datos complementarios almacenados en esquemas como Drives; Workplace; o Sistemas de encuestas, como survey monkey.

@RESERVADOS TODOS LOS DERECHOS
I
Redacción InnovaciónDigital360
Temas principales

Especificaciones

B
big data
D
data analytics
D
datos
S
small data

Nota 1 de 5