Diferencia el contexto de la gestión y análisis de los datos en el mundo actual

Diferencia el contexto de la gestión y análisis de los datos en el mundo actual

Gestion_

La gestión de datos no es más que la práctica de organizar y mantener procesos de datos para satisfacer las necesidades de ciclo de vida continuo de la información dentro de una empresa. Además, se refiere a la práctica profesional de construir y mantener un framework para el ingreso, almacenamiento, extracción, visualización y archivado de los datos importantes para la empresa hoy en día.

Estas son las 7 modalidades de gestión de datos:

Gestión de datos maestros: Es el proceso que garantiza que la organización opere siempre con una única versión de información actualizada y verdadera a partir de la cual toma sus decisiones.

La administración de datos: Esta no elabora políticas de gestión de información, sino que las despliega y ejecuta por toda la empresa. Como su nombre indica, un administrador de datos supervisa la recopilación de datos y las políticas de movimiento, asegurando que las prácticas se implantan y las reglas se ejecutan.

Gestión de calidad de los datos: Es una especie de policía digital, un gestor de calidad de datos podría verse como su secretario judicial. La gestión de la calidad se encarga de rastrear los datos recabados para detectar problemas subyacentes, como registros duplicados, versiones incongruentes.

Seguridad de datos: Una de las cosas mas importantes es la seguridad en la gestión de datos como ya lo vimos en el trabajo Anterior. Si bien prácticas emergentes como el DevSecOps incorporan planteamientos de seguridad a todos los niveles del desarrollo de aplicaciones y el intercambio de datos, los especialistas en seguridad siguen siendo los encargados de gestionar el cifrado, impedir accesos no autorizados, proteger ante movimientos o supresiones accidentales.

Gobernanza de datos: Esta fija la ley que rige el estado de información de una empresa. Un framework de gobernanza de datos es como una constitución que esboza con claridad las políticas de entrada, flujo y protección de la información institucional. Los gobernadores de datos supervisan su red de administradores, profesionales de la gestión de calidad, equipos de seguridad.

Gestión de Big data:  Es el término que describe la recopilación, análisis y empleo de cantidades ingentes de información digital para mejorar las operaciones. A grandes rasgos, este ámbito de la gestión de datos se especializa en la entrada, integridad y almacenamiento de la avalancha de datos en bruto que otras especializaciones de la gestión utilizan para mejorar las operaciones y la seguridad.

Almacenamiento de datos: La gestión de los almacenes de datos proporciona y supervisa la infraestructura física o en cloud para consolidar datos en bruto y analizarlos en profundidad para generar información de valor comercial.

Análisis_1

El análisis de datos ayuda a que la organización o empresa mejore la información que tiene disponible para la toma de decisiones. Convierte los datos de la aplicación en representaciones visuales ayudando a los a describir conceptos, descubrir oportunidades, explorar opciones y llegar a tomar decisiones más óptimas.

Visualización de los datos y su implicancia con las IoT

Visualización_2

La visualización de datos es la representación gráfica de información y datos, al utilizar elementos visuales como cuadros, gráficos y mapas, las herramientas de visualización de datos proporcionan una manera accesible de ver y comprender, valores atípicos y patrones en los datos, en el mundo del Big data, las herramientas y tecnologías de visualización de datos son esenciales para analizar grandes cantidades de información y tomar decisiones basadas en los datos.

Tipos generales comunes de visualización de datos:

• Cuadros
• Tablas
• Gráficos
• Mapas
• Infografía
• Dashboards

Ejemplos más específicos de métodos para visualizar datos:

• Nube de burbujas
• Gráfico de Gantt
• Tabla de resaltado
• Histograma
• Matriz
• Red
• Gráfico de flujo
• Tablas de texto
• Diagrama de árbol
• Nube de palabras

Un ejemplo:

Ciudades inteligentes , la implicancia de IOT en la visualización de datos esta estrictamente ligada desde mi punto de vista, a como se muestran los datos, de donde provienen y como se leen, dependiendo de los dispositivos y tecnologías.

Uno de los campos en los que más importancia ha adquirido la visualización de datos para su análisis es el de las ciudades inteligentes, que mediante la utilización de paneles de control, se puede gestionar el entorno urbano de una forma más eficiente, basando las decisiones en información fiable y actualizada.

Estos datos pueden ser recogidos por varias vías:

• Sensores estratégicamente situados por toda la geografía de la ciudad
• Información generada por los teléfonos móviles de los ciudadanos
• Cámaras
• Del consumo de sus tarjetas de crédito
• De aplicaciones móviles

Mediante esta información podemos extraer conclusiones en un amplio abanico de facetas que dan forma al control de una ciudad.

Por ejemplo:

• Podemos registrar los niveles de ruido en determinadas zonas, con la importancia que tiene esto para mejorar la calidad de vida y salud de los vecinos.

• La movilidad en general, ya sea de personas o de tráfico rodado, es habitual el registro de la densidad del tráfico y la velocidad en las diferentes vías en función del día y la hora.

Relaciona los fundamentos del Big Data con IoT

Es un término que habla de un gran volumen de datos, tanto estructurados como no estructurados, pero no es la cantidad de datos lo que es importante, lo que importa en realidad es lo que las empresas hacen con los datos, de este modo podemos analizar los datos para obtener ideas que nos lleven a mejores decisiones y movimientos de negocios estratégicos, de la mano del análisis, de dichos datos.

...