Saltar al contenido principal
LibreTexts Español

11.2: Datos, Información y Conocimiento

  • Page ID
    61363
    • Anonymous
    • LibreTexts
    \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)\(\newcommand{\AA}{\unicode[.8,0]{x212B}}\)

    Objetivos de aprendizaje

    Después de estudiar esta sección deberías poder hacer lo siguiente:

    1. Comprender la diferencia entre datos e información.
    2. Conocer los términos y tecnologías clave asociados a la organización y gestión de datos.

    Los datos se refieren simplemente a hechos brutos y cifras. Solo no te dice nada. El verdadero objetivo es convertir los datos en información. Los datos se convierten en información cuando se presentan en un contexto para que puedan responder a una pregunta o apoyar la toma de decisiones. Y es cuando esta información se puede combinar con el conocimiento de un gerente, su visión de la experiencia y la pericia, que se pueden tomar decisiones más sólidas.

    Confiar en sus datos

    La capacidad de mirar críticamente los datos y evaluar su validez es una habilidad gerencial vital. Cuando a los tomadores de decisiones se les presentan datos incorrectos, los resultados pueden ser desastrosos. Y estos problemas pueden amplificarse si se alimentan datos erróneos a sistemas automatizados. Como ejemplo, mire la serie de eventos provocados por el hombre y por computadora que provocaron un colapso de mil millones de dólares en las acciones de United Airlines.

    En las primeras horas de la madrugada de un domingo de septiembre de 2008, un solo lector que navega por historias en el sitio web de Orlando Sentinel vio un artículo de 2002 sobre la quiebra de United Airlines (UAL quebró en 2002, pero salió de la quiebra cuatro años después). El acceso de ese internauta solitario a esta historia durante un tiempo de tan poco tráfico fue suficiente para que el servidor web del Sentinel enumerara brevemente el artículo como uno de los “más populares” del periódico. Google rastreó el sitio y recogió esta noticia “popular”, alimentándola en Google News.

    Temprano esa mañana, un trabajador de una firma de inversión de Florida se encontró con la historia de Google Fed, asumió que United se había declarado una vez más en bancarrota, luego publicó un resumen en Bloomberg. Los inversionistas que escanean Bloomberg saltaron sobre lo que parecía una alerta temprana de buena reputación de otra quiebra del United, volcando acciones de UAL. Culpe de nuevo a las computadoras: la rápida caída de estas primeras operaciones provocó que los sistemas de venta automática entraran en acción (el comercio automatizado por computadora activado por eventos es responsable de aproximadamente el 30 por ciento de todas las operaciones bursátiles). Una vez que las máquinas se hicieron cargo, UAL cayó como una roca, cayendo de doce a tres dólares. Esa caída representó la desaparición de mil millones de dólares en riqueza, y todo esto porque nadie comprobó la fecha en una noticia. ¡Bienvenido al nuevo mundo de prestar atención (Harvey, 2008)!

  • Comprender cómo se organizan los datos: términos y tecnologías clave

    Una base de datos es simplemente una lista (o más probablemente, varias listas relacionadas) de datos. La mayoría de las organizaciones tienen varias bases de datos, quizás incluso cientos o miles. Y estas diversas bases de datos podrían estar enfocadas en cualquier combinación de áreas funcionales (ventas, devoluciones de productos, inventario, nómina), regiones geográficas o unidades de negocio. Las empresas suelen crear bases de datos especializadas para registrar transacciones, así como bases de datos que agregan datos de múltiples fuentes con el fin de apoyar la presentación de informes y análisis.

    Las bases de datos se crean, mantienen y manipulan usando programas llamados sistemas de administración de bases de datos (DBMS), a veces denominados software de base de datos. Los productos DBMS varían ampliamente en escala y capacidades. Incluyen las versiones de escritorio de un solo usuario de Microsoft Access o Filemaker Pro, ofertas basadas en la web como Intuit QuickBase y productos de fortaleza industrial de Oracle, IBM (DB2), Sybase, Microsoft (SQL Server) y otros. Oracle es el mayor proveedor de software de bases de datos del mundo, y el software de bases de datos ha significado mucho dinero para el cofundador y CEO de Oracle, Larry Ellison Ellison se ubica perennemente en el Top 10 de la lista Forbes 400 de los estadounidenses más ricos.

    El acrónimo SQL (secuela a menudo pronunciada) también aparece mucho cuando se habla de bases de datos. El lenguaje de consulta estructurado (SQL) es, con mucho, el lenguaje más común para crear y manipular bases de datos. Encontrará variantes de SQL que habitan en todo, desde software de escritorio humilde hasta productos empresariales de alta potencia. La base de datos de gama alta de Microsoft incluso se llama SQL Server. Y por supuesto también está el código abierto MySQL (cuya administración ahora se asienta con Oracle como parte de la compra de Sun Microsystems por parte de la firma). Dada esta popularidad, si vas a aprender un idioma para el uso de bases de datos, SQL es una opción bastante buena. Y para un poco de inspiración, visite Monster.com u otro sitio de empleo y busque trabajos que mencionen SQL. Encontrarás página tras página de anuncios, sugiriendo que si bien los sistemas de bases de datos han sido buenos para Ellison, aprender más sobre ellos podría ser bastante bueno para ti también.

    Incluso si no te conviertes en programador de bases de datos o administrador de bases de datos (DBA), casi seguramente te llamarán para sumergirte y usar una base de datos. Incluso se le puede pedir que ayude a identificar los requisitos de datos de su empresa. Es bastante común que los empleados no tecnológicos trabajen en equipos de desarrollo con personal técnico, definiendo problemas de negocio, delineando procesos, estableciendo requisitos y determinando los tipos de datos que la empresa necesitará aprovechar. Los sistemas de bases de datos son cosas poderosas, y no se pueden evitar, así que un poco de comprensión te servirá bien.

    Figura 11.1 Una base de datos relacional simplificada para un sistema de registro de cursos universitarios

    Una base de datos relacional simplificada para un sistema de registro de cursos universitarios


  • This page titled 11.2: Datos, Información y Conocimiento is shared under a CC BY-NC-SA 3.0 license and was authored, remixed, and/or curated by Anonymous via source content that was edited to the style and standards of the LibreTexts platform; a detailed edit history is available upon request.