1. El Impacto De La Adminsitracion De
Datos E Información En El Mundo
José Martin Sánchez Cardoso
Código: 084951132019
Mauricio Moya Garzón
Código: 084950952019
Juan Jairo Vélez
Código: 084951202019
Karen Romero Vaquiro
Código: 084951092019
Agosto 2019.
Tutor: Ángel Alberto Vargas Cano
Universidad del Tolima
Ingeniería de Sistemas.
Minería de Datos
Grupo 1
2. EL IMPACTO DE LA ADMINSITRACION DE DATOS E
INFORMACIÓN EN EL MUNDO
En la actualidad, la administración de la información se ha convertido en el eje
central del mundo, esto ha llevado a que muchas empresas e ingenieros inviertan
horas de trabajo en la implementación de diversas alternativas para manejar
eficientemente los datos, con el fin de facilitar y competir contra otras, por
consiguiente , muchos académicos han llamado esta época de la historia de la
Humanidad como la "Cuarta Evolución industrial", ya que, a llevado a que las
fabricas o industrias se modernicen y pasen a ser fábricas inteligentes o Industria
4.0, convirtiendo a los procesos físicos sean controlados por sistemas ciberfisicos.
Igualmente se están creando diversos ambientes digitales como realidad virtual y
el uso masivo del Internet de las cosas. Pero para que estos sistemas funcionen
se debe de tener como base los datos, ya que sin ellos no tendríamos información
para cumplir esos propósitos.
3. Es por ello que se han creado diversos paradigmas y tecnología como la
Inteligencia Artificial (IA), que se usa en diversos campos de la sociedad, como en
celulares, robots, electrodomésticos, cámaras, videojuegos, entre otros, con un el
fin resolver diversos problemas que sin ella no se podría solucionar; o bien,
complementar y ayudar a que nuestro diario vivir sea más cómodo. Debido a esto,
muchas organizaciones han puesto el ojo en la IA, con el fin de competir
eficientemente en el nuevo mercado laboral en el que se encuentra el mundo
actualmente, por esto han sido creadas diversas arquitecturas y tecnologías para
alcanzar sus objetivos (por ejemplo marketing, ventas, acceso más cercano al
consumidor, entre otros).
Por un lado, para tener una idea bien fundamentado sobre el tema, se debe tener
en cuenta los conceptos de inteligencia artificial, redes neuronales, Big data y Data
Warehouse. Igualmente tener en cuenta como estos se relacionan y se
diferencian, con el fin de observar como estos términos se conectan.
En primer lugar, tocaremos la definición de Big Data y Data Warehouse , de por
si las dos nociones están interconectados y la perspectiva es que, cada vez más,
la mayoría de empresas utilicen el análisis generado por este tipo de tecnologías
para tener una visión más analítica de su negocio y así poder tomar las mejores
decisiones para crecer.
Llamamos Big Data a un gran volumen de datos con una variedad, complejidad y
velocidad de crecimiento enorme y que además tienen la característica de no ser
estructurados. Eso significa que no son relacionales, estando además fuera del
entorno corporativo. Es un tipo de tecnología que te permite analizar los datos en
tiempo real y puede provenir de diferentes fuentes y formas, tales como
mensajería instantánea, redes sociales, registros de grabaciones, imágenes,
mensajes de correo electrónico, etc. El big data constituye una gran revolución en
la gestión de grandes volúmenes de datos y, fruto de ella, han surgido nuevas
soluciones capaces de comportarse de manera autodidacta, sin necesidad de
asistencia humana. Programas como AlphaGo de Google representan un paso
4. adelante en la puesta en marcha de máquinas que consiguen capacidades
sobrehumanas sin la intervención del hombre. En otras palabras, el conocimiento
humano ya es prescindible.
Una disrupción así y las que estén por llegar obligan a rediseñar sistemas
educativos dirigidos a formar unos perfiles profesionales nunca vistos hasta ahora.
No solo el sector privado es plenamente consciente de este gran cambio para las
empresas, sino que también las propias instituciones trabajan para poder estar a
la altura de tan abrumadoras novedades.
De hecho, en el ámbito político, los Emiratos Árabes Unidos, como región puntera
en tecnologías de datos y una de las mejores referencias a escala mundial de Esri,
ha hecho público el nombramiento de su primer ministro de Inteligencia Artificial
para aplicar estas herramientas a todos los servicios que gestiona el gobierno.
Estados Unidos también ha asumido el potencial que tiene la inteligencia artificial
(IA) en todos los sectores y su apuesta se ha concretado en un plan estratégico.
Paralelamente, en Europa ya se trabaja en una regulación para el tratamiento
ético del uso de los robots.
En el sector privado, las organizaciones están creando un nuevo perfil en sus
organigramas tras la aparición de estas tecnologías. El chief artificial intelligence
officer (CAIO) estará al mando de estas soluciones, nacidas para tratar problemas
complejos para los que habitualmente no hay información disponible. Este nuevo
directivo debe reunir, por un lado, habilidades científicas, principalmente para la
resolución de procesos cognitivos, tareas de predicción, simulación, etc., y, por
otro, una visión de ingeniería, para aplicar paradigmas simbólicos, conexionistas e
híbridos.
El avance de la neurociencia ha permitido el desarrollo de nuevas técnicas
informáticas para tener una mejor aproximación a estos problemas. La aparición
5. de estas herramientas representa una de las características de este nuevo ciclo de
la IA, presente en el mundo desde mediados de la década de los cincuenta.
No solo a nivel de empresas y negocio, sino que en cualquier profesión se hace
necesaria ya la presencia de un experto en estas disciplinas. La policía de
Vancouver, en Canadá, por ejemplo, trabaja con el machine learning y las
soluciones geoespaciales de Esri para conocer los índices de criminalidad y
profundizar en ellos. Gracias a estos datos, capaces de predecir situaciones
delictivas, han conseguido una precisión del 80 % en el modelo y una reducción
del 27 % de la criminalidad en las zonas estudiadas.
Otro nuevo perfil, el data scientist, podrá resultar de gran ayuda para el gobierno
de cualquier municipio del mundo. Este experto casa a la perfección con la smart
city, ya que su labor resuelve problemas de diferentes disciplinas haciendo uso del
análisis de datos. Un ejemplo real fue el episodio de legionela en una ciudad como
Nueva York: el análisis de los edificios permitió asignar recursos de forma óptima
para ubicar el foco y buscar soluciones; una operación eficiente en la que,
además, se ahorraron costes de manera muy significativa. Es solo un ejemplo,
pero el data science y la localización pueden aplicarse en otros campos, como la
movilidad, las telecomunicaciones y un largo etcétera.
6. Además, se encuentra otros ejemplos de sectores en los que el Big Data puede
contribuir generando valor con los siguientes:
En el ámbito de la educación, al analizar el Big Data se pueden:
Identificar alumnos en riesgo
Monitorizar el desarrollo adecuado de cada estudiante
Implementar un sistema de evaluación y apoyo de la docencia más
satisfactorio
En el sector de la salud, cuando se gestionan los datos adecuadamente, se
pueden analizar y descubrir nuevas opciones sobre cómo mejorar la atención de
los pacientes.
En el sector retail, las empresas pueden recabar información diversa sobre sus
clientes y así encontrar maneras efectivas de gestionar transacciones o mejorar la
relación con los clientes y conseguir usuarios satisfechos, entre otros beneficios.
7. En el sector bancario, se están buscando nuevas e innovadoras formas de
gestionar la ingente cantidad de información, al mismo tiempo que se busca
minimizar el riesgo y el fraude.
Por tanto, el big data permite resolver problemas difíciles y por esta capacidad es
por la que la figura del científico de datos cobra relevancia y su demanda, con
altos salarios actualmente por la naturaleza de su actividad, la que seguirá al alza
en los próximos años. Este nuevo perfil profesional ya ha puesto de manifiesto el
alto ROI que conlleva el uso de las tecnologías de big data y cuán disruptivo es en
muchas industrias, cambiándolas completamente gracias al uso de datos en
tiempo real y permitiendo la optimización de la planificación de acciones con una
metodología que es siempre la misma: dedicar tiempo a buscar los datos, construir
modelos con la operación del join espacial, entrenar distintas redes y distintos
modelos y, al final, hacer el despliegue. Solo así, con metodologías y plataformas
tecnológicas como la de Esri, aplicables en toda la cadena de valor de los datos
geolocalizados, desde su captura y almacenamiento hasta el análisis y
visualización de resultados, se conseguirá hacer un uso exitoso de las
oportunidades que ofrecen estas nuevas tecnologías.
8. Por otro lado, un Data Warehouse almacena datos consolidados de diversas
fuentes o sistemas de la empresa. Se trata de datos estructurados, que tiene
como objetivo principal ser precisos y de alta calidad para de esta forma poder dar
soporte a la toma de decisiones de la empresa. Se trata de conseguir tener todos
los datos juntos para después poder dividirlos para hacer un análisis de
determinados sectores o estrategias.
Los almacenes de datos (data warehouses en inglés) toman cada día mayor
importancia, a medida que las organizaciones pasan de esquemas de sólo
recolección de datos a esquemas de análisis de los mismos. Sin embargo a pesar
de la gran difusión de los conceptos relacionados con los almacenes de datos, no
existe demasiada información disponible en castellano en cuanto a las
metodologías para implementarlos.
Desde un inicio, las bases de datos se convirtieron en una herramienta
fundamental de control y manejo de las operaciones comerciales. Fue así como
en unos pocos años en grandes empresas y negocios existía un considerable
número de información almacenada en diferentes fuentes de datos y estas ya
habían alcanzado un tamaño considerablemente grande.
Con esta gran acumulación de información, los directivos de tales empresas y
negocios se dieron cuenta que esta podría tener un fin útil, al estar reflejada la
mayoría de sus operaciones comerciales durante los llamados ciclos de negocios
propios del mercado.
A su vez, los mercados empresariales han experimentado una transformación
radical. Las empresas demandan mayor rapidez y eficiencia en la entrega de
productos, y mejora en todos los servicios existentes, por lo que se hace
imprescindible encontrar formas más eficaces de distribuir los productos, más
facilidades para hacer estudios de mercado basados en la información de las
operaciones comerciales de las empresas y de sus clientes y, en definitiva, mayor
rapidez a la hora de tomar decisiones.
9. Por tanto, pensaron en lo ideal que sería unificar las diferentes fuentes de
información de las cuales disponían, en un único lugar, al que sólo se le
incorporaría información relevante, sobre la base de una estructura organizada,
integrada, lógica, dinámica y de fácil explotación. La respuesta a esto fueron los
Almacenes de Datos o Data Warehouse (DW).
Sin embargo, para hacer un uso eficiente de la información histórica almacenada
en un DW para la ayuda a la toma de decisiones, era vital garantizar que estos
datos fueran fáciles de obtener, estandarizados y confiables.
Así y todo, el problema de la limpieza de datos es poco tratado o evitado por
muchas empresas, al no considerar adecuadamente el impacto para el negocio de
tener almacenada información deficiente.
Un Almacén de Datos o Data Warehouse (DW) es un almacén de información
temática orientado a cubrir las necesidades de aplicaciones de los sistemas de
Soporte de Decisiones (DSS) y de la Información de Ejecutivos (EIS), que permite
acceder a la información corporativa para la gestión, control y apoyo a la toma de
decisiones.
Dicha información es construida a partir de bases de datos que registran las
transacciones de los negocios de las organizaciones (bases de datos
operacionales), y su importancia reside en elementos como los siguientes:
Contribuye a la toma de decisiones tácticas y estratégicas proporcionando un
sentido automatizado para identificar información clave desde volúmenes de datos
generados por procesos tradicionales o elementos de software.
Posibilita medir las acciones y los resultados de una mejor forma.
Los procesos empresariales pueden ser optimizados. El tiempo perdido esperando
por información que finalmente es incorrecta o no encontrada, es eliminada.
Permite a los usuarios dar prioridad a decisiones y acciones, por ejemplo, a qué
segmentos de clientes deben ir dirigidas las siguientes acciones de marketing.
10. En general un DW es un conjunto de datos con las siguientes características:
Temático
Los datos están almacenados por materias o temas (clientes, campañas,
productos). Estos se organizan desde la perspectiva del usuario final, mientras
que en las Bases de Datos operacionales se organizan desde la perspectiva de
la aplicación, con vistas a lograr una mayor eficiencia en el acceso a los datos
Integrado
Todos los datos almacenados en el DW están integrados. Las bases de datos
operacionales orientadas hacia las aplicaciones fueron creadas sin pensar en
su integración, por lo que un mismo tipo de datos puede ser expresado de
diferente forma en dos bases de datos operacionales distintas (Por ejemplo,
para representar el sexo: „Femenino‟ y „Masculino‟ o „F‟ y „M‟).
No volátil
Únicamente hay dos tipos de operaciones en el DW: la carga de los datos
procedentes de los entornos operacionales (carga inicial y carga periódica) y la
consulta de los mismos. La actualización de datos no forma parte de la
operativa normal de un DW.
Histórico
El tiempo debe estar presente en todos los registros contenidos en un DW. Las
bases de datos operacionales contienen los valores actuales de los datos,
mientras que los DW contienen información actual y resúmenes de esta en el
tiempo.
Arquitectura
Los bloques funcionales que se corresponden con un sistema de información
completo que utiliza un DW se muestran gráficamente.
11. Nivel operacional
Contiene datos primitivos (operacionales) que están siendo permanentemente
actualizados, usados por los sistemas operacionales tradicionales que realizan
operaciones transaccionales.
Almacén de datos o DW
Contiene datos primitivos correspondientes a sucesivas cargas del DW y
algunos datos derivados. Los datos derivados son datos generados a partir de
los datos primitivos al aplicarles algún tipo de procesamiento (resúmenes).
Nivel departamental (Data Mart)
Contiene casi exclusivamente datos derivados. Cada departamento de la
empresa determina su nivel departamental con información de interés a dicho
nivel. Va a ser el blanco de salida sobre el cual los datos en el almacén son
organizados y almacenados para las consultas directas por los usuarios finales,
los desarrolladores de reportes y otras aplicaciones.
12. Nivel individual
Contiene pocos datos, resultado de aplicar heurísticas, procesos estadísticos,
etc., a los datos contenidos en el nivel anterior. El nivel individual es el objetivo
final de un DW. Desde este nivel accederá el usuario final y se podrán plantear
diferentes hipótesis, así como navegar a través de los datos contenidos en
el DW.
Entre las ventajas que ofrece el Data Warehouse estan:
Proporciona información clave para la toma de decisiones en la empresa.
Mejora la calidad de las decisiones tomadas.
Estos datos son útiles a mediano y largo plazo.
Si las fuentes de los datos y los objetivos están claros, los sistemas son
sencillos de instalar.
Es útil para el almacenamiento de análisis y consultas históricas.
Como podemos ver en las definiciones, las diferencias son gigantescas, Big Data
en una tecnología que nos permite almacenar y manejar grandes volúmenes de
datos y data Warehousing es una forma o arquitectura para organizar datos que
proporcionan credibilidad e integridad en un único entorno.
En el ámbito turístico el Data warehouse es muy importante ya que por medio de
esto se ve que la revolución ha avanzado y permite tener nuevas tecnologías para
que puedan proporcionar cualquier tipo de información. Existen grandes ventajas
en relación al turismo ya que existe lo que es la competitividad, por medio de esta
podremos menorar los errores ya que nos ayuda a corregir alguna información que
esté mal proporcionada y estar actualizados en cuanto el sector turístico.
Gracias a estos tipos de tecnologías en el ámbito turístico será beneficioso ya que
por medio de este podremos tener u desarrollo en cuanto a la informática y las
comunicaciones, en el turismo se necesita tener una facilidad de comunicaciones
que sean con rapidez, que sean de confianza y sumamente seguros, porque por
13. medio de ello podemos promocionar y comercializar los tipos de productos que
estemos ofreciendo al turista, pero ante todo debemos mostrar una buena imagen
para poder realizar todo esto, ya que así no se mostrara un buen interés haciael
turista.
Estas tecnologías se desarrollan por medio de la comunicación ya que si no
existiría comunicación no tendría sentido realizarlo porque no habría de donde
sacar temas, ni tener cierta información para poder satisfacer las necesidades en
todo el sector turístico.
También cabe recalcar que es muy importante que este tipo de información exista
en el ámbito turístico ya que no existe uno específico en este ámbito sinomás bien
en general pero si sería importante que existiera uno aplicable para tener una gran
aplicabilidad y utilidad para poder desarrollar aúnmás al sector turístico. Aquí se
proporciona lo que es sistemas tecnológicos que ayudan a una creación de
recursos turísticos y ayudan también a obtener nuevos productos de una mejora
manera y adecuada por medio de estas tecnologías, para ello es importante tener
en cuenta la I+D sobre nuevos productos turísticos de contenido, para esto se
debe tener en cuenta el desarrollo de las tecnologías para la creación de algún
tipo de centro turístico, puede ser parques temáticos, parques con un gran
tecnología, complejos turísticos, etc.
“El Sistema de Información de Estadísticas Turísticas DATATUR, se constituye
como un gran Almacén de Datos Estadísticos con un carácter principal de consulta
y extracción de los mismos para su análisis con herramientas diseñadas para tal
fin. Este Almacén o Banco de Datos tiene que considerar los datos estadísticos en
sí mismos, así como todos los registros de notas documentales necesarios para
su correcto entendimiento.
El Objetivo final del proyecto es por tanto la construcción e implantación de un
Sistema de Información de Estadísticas Turísticas (en adelante DATATUR) que
integre de forma armoniosa datos estadísticos y datos documentales. Tiene que
cubrir las siguientes funciones:
14. Conservar y mantener al día los datos estadísticos, complementados con
las correspondientes informaciones documentales para su correcta
utilización · Facilitar un sistema de actualización ágil y libre de errores ·
Cubrir las demandas externas de información coyuntural turística.
Alimentar de forma automática las publicaciones e informes periódicos que
elabora el IET.
Permitir el acceso a la información, su tabulación, representación gráfica y
navegación por los datos así como su posterior tratamiento mediante
herramientas de análisis final.
Definir y desarrollar los procesos de carga de información en el Sistema de
tal manera que queden integrados en los actuales procedimientos de
generación de datos estadísticos del IET.
El sistema de información debe permitir también acceder, con la definición de
derechos y accesos bien diferenciados a las distintas bases de datos (datos
primarios y datos agregados), una vez eliminadas todas las informaciones y
referencias de los titulares a fin de salvaguardar el secreto estadístico.
Siendo el objetivo principal del proyecto el diseño de un Sistema de Información
de Estadísticas Turísticas, el IET dispone en la actualidad de una Base de Datos
Documental con más de 65.000 referencias y de un Sistema de Información
Geográfica (SIG) para el Análisis del Turismo, que se pretenden integrar y ampliar
en el Sistema de Información.
Por tanto, el Sistema de Información de Estadísticas Turísticas debe permitir como
flujo de salida a parte de otros (informes y publicaciones periódicas), la difusión de
la información elaborada a partir de sus bases de datos en los sistemas web
internet, intranet y extranet del IET, definiendo los niveles de acceso adecuados”.
El data warehouse en el turismo es una herramienta importante y es por es que se
menciona el poder incrementar en nuestro país el data Warehouse para poder
incentivar más el turismo para así que nos pueda permitir fácil acceso a
15. información y poder obtener datos confidenciales y así poder brindar a los turistas
buenas publicidades para obtener una oportuna demanda turística.
Las tecnologías de BigData están en capacidad de analizar fuentes de diferentes
tipos de información estructurada y no estructurada, almacenada en diferentes
medios, provenientes de diferentes plataformas que no tienen ningún tipo de
relación entre si, todo esto sin necesidad de darle estructura a los datos ni
almacenarlos dentro de un único contenedor.
Por otra parte, están las redes neuronales y la Inteligencia artificial. Actualmente
los avances de la inteligencia artificial (IA) hacen posible que las redes neuronales
artificiales aprendan a resolver problemas complejos en un tiempo razonable.
Las redes neuronales artificiales (RNA) o Artificial Neural Networks son modelos
computacionales conformados por un grupo interconectado de nodos. Cada nodo
representa una neurona artificial donde se realizan operaciones y la red simula la
estructura de un cerebro biológico. Las redes resuelven problemas mediante
representaciones abstractas de datos en capas de entrada (input), capas de
procesos (hidden) y capas de salida (output).
Sirva como ejemplificación, el uso de la redes neuronales y el clima, a pesar de lo
caotico que es el tiempo, hasta cierto punto se puede predecir conjuntando
variables el clima a corto plazo, por medio de dar peso a redes neuronales,
dándole peso a la capa de entrada y las capas ocultas de una red neuronal
sintética.
Mientras que la inteligencia artificial es Campo de las ciencias informáticas
encargado de comprender y replicar la inteligencia humana, además proporciona
un conjunto de técnicas, herramientas y métodos que han demostrado su
aplicabilidad.
Un ejemplo de inteligencia artificial son los programas de reconocimiento y
respuesta por voz. Micrófonos y sensores servirían de dispositivos de entrada, se
16. utilizaría un algoritmo para decodificar y procesar la información usando una base
de conocimientos con frases acordes con la intensidad, tono, vibración, etc., de la
voz. (en respuesta a lo del ajedrez, la base de conocimiento seria una serie de
líneas teóricas que se valoran de acuerdo a puntos.) Una vez obtenida una
respuesta lo más exacta, se codificaría y procesaría nuevamente para obtener un
audio o acción de salida.
Sin embargo, a pesar de las grandes diferencias entre estos términos, están
interconectados y la perspectiva es que, cada vez más, la mayoría de empresas
utilicen el análisis generado por este tipo de tecnologías para una visión más
analítica de su negocio y así poder tomar las mejores decisiones para crecer.
Para concluir, la gestión de datos se ha convertido en la materia prima de este
siglo XXI, esto ha conllevado a que el hombre cree diversos tipos de herramientas
y tecnologías como las anteriormente mencionada con el fin de facilitar su vida.
Esto a su vez, ha hecho que el ser humano quiera dar un nuevo Paso hacia la
perfección, tanto laboral, como en el ámbito de entretenimiento. A causa de estos
actualmente las empresas invierte en la implementación de máquinas más
sofisticadas que además de cumplir funciones mecánicas puedan aprender a
realizar nuevas, gracias al aprendizaje y con esto a la experimentación. Dándole
características propias Del ser humano, es decir dar más humanidad a una
máquina y a sus algoritmos.
