El ciclo de vida de los datos

El ciclo de vida de los datos

1. 1. Detección y análisis de fuentes de información

   • Las fuentes de datos posibles son:
     • Datos internos.
     • Datos procedentes de sensores ( IOT)
     • Datos de RRSS
     • Datos abiertos procedentes de AA.PP

2. 2. Almacenamiento y Organización de los Datos

   • Data Lakes.
     • Es un entorno de datos compartidos con formato original que comprende múltiples repositorios
     • Construye repositorios de información automatizados, accesibles, disponibles y consumibles para toda la organización.

3. 3. Pre-procesado y Calidad del Dato

   • Conocer la calidad de los datos desde el punto de vista técnico
     • Formatos, completitud, disponibilidad, integridad de fuentes, etc.
   • Hacer un análisis descriptivo.
     • El objetivo es entender cómo están distribuidas las variables, cómo se comportan los data sets, o cómo se relacionan unas variables con otras.

4. 4. Analítica Predictiva y Prescriptiva

   • Anticipar lo que ocurrirá (predictiva) para proporcionar alternativas de actuación sobre esta previsión (prescriptiva).
     • Aborda proyectos de analítica predictiva como modelos de clasificación, de regresión, de segmentación o de recomendación.

5. 5. Explotación de resultados

   • Puede ser a través de informes interactivos, herramientas de visualización, ficheros de integración o soluciones integradas.
   • Hacer un análisis completo de todo el ciclo de vida de los datos.
     • Para identificar en qué fase se encuentra cada negocio, y a partir de la detección, comenzar a trabajar para aportar a los clientes.

Bilder und Dateien der Mindmap