Fuentes de datos

Fuentes de datos

1. Principales fuentes de datos

   • Biométricos
     • Son los referidos a la identificación automática de una persona basada en sus características anatómicas o trazos personales, como la firma biométrica
   • Máquina a máquina
     • Se refiere a Internet de las Cosas, son aquellas tecnologías que permiten la conexión de diferentes dispositivos entre sí. Un ejemplo son los GPS, pero también los denominados chips NFC
   • Datos de transacciones
     • Los datos que se registran en los departamentos de facturación, los centros de llamada, mensajería, reclamaciones, presentación y registro de documentos y los que se generan con los pagos por tarjeta, pago online
   • Generados por los humanos
     • Todas aquellas grabaciones a operadores de atención al cliente: Call Center, también los e-mail o los registros médicos electrónicos
   • Web y medios sociales
     • Hablamos de la información que se genera sobre clicks en vínculos y elementos. Pero también de toda aquella contenida en las búsquedas que realizamos por ejemplo en Google, las publicaciones en las Redes sociales (Twitter, Facebook, Linkedin…) y el contenido web como páginas, enlaces o imágenes

2. Tipos de datos

   • Datos no estructurados
     • Estos son: archivos de audio, vídeo, fotografías, formatos de texto, SMS, artículos, correos electrónicos, este tipo de datos no tiene campos fijos y normalmente se tiene poco control sobre ellos.
     • Su manipulación requiere herramientas como Hadoop (la más popular), bases de datos NoSQL, entre otras.
   • Datos estructurados
     • Son lo que se encuentran en un formato definido y bien especificado, son los datos tradicionales de las bases de datos relacionales, hojas de cálculo, archivos y cuentan con un orden claro
     • Por ejemplo: fecha de nacimiento, DNI, el número de la cuenta de un banco, etc.
   • Datos semiestructurados
     • Si bien no tienen formatos fijos, sí contienen etiquetas u otros marcadores que permiten su comprensión. Ejemplo: las etiquetas XML y HTML.

3. Valor generado

   • Procesos
     • El proceso no trivial de identificar patrones válidos, novedosos, potencialmente útiles y, en última instancia, comprensibles a partir de los datos
     • El objetivo es averiguar la naturaleza, cualidades o relaciones entre elementos para aportar conocimiento de negocios
   • Herramientas
     • Es fundamental para agilizar el proceso y ahorrar tiempo y esfuerzos a los expertos que deben determinar, con la máxima rapidez y eficiencia, si los modelos obtenidos se ajustan con lo esperado