Formación en Big Data y Data Science online - UNED

Acumular datos es relativamente fácil, otra cuestión es saber para qué sirven. Empresas y organizaciones están ya embarcadas en el almacenamiento masivo de datos, pero todavía están a medio camino de usarlos en objetivos concretos o de forma útil. 

Según varios análisis, una cascada de casi 4.000 GB se acumulan a lo largo de una jornada desde un automóvil con sus sistemas conectados a alguna red. En un avión de pasajeros de los más habituales, un Boeing de corto y medio alcance, alrededor de 10.000 sensores recogen información de lo más diversa: sistemas de los motores, temperatura, presión, vibración, electricidad, turbulencia, altitud, humedad, etc; cada vez que toca tierra tiene que ordenarse una ingente cantidad de datos para determinar si puede seguir volando o no.

En todos los ámbitos la acumulación de datos es un hecho. Pero aunque las voces autorizadas insistan en que son una gran fuente de riqueza en sí mismos, su potencial depende de que sepamos cómo usarlos. Los datos son una materia bruta, se convierte en una mercancía valiosa y se le agrega valor continuamente solo cuando son procesados y analizados en una dirección o en otra.

De manera que vemos la necesidad de unir tres aspectos: tecnología, metodologías y visión estratégica. El procesamiento de los datos es sólo completamente útil cuando la organización o empresa tiene claridad acerca del lugar a donde quiere llegar. La ejecución de grandes proyectos en Big Data requiere antes la planificación sobre qué objetivos se persiguen en el entorno de la transformación digital y el análisis respecto a la conducta del usuario o el cliente para determinar el norte de la cadena de generación de valor.

Esta realidad se hace más compleja con innovaciones recientes como las reunidas en la definición “Internet de las cosas”, donde se observan fusiones de tecnologías que generan datos sobre el comportamiento. En este sentido, extraer pautas relevantes del análisis de los datos es, sobre todo, redireccionar los interrogantes a las cuestiones importantes. La simple acumulación sin antes plasmar las formulaciones correctas no permitirá la traducción de la información en valor.

Al estudiar las particularidades de un proceso productivo necesitamos saber qué elementos de su lógica interna estarán fuertemente reflejados en los datos acumulados. Esto, a su vez, guarda la respuesta a una seria de preguntas que, al principio, no están todavía expresadas. En el Big Data nos encontramos con la respuesta a distintos niveles de estructuración para preguntas sobre cómo mejorar la productividad que todavía no han sido planteadas de forma correcta. Así de simple al mismo tiempo que complejo.

La información puede maximizar y transformar un proceso de trabajo o una demanda social, pero requiere de unas dosis de “ingeniería creativa” que oriente cómo usar esa información. Si tenemos grandes bases de datos con claves sobre movilidad (lecturas horarias, velocidad, rutas, etc.) más estadísticas sobre medios de transporte, infraestructuras, clases de vehículos (como año de fabricación), tipos de combustible y rendimiento, etc. el conjunto sólo tendrá utilidad cuando la pregunta (es decir la necesidad) esté suficientemente clara: por ejemplo, qué tecnologías van a reducir o incluso detener la contaminación.

Evidentemente, la formulación de la pregunta adecuada es, casi siempre, un reflejo del deseo del sujeto-usuario. Ese deseo, como sabemos, puede ser dirigido por distintos poderes comunicacionales. Pero también en esto el Big Data y el Data Science son útiles: la magnitud de las bases de datos puede facilitar pero también dificultar la redirección. Aspectos como el machine learning o los modelos predictivos pueden ayudar a clarificar la respuesta a una de las preguntas angulares de la analítica de datos: ¿qué quiere realmente el sujeto, qué deseos están codificados en el océano de datos generados por sus procesos productivos o consumos culturales?

Y responder qué quiere ese sujeto es igual a decir: vamos a construir un modelo de predicción para adelantarnos a ciertas demandas.

¿Estamos afirmando que las herramientas y técnicas para “entender” los datos son algo más que un aspecto añadido del mundo cotidiano de la empresa y las organizaciones? ¿Qué hay cierta responsabilidad social?

En efecto, por que adelantarse a necesidades y demandas no es igual (aunque sea posible) que predecir reacciones a acciones concretas con objeto de manipular las preguntas-aún-no-formuladas pero cuya respuesta ya está "escondida" en los datos.

Por supuesto, el problema de la post-formulación correcta vuelve a poner el acento en el factor humano y la calidad de su formación.

Guardar

Guardar

Guardar

0
0
0
s2smodern
powered by social2s

En el Blog

ContactAR

Información y matriculación

Facultad de
Ciencias Económicas y Empresariales

  • Paseo Senda del Rey, 11. 28040 Madrid.
  • Email de información:
    Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.

Este sitio usa cookies

Si sigues navegando entendemos que aceptas nuestra política de cookies Saber más

Acepto

Política de cookies

La Universidad Nacional de Educación a Distancia y el Máster de Big Data y Data Science informa acerca del uso de las cookies en sus páginas web para mejorar los servicios que se prestan a través de la misma.

Las cookies son archivos que se pueden descargar en su equipo a través de las páginas web. Son herramientas que tienen un papel esencial para la prestación de numerosos servicios de la sociedad de la información. Entre otros, permiten a una página web almacenar y recuperar información sobre los hábitos de navegación de un usuario o de su equipo y, dependiendo de la información obtenida, se pueden utilizar para reconocer al usuario y mejorar el servicio ofrecido.

Aceptación de la Política de cookies

La UNED asume que usted acepta el uso de cookies. No obstante, muestra información sobre su Política de cookies en la parte inferior de cualquier página del portal con cada inicio de sesión con el objeto de que usted sea consciente.

Ante esta información es posible llevar a cabo las siguientes acciones:

  • Aceptar cookies. Se trata de una aceptación tácita, siendo una política aceptada por el hecho de usar el portal web de la UNED.
  • No aceptar las cookies. Abandonar la navegación en el portal web de la UNED.
  • Modificar su configuración de su navegador. Podrá obtener más información sobre qué son las cookies, conocer la Política de cookies de la UNED y modificar la configuración de su navegador.

Otra información de interés

Tipos de cookies

Según la entidad que gestione el dominio desde donde se envían las cookies y trate los datos que se obtengan, se pueden distinguir dos tipos: cookies propias y cookies de terceros.

Existe también una segunda clasificación según el plazo de tiempo que permanecen almacenadas en el navegador del cliente pudiendo tratarse de cookies de sesión o cookies persistentes.

Por último, existe otra clasificación con cinco tipos de cookies según la finalidad para la que se traten los datos obtenidos: cookies técnicas, cookies de personalización, cookies de análisis, cookies publicitarias y cookies de publicidad comportamental.

Para más información a este respecto puede consultar la Guía sobre el uso de las cookies de la Agencia Española de Protección de Datos

Cookies utilizadas en la web de la UNED

A continuación se identifican las cookies que están siendo utilizadas en este portal así como su tipología y función:

  • Google Analytics. En su navegador podrá observar esta cookie denominada _ga. Según la tipología anterior se trata de cookies de terceros, de sesión y de análisis. Los datos que se recopilan, procesan y almacenan en la cuenta de la UNED de Google Analytics, están protegidos y se conservan de manera confidencial. Los datos de Google Analytics se utilizan únicamente para fines estadísticos, siendo el único dato considerado como de carácter personal tratado en este servicio la dirección IP.

Puede encontrar más información al respecto e inhabilitar el uso de estas cookies www.google.es/intl/es/analytics/privacyoverview.html

A través de la analítica web se obtiene información relativa al número de usuarios que acceden a la web, el número de páginas vistas, la frecuencia y repetición de las visitas, su duración, el navegador utilizado, el operador que presta el servicio, el idioma, el terminal que utiliza, o la ciudad a la que está asignada su dirección IP. Información que posibilita un mejor servicio de este portal.

  • UsuarioUNEDv2. Cookie de sesión (con un periodo de validez de 12 horas), propia y de tipo técnico, cookie firmada digitalmente únicamente es accesible por otros sistemas mediante SSL. Permite la navegación por el portal de forma personalizada, además de permitir mediante una única validación del usuario en el portal, acceder a otros sistemas y/o servicios de forma transparente, sin necesidad de tener que volver a identificarse
  • ASP.NET_SessionId. Cookie de tipo técnico, propia y de sesión. Cookie generada por el servidor. Esta cookie permite almacenar un identificador único por sesión a través del que es posible vincular datos necesarios para posibilitar la navegación en curso.
  • SSO_SesionID. Cookie de tipo técnico, propia y de sesión. Empleada por el portal corporativo para gestion de privilegios del usuario.
  • JSESSIONID. Cookie de tipo técnico, propia y de sesión. Empleada por componente java del servidor para posibilitar la navegación en curso.

Cómo modificar la configuración de las cookies

Usted puede restringir, bloquear o borrar las cookies de la Universidad Nacional de Educación a Distancia o cualquier otra página web, utilizando su navegador. En cada navegador la operativa es diferente, la función de ‘Ayuda” le mostrará cómo hacerlo.

Ir al principio