Big Data y analítica

Inicio Educación Big Data y analítica

Gestión de datos no estructurados

gestión de datos no estructurados

El año pasado, el gobierno del Reino Unido lanzó Transformándonos para un futuro digital, una hoja de ruta hasta 2025. La ambición es transformar los servicios públicos a través de tecnología de clase mundial. Sin embargo, cumplir con esta hoja de ruta depende de contar con sistemas digitales rápidos y eficientes, datos de alta calidad y...

Gestión de datos: ¿bendición o maldición?

La gestión de datos es clave en todas las organizaciones, incluidas las instituciones de educación superior. Éstas deben vigilar de cerca si los datos ayudan o dificultan sus actividades. La creciente información que transita los sistemas de TIC provoca que muchas organizaciones no tengan una gestión de datos de correcta. ¿Cuánto es demasiado? ¿Qué es relevante? Los datos pueden ser tanto una bendición como una maldición. Según McKinsey, «invertir en iniciativas de datos brinda una oportunidad importante para mantener un crecimiento constante, adoptar nuevos modelos de negocio, mejorar la eficiencia, y proporcionar el nivel de seguridad que exigen los clientes». En otras palabras, los datos deben funcionar para la organización. Si no es así, algo anda mal. De acuerdo con Nutanix, existen cuatro señales reveladoras de que la gestión de datos de una organización está estancada y necesita un replanteamiento. ●La gestión de datos lleva más tiempo que el análisis. Los silos y los datos inconsistentes o incompatibles pueden socavar los esfuerzos de cualquier organización por utilizar la información para la inteligencia de negocios. Si se pasa mucho tiempo tratando de encontrar datos relevantes para análisis, entonces definitivamente hay un problema de administración. La mala calidad de los datos puede conducir a decisiones inexactas, ya que los análisis se basarán en información incorrecta o incompleta. Los mayores culpables de esto son los centros de datos heredados o aislados. Las organizaciones necesitan volver a evaluar el rendimiento del centro de datos y determinar si mantener vivas las tecnologías heredadas es prudente. Energía y gestión de datos ●Los datos no estructurados dominan en la empresa. No hay nada de malo con los datos no estructurados. Pueden ser una fuente de conocimientos significativos que las organizaciones pueden utilizar para obtener una ventaja competitiva. Sin embargo, no es positivo tener demasiados. En este caso, la gestión de datos puede ser un desafío, pues son cualitativos y no se pueden procesar con herramientas convencionales. Nuevamente, las tecnologías heredadas y en silos están expuestas por su incapacidad para ayudar cuando se trata de administrar datos no estructurados. Alternativamente, la base de datos como servicio (DBaaS) puede ser una forma efectiva de ayudar a los usuarios a acceder y administrar conjuntos de datos no estructurados. ●Los costos de energía son demasiado altos. Los costos de energía son un buen indicador de la eficiencia del centro de datos. Si las facturas siguen siendo altas, independientemente de cualquier cambio, es una clara señal de que algo está pasando. Según National Grid, hasta el 90% de la energía consumida por los centros de datos es cuando están inactivos. Es una fuente de gran desperdicio, en términos de costo, pero también conduce a emisiones de carbono innecesarias. La consolidación del big data en la nube y el uso de infraestructuras hiperconvergentes es una forma efectiva de enfrentar estos problemas. Su uso aumenta la eficiencia energética y reduce las emisiones, al tiempo que se mejora la seguridad de los datos. Mejorar la visibilidad y la comprensión de los datos ●El trabajo remoto o híbrido poco estructurado. En los últimos dos años, la mayoría de las organizaciones ofrecen opciones de trabajo remotas e híbridas. Durante la pandemia, esto condujo a un mosaico de soluciones rápidas, y con eso surgieron problemas de seguridad y gestión de datos. Muchos de estos problemas todavía permanecen. Las organizaciones necesitan revisar las herramientas de trabajo remoto para garantizar un acceso rápido, eficiente y seguro a los datos, independientemente de la ubicación. Las tecnologías y los procesos de privacidad y seguridad de datos deben integrarse en cualquier transformación digital. La gobernanza de datos es un aspecto vital de cualquier estrategia de gestión de datos. Las organizaciones necesitan visibilidad. ¿Cómo se gestionan los datos? ¿Hay áreas potenciales de explotación? Comprender cómo se mueven los datos en los sistemas, cómo se almacenan y cómo los utilizan las aplicaciones es una responsabilidad fundamental. Sin visibilidad, ¿cómo pueden las organizaciones saber qué sucede realmente con los datos?

La gestión de datos es clave en todas las organizaciones, incluidas las instituciones de educación superior. Éstas deben vigilar de cerca si los datos ayudan o dificultan sus actividades. La creciente información que transita los sistemas de TIC provoca que muchas organizaciones no tengan una gestión de datos de correcta. ¿Cuánto es demasiado?...

Alfabetización de datos en universidades

Alfabetización de datos en universidades

La alfabetización de datos es un componente de la destreza digital. Consiste en la capacidad de leer, escribir y comunicar datos en contexto. De acuerdo con la definición de Gartner, incluye la capacidad de describir la aplicación de los datos y el valor resultante. Es decir, se trata de la comprensión fundamental de los datos, cómo...

Big data en las universidades

Big data en las universidades

La Internet de las Cosas (Internet of Things, IoT) continuará creciendo en el futuro previsible. De hecho, el ritmo se acelerará conforme nuevas tecnologías digitales facilitan la comunicación de los dispositivos entre sí. Para ello, utilizan sensores y sistemas inteligentes conectados a la red. Por supuesto, ello produce una ingente cantidad de datos, tanto estructurados como...

Analítica de datos e IA en los campus

Analítica de datos e IA en los campus

La analítica de datos (data analytics) es cada vez más importante en la educación universitaria. Para sacar el mejor provecho de ella se requiere acompañarla con el uso de la inteligencia artificial (IA). Esta combinación de tecnologías se ha convertido en una herramienta poderosa que ayuda a atraer y retener a los alumnos, comprender las necesidades...

Datos sin estructurar: cómo aprovecharlos

Datos sin estructurar: cómo aprovecharlos

Las empresas de hoy en día recopilan más datos que nunca y este cúmulo de información sigue creciendo a un ritmo exponencial. Esta situación les permite tomar mejores decisiones de negocio, pero también da lugar a nuevos desafíos. Hoy en día se generan mayormente datos sin estructurar u obscuros. Suman del 80% al 90%, según las...

Dashboards: su utilidad para las universidades

dashboards

Las universidades son cada vez más dirigidas por datos. No sólo deben encontrar las mejores opciones de almacenamiento y procesamiento; también deben presentarlos de la manera que resulte más útil a cada departamento universitario. En muchas ocasiones el problema no es recopilar los datos, sino convertirlos en conocimiento útil para las universidades, que permita tomar decisiones...

Empoderamiento de datos en las universidades

Empoderamiento de datos

El empoderamiento de datos resulta esencial para las universidades pues, como en cualquier otra vertical de negocios, los datos sin inteligencia son simplemente datos. Por lo tanto, la inteligencia es la base para comprender qué datos tienen las instituciones educativas, dónde están ubicados, dónde se originaron y cómo se transformaron. También permite controlar la información que se recibe, si es sensible...

Se fortalecen los centros de datos en México

industria de los centros de datos

México es uno de los países que lideran el presente y futuro de la industria de los centros de datos. Prueba de ello es que en los últimos años se han puesto en marcha relevantes inversiones al respecto. Querétaro destaca como uno de los estados que más proyectos agrupa y conforma el hub de data centers...

Machine learning y LMS para optimizar el aprendizaje

Machine learning y LMS para optimizar el aprendizaje

Al combinar una de las ramas de la IA, el machine learning y LMS, se pueden lograr análisis muy provechosos en la educación a distancia. Ello cobra importancia en el contexto de la pandemia de COVID-19, que fue un profundo choque para la manera en que funcionaba la sociedad. Las formas de interactuar y comunicarse, de...

Artículos Educación

Eventos Educación