Universidad Tecnológica Centroamericana

(UNITEC)

Ensayo sobre la ciencia y el análisis de datos

Lic. Aura Anabel Matute Ruiz

Español (Comunicación oral y escrita) 961

María Belén Calderón Torrez 12141222

Tegucigalpa M.D.C. 07 de diciembre de 2021

 Introducción

En el siguiente ensayo se presentará información sobre artículos de la ciencia y

análisis de datos efectuados en el trabajo de fichas donde se aprende datos innovadores

sobre dicho tema, donde miramos la importancia de tener una buena base de datos en

una empresa donde nos concentramos en el área administrativa.

La ciencia de datos combina múltiples campos, como las estadísticas, los

métodos científicos, la inteligencia artificial (IA) y el análisis de datos para extraer el

valor de los datos. Los practicantes de la ciencia de datos se llaman científicos de datos

y combinan una variedad de conocimientos para analizar los datos recopilados de la

web, teléfonos inteligentes, clientes, sensores y otras fuentes para obtener información

útil.

La ciencia de datos abarca la preparación de los datos para el análisis, incluida la

limpieza, la agregación y la manipulación de los datos para realizar análisis avanzados.

Las aplicaciones analíticas y los científicos de datos pueden revisar los resultados para

descubrir patrones y permitir que los líderes empresariales obtengan información

fundamentada.

El análisis de datos es un proceso que consiste en inspeccionar, limpiar y

transformar datos con el objetivo de resaltar información útil, para sugerir conclusiones

y apoyo en la toma de decisiones. El análisis de datos tiene múltiples facetas y

enfoques, que abarca diversas técnicas en una variedad de nombres, en diferentes

negocios, la ciencia, y los dominios de las ciencias sociales. Los datos se coleccionan y

analizan para indagar en cuestiones, probar conjeturas o refutar teorías.

 La Ciencia de Datos (Data Science) se encarga de analizar grandes volúmenes

de información con la ayuda de la inteligencia artificial para mejorar el manejo de la

información.

Los científicos de datos combinan técnicas de ciencia de la computación y la

estadística, como el aprendizaje automático (machine learning), la inteligencia artificial,

el reconocimiento de patrones, el aprendizaje estadístico, los modelos de probabilidad y

la visualización, para administrar, analizar e interpretar datos.

Con toda esta información, el profesional de Ciencia de Datos puede descubrir

tendencias, predecir el futuro y anticiparlo. Para ello, puede desempeñarse como

analista de ciencia de datos, analista de computación científica o en el rubro del Applied

Machine Learning.

Hoy, la big data mueve al mundo. Los datos se han convertido en el commodity

más valorado por las empresas. Las organizaciones dedicadas al Marketing, Finanzas,

Recursos Humanos y muchos otros campos necesitan de profesionales que sepan

manejar grandes cantidades de datos y herramientas de análisis. Por ello, el mercado

laboral en la ciencia de datos está en auge: empresas de todo rubro necesitan de

científicos de datos que puedan crear modelos capaces de predecir lo que ocurrirá en su

sector.

El análisis de datos es el estudio exhaustivo de un conjunto de información cuyo

objetivo es obtener conclusiones que permitan a una empresa o entidad tomar una

decisión.

Es decir, nos referimos a la examinación e interpretación de una base de datos.

Esto, con el fin de llegar a la resolución de un problema o cuestionamiento.

 Durante este análisis, los datos pueden ser objeto de operaciones, por ejemplo,

para obtener indicadores estadísticos.

Cabe señalar que este es un proceso de la ciencia de datos que se da luego de la

recolección de la información.

Es decir, este análisis incluye todas las herramientas a las que podemos recurrir

para el estudio de una base de datos, incluso las visuales como el histograma, el

diagrama de barras, el gráfico circular, entre otros.

Artículo 1: Smart data: Conociendo al consumidor mediante la Minería de

Datos

La irrupción de internet y en particular de las redes sociales, ha supuesto una

auténtica revolución en el mundo del marketing. Este contexto “digital” conlleva

grandes ventajas para las empresas ya que permite la recolección de grandes cantidades

de información respecto a los consumidores.

El ambiente de colaboración y la facilidad de intercambiar información fueron la

clave esencial para la evolución de estas redes sociales que, por un lado, transformaron

la manera en la que personas y grupos de profesionales se comunican entre ellos (Hunt,

2010). Por otro lado, permitió a los internautas participar activamente en la producción

de contenido. Dejan de ser apenas consumidores y pasan a ser “prosumidores” que

confían y utilizan estas redes como un lugar para compartir conocimientos,

experiencias, ideas y opiniones, además de aumentar su red de contactos.

Este panorama ha despertado el interés de las empresas que no han tardado en

identificar las redes sociales como una forma hábil y rápida para aplicar el marketing

relacional y estrechar relaciones con el cliente para potenciar su propuesta de valor.

 En definitiva, en esta nueva era del marketing guiada por el smart data, las

empresas que quieran competir en este contexto deben considerar las redes sociales no

solo como un canal directo de dialogo con el cliente, sino también como un pozo repleto

de valiosa información en relación con su comportamiento, perfil geográfico,

económico y cultural. Basta saber cómo capturar, filtrar y entender tal elixir para actuar

de manera acertada en la misión de diseñar y entregar una propuesta ajustada a cada tipo

de cliente.

Artículo 2: ¿Qué es bussines intelligence? Ventajas de uso y principales

herramientas

Comencemos explicando qué es business intelligence. El término Business

Intelligence (BI) o inteligencia de negocio se refiere utilizar estrategias y herramientas

para transformar cantidades de datos en conocimiento. Por lo tanto, esto permite la

mejora de la toma de decisiones dentro de una empresa.

Actualmente, la competencia entre empresas es feroz y cualquier pequeño

detalle o decisión puede ser primordial para el devenir de una empresa.

La diferenciación con la competencia mediante el uso de las herramientas de

business intelligence para mejorar la toma de decisiones se convierte en obligatoria.

El objetivo es captar información, tanto interna (informes de producción, redes

sociales,) como externa (datos sobre otras empresas, artículos en internet, recortes de

prensa,), procesar y analizar toda esta información y presentarla de forma que cualquier

persona pueda entenderla.

 Ventajas de las herramientas Business Intelligence

• La utilización de herramientas de Business Intelligence nos ofrece las

siguientes ventajas:

• Poder analizar información que provenga de varias fuentes (tanto internas

como externas) de forma combinada.

• Seguidamente, Realizar un análisis más profundo y poder realizar

reportes más exhaustivos.

• Capacidad para poder realizar análisis basándose en series históricas.

• Proyectar toda la información analizada para realizar pronósticos de

futuro.

Tipos y principales herramientas de Business Intelligence

Existen multitud de herramientas de business intelligence y se pueden clasificar

de muchas formas, pero se pueden distinguir principalmente los siguientes 3 tipos de

herramientas de business intelligence:

• Gestionar datos (Management Tools)

• Descubrir nuevos datos (Data Discovery Applications)

• Reportar (Reporting Tools)

Artículo 3: Cloud Computing y Big data ¿qué tienen en común?

El sector tecnológico ha generado un crecimiento desorbitado del volumen de

datos con los que trabajamos. Cada vez son necesarios sistemas de almacenamiento más
sofisticados. Además, estos sistemas deben permitir la escalabilidad y crecimiento

dentro de la organización.

Es precisamente este hecho, el punto de encuentro entre el cloud computing y

big data. Pero antes de ver qué aspectos tienen en común y de qué manera se

complementan, repasemos ambos conceptos por separado.

Big data y la importancia de almacenar y extraer información

El concepto de big data seguramente no te sea nada novedoso, venimos

arrastrándolo desde hace unos años con el desarrollo de las TIC. En concreto, hace

referentica a la cantidad ingente de datos acumulados y a las herramientas encargadas

de manipularlos, gestionarlos y analizarlos.

El big data consiste, en el uso de tecnologías para estudiar la información

almacenada y pronosticar problemas en los negocios y en la vida real. Nos permite

conocer hechos o conductas de las personas. Por lo que el gran desafío es cómo estudiar

esta gran cantidad de información para tomar decisiones estratégicas.

“Un nuevo paradigma en la computación donde los límites de la computación

serán determinados por razones económicas en lugar de los límites técnicos”

Sin embargo, no es hasta el año 2006 cuando se impulsa la investigación en

cloud computing. Es en este año, cuando corporaciones como Google o Amazon,

comienzan a utilizar el término de computación en la nube. Se define así la nueva

situación en la que se accede cada vez más a través de la web al software, los archivos o

los datos en general.

Aunque no se especifica directamente, una característica inherente del cloud

computing es la alta dependencia de terceros. Se trabaje con el tipo de nube que se

trabaje, siempre habrá una empresa contratada que sirva como proveedor de los

servicios. Como ya hemos comentado, este hecho nos permite como empresa

“olvidarnos” del mantenimiento y la gestión de los recursos. Es el proveedor de

servicios el que se encarga de todos los procesos y de la seguridad de la información.

En base a todo lo que hemos comentado, es fácilmente deducible que el punto de

encuentro entre Cloud computing y Big data versa sobre la ventaja de almacenamiento y

tratamiento distribuido de los datos que se consigue con una infraestructura cloud.

El uso de cloud computing para entornos de big data, nos va a permitir escalar

las infraestructuras necesarias y capacidades de almacenamiento en función de las

necesidades empresariales. Cualquier empresa podrá tener acceso, en cada momento

específico, a los recursos óptimos para el análisis y almacenamiento de los datos.

Además, con el desarrollo del cloud computing y big data, existen empresas

proveedoras que “acomodan” sus servicios a las necesidades tecnológicas del big data.

Si a todo ello le sumamos que:

gracias a servicios como DRAAS se permite la continuidad de negocio y

que la capacidad de seleccionar e integrar plataformas cloud en entornos de big

data y análisis de datos se establece como una competencia profesional para este año

No es de extrañar que se demanden, desde las empresas, perfiles que permitan la

integración de estas dos tecnologías. Quizás sea un buen momento para especializarte

en estos entornos e impulsar tu carrera. Desde Inesem te proponemos algunas acciones

formativas relacionadas con todo este "mundo".