Concepto de datos

El concepto de datos se refiere a hechos, eventos, transacciones, situaciones o

valores que han sido registrados. Los datos son la entrada sin procesar de la cual
se produce la información.
Los datos pueden ser:
 Números
 Letras
 Signos ortográficos
 Cualquier símbolo que represente una cantidad, una medida, una palabra o
una descripción
En estadística, los datos son los valores que se obtienen para cada variable, que
es una característica de los elementos u objetos que se estudian.
En informática, los datos son la representación simbólica de características de una
entidad sobre la que opera. Los programas y aplicaciones procesan los datos, que
son la forma en que toda la información entra y sale de un ordenador.
Los datos son fundamentales para tomar decisiones informadas en la sociedad
actual. En el sector sanitario, en la gestión de empresas, y en otros ámbitos, los
datos son cruciales para comprender y resolver problemas complejos.

Concepto de información
La información se define como un conjunto de datos organizados que tienen
significado y que se obtienen mediante investigación, estudio o instrucción. Su
objetivo es incrementar el conocimiento o reducir la incertidumbre sobre un tema.
En informática, la información es el resultado de procesar, interpretar, estructurar,
contextualizar o analizar otros tipos de datos. En este contexto, la información le
da valor y significado a los datos.
La información se puede almacenar, organizar y recuperar, y las computadoras
son sistemas que permiten realizar estas acciones.
La diferencia entre información y comunicación es que la información no requiere
retroalimentación, mientras que la comunicación sí.

1
Diferencia entre datos e información
La principal diferencia entre datos e información es que los datos son hechos sin
procesar, mientras que la información es la resultante de procesar y organizar los
datos:
 Datos
Son hechos, eventos o transacciones registrados, pero sin procesar. Los datos no
tienen significado por sí solos y necesitan contexto para ser útiles.
 Información
Es el resultado de procesar, organizar e interpretar los datos para que tengan
significado y valor. La información es un conjunto organizado de datos relevantes
que se comunican, comparten o transmiten.
Para obtener información, se deben añadir contexto a los datos brutos,
categorizarlos, procesarlos, estructurarlos u organizarlos de acuerdo con ese
contexto. El proceso de transformar datos en información implica tomar decisiones
sobre qué datos son importantes y cuáles no, lo que puede influir en el receptor.
La información es útil para comprender situaciones complejas y tomar decisiones.

Concepto de procesamiento de datos

EL concepto del procesamiento de datos implica transformar datos sin procesar
en información valiosa para las empresas. En general, los científicos de datos
procesan datos, lo que incluye recopilarlos, organizarlos, limpiarlos, verificarlos,
analizarlos y convertirlos en formatos legibles, como gráficos o documentos. El
procesamiento de datos se puede realizar utilizando tres métodos, es decir,
manual, mecánico y electrónico.
El objetivo del procesamiento de datos es aumentar el valor de la información y
facilitar la toma de decisiones. Esto permite a las empresas mejorar sus
operaciones y tomar decisiones estratégicas oportunas. Las soluciones
automatizadas de procesamiento de datos, como la programación de software de
computadora, juegan un papel importante en esto. Puede ayudar a convertir
grandes cantidades de datos, incluidos big data, en conocimientos significativos
para la gestión de calidad y la toma de decisiones.

2
Evolución y antecedentes históricos del procesamiento de datos

Los primeros elementos empleados para contabilizar animales y/o personas

fueron pequeñas piedras o semillas, por falta de un sistema de escritura.
3000 - 3500 AC Por los Babilonios fue descubierto el Ábaco, constituyó el primer
dispositivo manual de cálculo. Servía para representar números en el sistema
decimal y contar, permitiendo realizar operaciones aritméticas sencillas. Consta de
un marco de madera dividido en dos partes, contiene una serie de varillas
verticales que corresponden cada una a un dígito o cifra. En la parte inferior de
cada varilla hay cinco discos denominados cuentas, en la superior 2 discos
denominados quintas.
2600 AC apareció el ábaco chino, denominado Suan–Pan. Y en forma similar
nació en Japón otro modelo de ábaco que se denominó Soroban.
1822 Charles Babbage, el matemático inglés y profesor de la Universidad de
Cambridge diseño la máquina de diferencias o Diferencial, basada en
fundamentos mecánicos con ruedas dentadas, su aplicación más importante
fueron la resolución de funciones y la obtención de tablas de dichas funciones (ej.
x2) Fue la primera máquina de uso específico.
1833 el mismo Charles Babbage diseño su segunda máquina, denominada
Máquina Analítica, capaz de realizar todas las operaciones matemáticas y con
posibilidades de ser programable por medio de tarjetas de cartón perforado. Con
esta máquina Babbage consiguió definir los fundamentos teóricos de las
computadoras actuales. Por esta máquina y su estructura, Babbage es
considerado actualmente como el padre de la Informática. Ada Byron (condesa,
hija del famoso poeta Lord Byron) fue la primera persona que realizó programas
para la máquina analítica de Babbage, de tal forma ha sido considerada como la
primera programadora de la historia.
1938 Atanasoff (profesor de la Universidad de Iowa) y Berry construyeron una
máquina electrónica que operaba en binario, fue la primera máquina de calcular
digital.
1940 y 1945 Eckert y Mauchly construyeron a petición del Ministerio de Defensa
de los EE UU., la primera computadora electrónica ENIAC (Electronic Numerical
Integrator and Calculator)
1944 Neumann desarrolló la idea de una computadora donde los programas se
podían modificar.
1952 Neumann construyó una máquina llamada EDVAC (Electronic Discrete
Variable Automatic Computer).
3
1951 se construyó UNIVAC – I (por los creadores de la ENIAC) la primera
computadora creada en serie. Y luego MANIAC I, MANIAC II y la UNIVAV II.

Ciclo del procesamiento de datos: Entra, Proceso, Salida

Entrada: Periodo de tiempo en el que los datos existen en un sistema, desde su

captura hasta su eliminación o reutilización. Este ciclo se divide en fases, que los
datos atraviesan a medida que completan tareas o cumplen requisitos.
El procesamiento de datos es la etapa en la que los datos almacenados se
convierten en información útil. En esta fase, los datos pueden: Limpiarse,
Transformarse, Prepararse patrones, Integrarse.
El procesamiento de datos puede involucrar funciones como: Validación,
Clasificación, Recapitulación, Agregación, Análisis.
El proceso de procesamiento de datos puede variar según la fuente de los datos y
su propósito. Algunos métodos de procesamiento de datos son: Mecánico,
Manual, Electrónico.
Proceso: El procesamiento de datos se puede realizar utilizando tres métodos, es
decir, manual, mecánico y electrónico. El objetivo es aumentar el valor de la
información y facilitar la toma de decisiones. Esto permite a las empresas mejorar
sus operaciones y tomar decisiones estratégicas oportunas.
Salida: La salida de datos hace referencia a la información que sale de una red,
ya sea por correo electrónico, interacciones con sitios web o transferencias de
archivos, a contenedores de almacenamiento en la nube u otras fuentes.

Tipos de procesamiento de Datos: En línea, Por lote (batch), En tiempo real,

Paralelo, Distribuido
En línea: El procesamiento de datos en línea se refiere a la manipulación de datos
de diferentes maneras, como realizar cálculos, modificar palabras e imágenes, o
ordenar o alterar el orden de los datos.
Algunos tipos de procesamiento de datos en línea son:
 Procesamiento analítico en línea (OLAP)
Una tecnología de software que permite analizar datos empresariales desde
diferentes puntos de vista.
4
  Procesamiento de transacciones en línea (OLTP)
Un tipo de procesamiento de datos que consiste en ejecutar una serie de
transacciones que ocurren simultáneamente. Por ejemplo, en la banca en línea,
las compras, la entrada de pedidos o el envío de mensajes de texto.
Las aplicaciones web se utilizan a menudo para interfaces de usuario (UI) que
automatizan el procesamiento de datos. La base de datos es la principal
herramienta para la comunicación entre la UI, el servidor y otras bases de datos.
Los métodos de procesamiento de datos pueden ser mecánicos, manuales o
electrónicos. Cada método es eficaz y necesario en el ámbito de determinadas
aplicaciones.
Por lote (batch): El procesamiento por lotes, también conocido como batch, es un
método de procesamiento de datos que se utiliza para ejecutar trabajos de gran
volumen y repetitivos de forma periódica.
En este tipo de procesamiento, las computadoras realizan los trabajos de manera
simultánea, secuencial y continua, dividiendo los procesos en partes pequeñas
para mejorar la depuración.
El procesamiento por lotes es útil para tareas como copias de seguridad,
clasificación y filtrado, que pueden requerir un uso intensivo de recursos
computacionales.
En tiempo real: El procesamiento de datos en tiempo real se refiere a la
capacidad de recibir, procesar y analizar datos inmediatamente a medida que son
generados o llegan a un sistema. A diferencia del procesamiento por lotes, donde
se recopilan y procesan grandes volúmenes de datos en intervalos programados,
el procesamiento en tiempo real se enfoca en ofrecer resultados en el momento, lo
cual es crucial para aplicaciones que requieren decisiones rápidas.
Este tipo de procesamiento se utiliza en diversas áreas, como:
1. *Finanzas*: Para el monitoreo de transacciones y detección de fraudes
instantáneamente.
2. *Telecomunicaciones*: En la gestión de redes y análisis del tráfico de
llamadas.
3. *IoT (Internet de las Cosas)*: Para procesar datos de sensores en tiempo
real, como en el caso de sistemas de monitoreo de salud o ciudades inteligentes.
4. *Juegos en línea*: Donde las acciones de los jugadores deben reflejarse
instantáneamente.
5
 Las tecnologías y arquitecturas relacionadas con el procesamiento en tiempo real
incluyen sistemas de streaming, procesamiento de eventos complejos (CEP), y
plataformas como Apache Kafka, Apache Flink o Apache Storm, que permiten la
gestión eficiente de flujos de datos en tiempo real.
Paralelo: El procesamiento paralelo consiste en dividir una tarea informática en
subtareas que pueden ser realizadas al mismo tiempo por diferentes
procesadores, de modo que la tarea completa se complete más rápidamente. Sin
embargo, no todas las tareas son adecuadas para ser descompuestas para el
procesamiento paralelo.
Distribuido: El procesamiento de datos distribuidos es una técnica que consiste
en dividir un conjunto de datos o tareas en partes más pequeñas para que puedan
ser procesadas simultáneamente en diferentes máquinas. Esto permite
aprovechar la potencia informática de los dispositivos interconectados, lo que
resulta en un análisis de datos más rápido.
El procesamiento de datos distribuidos se utiliza en diversas industrias, como la
atención médica, las finanzas, el comercio electrónico y la investigación científica.
Algunas de las ventajas del procesamiento de datos distribuidos
son: Escalabilidad, Disponibilidad, Consistencia, Transparencia, Eficiencia.
Algunas tecnologías que se utilizan en el procesamiento distribuido son:
MapReduce, Apache Spark, Hadoop, Apache Flink, Databricks, Cloudera, Presto.

Enfoques del procesamiento de datos: Individualizado, Centralizado,

Distribuido

Individualizado: El enfoque de procesamiento de datos individualizado se refiere

a la metodología de manejar y analizar datos de manera que se considere la
singularidad de cada caso o individuo. A continuación, se presentan algunas
características de este enfoque:
Características del Enfoque Individualizado:
1. *Personalización de Datos*: - Se adapta el procesamiento a las necesidades
específicas de cada individuo, permitiendo un análisis más relevante y centrado.
2. *Análisis Detallado*: - Cada dato se procesa de manera personalizada, lo que
facilita la identificación de patrones o tendencias que pueden no ser evidentes en
un conjunto de datos agregado.
6
 3. *Interacción Directa*: - Los usuarios o individuos pueden interactuar con el
sistema de procesamiento, contribuyendo directamente con información adicional
que puede enriquecer el análisis.
4. *Algoritmos Adaptativos*: - Se pueden implementar modelos de aprendizaje
automático que aprendan y se ajusten a las preferencias y comportamientos
específicos de cada individuo, mejorando la precisión de las predicciones.
5. *Privacidad y Seguridad*: - Este enfoque puede enfatizar medidas de
seguridad que protejan la información personal, dado que se maneja información
individual en lugar de agregada.
Centralizado: El enfoque centrado en datos es un enfoque empresarial que se
basa en el análisis de datos para tomar decisiones, estrategias y
operaciones. Este enfoque se caracteriza por:
 Almacenar y compartir toda la información en una base de datos en la
nube
 Garantizar que los datos utilizados en los modelos de entrenamiento
sean relevantes y de alta calidad
 Permitir a todos los interesados acceder a la información de forma
fácil, rápida y confiable
 Reducir los riesgos de errores y retrasos
 Aumentar la eficiencia y la productividad
 Identificar oportunidades de mejora
 Evaluar resultados
 Fomentar la transparencia y la colaboración
El enfoque centrado en datos es un nuevo estándar que permite aprovechar las
mejoras de las tecnologías digitales.
Distribuido: El procesamiento distribuido es un enfoque que permite la ejecución
de tareas de computación en múltiples nodos o máquinas que pueden estar
geográficamente dispersos. Este paradigma busca mejorar la eficiencia,
escalabilidad y resiliencia de los sistemas computacionales. A continuación, se
describen algunos enfoques, características, ventajas y desventajas del
procesamiento distribuido:
Enfoques de Procesamiento Distribuido:

7
 1. *MapReduce*: - Un modelo de programación para procesamiento de grandes
volúmenes de datos. Divide las tareas en dos etapas principales: "Map", que
distribuye y procesa los datos, y "Reduce", que consolida y resume los resultados.
- *Ejemplo*: Apache Hadoop utiliza este enfoque para gestionar grandes conjuntos
de datos.
2. *Computación en Nube*: - Proporciona recursos de computación sobre
Internet, permitiendo el acceso y uso de hardware y software distribuidos según la
demanda. Los usuarios pueden escalar recursos según sea necesario.

Almacenamiento de datos
El almacenamiento de datos es la conservación de información mediante
tecnología que permite tener los datos accesibles cuando sea necesario. Los
datos se pueden almacenar en medios magnéticos, ópticos o mecánicos.
El almacenamiento de datos es fundamental para las empresas, ya que les
permite: Tomar decisiones mejor informadas, Monitorear el desempeño de la
empresa, Extraer información de los datos.
Algunos tipos de almacenamiento de datos son:
 Almacenamiento de archivos
 Almacenamiento en bloque
 Almacenamiento de objetos
 Almacenamiento en la nube
 Almacenamiento de conexión directa (DAS)
 Almacenamiento conectado en red (NAS)
 Red de área de almacenamiento (SAN)
Para proteger los datos, se recomienda:
 Utilizar permisos, supervisión y cifrado adecuados
 Almacenar los datos fuera de línea, por ejemplo, en copias de
seguridad en cinta
 Almacenar los datos fuera de las instalaciones, por ejemplo, en la
nube

8
Recolección de Datos
 La recolección de datos es un proceso fundamental en la investigación y puede
referirse a la obtención de información de diversas fuentes para analizar y tomar
decisiones informadas. Existen varios métodos de recolección de datos que se
pueden utilizar, dependiendo del tipo de estudio y los objetivos de investigación.
Algunos de los métodos más comunes incluyen:
1. *Encuestas y Cuestionarios*: Se utilizan para recopilar información de un
grupo de personas mediante preguntas estructuradas.
2. *Entrevistas*: Proporcionan datos cualitativos a través de conversaciones
directas, permitiendo profundizar en las respuestas.
3. *Observación*: Implica observar directamente el comportamiento o los eventos
en su entorno natural sin intervenir.
4. *Experimentos*: Se manipulan variables en un entorno controlado para
observar los efectos en otras variables.
5. *Revisión de Documentos*: Consiste en analizar documentos existentes,
como informes, artículos, o registros, para extraer información relevante.
6. *Datos Secundarios*: Involucra el uso de datos previamente recolectados por
otros, como estadísticas gubernamentales, estudios académicos, etc. La elección
del método depende de varios factores, como el tipo de datos necesarios,
recursos disponibles y la naturaleza de la investigación.

Verificación de Datos
La verificación de datos es un proceso que consiste en confirmar la exactitud,
autenticidad y validez de la información contenida en un documento. Es un paso
fundamental en la gestión de la calidad de los datos y es crucial para tomar
decisiones informadas.
La verificación de datos implica:
 Comparar los datos con una fuente conocida y confiable
 Verificar errores e inconsistencias
 Garantizar que los datos sean precisos, completos y coherentes
La verificación de datos puede realizarse de varias formas, por ejemplo:
 Mostrar páginas a un operador para que las compruebe manualmente
y las corrija si es necesario
9
 Utilizar herramientas de validación de datos para agilizar el proceso
La verificación de datos es importante porque las noticias falsas pueden
obstaculizar la capacidad de los ciudadanos de tomar decisiones libres,
informadas y racionales.

Métodos del Proceso de Datos: Proceso Manual, Proceso Mecánico, Proceso

electromecánico, Proceso electromecánico, Proceso electrónico
Proceso manual: El procesamiento de datos manual es un método que implica la
adquisición y clasificación de datos de manera manual, sin el uso de sistemas o
software automatizados.
Los tres tipos principales de procesos de entrada manual de datos
son: Formularios en papel, Entrada por teclado, Escaneo.
El procesamiento de datos manual es lento y poco eficiente, ya que se registran
los datos con lápiz y papel y se realizan cálculos mentales. Esto genera pérdidas
de tiempo en la clasificación y almacenamiento.
El objetivo del procesamiento de datos es aumentar el valor de la información y
facilitar la toma de decisiones. Para ello, se pueden utilizar otros métodos, como el
mecánico o el electrónico.
Proceso mecánico: El procesamiento de datos mecánico se produce a través de
máquinas o dispositivos, que incluyen calculadoras, prensas de impresión,
máquinas de escribir u otros medios mecánicos. La ventaja de este método se
encuentra en la minimización de los errores, aunque se ha vuelto poco realista en
el paisaje de datos actual.
Proceso electrónico: El procesamiento electrónico de datos (EDP) es un método
para recopilar, analizar, resumir y registrar datos mediante dispositivos
electrónicos. El objetivo es aumentar el valor de la información y facilitar la toma
de decisiones.
El EDP se realiza mediante computadoras, servidores y tecnologías de Internet de
las cosas (IoT).
Algunas de las funciones del procesamiento de datos son:
 Validación: Asegurar que los datos son correctos, útiles y limpios
 Clasificación: Ordenar los elementos en diferentes conjuntos o en una
secuencia
10
 Recapitulación: Reducir los detalles de los datos a sus puntos
principales
 Agregación: Combinar múltiples piezas de datos
  Análisis: Colección, organización, análisis, interpretación y
presentación de datos
El procesamiento de datos se puede realizar de forma manual, mecánica o
electrónica. La recolección de datos es el primer paso en el procesamiento de
datos y se realiza a partir de diversas fuentes, como encuestas, transacciones en
línea, sensores, entre otras. La calidad de los datos recolectados es fundamental
para el éxito del proceso.

12