la importancia del enriquecimiento de datos

Durante su última misión a bordo de la ISS, el astronauta Thomas Pesquet recordó la importancia de los datos y su enriquecimiento para proporcionar estudios e informes precisos. El campo de la ciencia de datos ha experimentado un rápido progreso en los últimos años: desde el análisis financiero hasta la prevención de riesgos climáticos, los gerentes de la mayoría de las empresas se están dando cuenta de su importancia. Reconocen la utilidad crucial de explorar datos internos y externos respaldados por análisis avanzados.

Los datos juegan un papel central en cualquier actividad, desde la entrega de paquetes hasta el desarrollo de una trayectoria para una misión espacial, y definen la estructura de las actividades. Los líderes empresariales se están dando cuenta cada vez más de que el aprendizaje automático y la inteligencia artificial (IA) serán fuentes de una importante ventaja competitiva en los próximos años. Para muchos, la dificultad es saber por dónde empezar.

Comprender el enriquecimiento de datos

El enriquecimiento de datos se puede definir como la proceso de combinación de datos de la empresa con datos misceláneos de otros sistemas o fuentes de datos de terceros. El objetivo final del enriquecimiento de datos es proporcionar información cualitativa, completa y exhaustiva..

Un ejemplo típico es una empresa que busca identificar mejor a sus clientes. Al combinar los datos que tiene sobre sus clientes con información demográfica y de comportamiento externa, la empresa puede obtener una comprensión mucho más rica y matizada de su base de clientes. De hecho, el enriquecimiento de datos aumenta el alcance y el valor de sus datos comerciales existentes al combinarlos con datos de alta calidad de fuentes de terceros.

Hacia el futuro del análisis de datos

Muchas empresas han comenzado a recopilar sus datos y garantizar que se almacenen en algún lugar donde puedan usarse en el futuro. Esto a menudo incluye datos de texto, datos semiestructurados y no estructurados, incluidos tickets de servicio, reseñas de usuarios y publicaciones en redes sociales, así como fuentes más tradicionales, como datos transaccionales de ERP. Al recopilar y organizar esta información, asegurándose de que se almacene de manera que pueda usarse más tarde, estas empresas están sentando las bases para obtener beneficios futuros del análisis de datos.

Qué más, el enriquecimiento de datos permite mapear de manera efectiva los escenarios de acción de una empresa. De hecho, ofrece información valiosa para las empresas y que, a su vez, puede generar inteligencia inmediata.

Es por eso que algunas empresas ya están utilizando datos externos. Muchos planean comenzar a usar datos externos dentro del próximo año. Las tendencias en torno a los datos geoespaciales siguen un patrón similar. Alrededor de un tercio de las empresas usan datos de ubicación de alguna forma, y ​​las empresas restantes planean comenzar a usar datos geoespaciales dentro del próximo año.

Entonces, estas tendencias reflejan el hecho de que las empresas que buscan comprender y utilizar su información son cada vez más conscientes de que el enriquecimiento de datos es un punto de partida lógico. El punto aquí es definir cómo las empresas pueden comenzar a aprovechar la ciencia de datos de manera más efectiva para ofrecer un negocio más receptivo.

El papel único de los datos geoespaciales

Los datos georreferenciados ofrecen una oportunidad particularmente emocionante para crear valor. Permiten acceder a información sobre la posición de un determinado ente en el tiempo y el espacio, incluidas sus características físicas, lo que se encuentra cerca de él, el tipo de tráfico o incluso las condiciones meteorológicas en un momento dado. Los datos geoespaciales permiten gestionar conjuntos de información similares para diferentes países y regiones del mundo. Cuando se combina con los datos comerciales existentes de una organización, proporciona un contenido especialmente rico y conocimientos valiosos..

Sin embargo, los datos geoespaciales todavía presentan dificultades particulares, porque se desvían de las formas y definiciones estándar que suelen caracterizar a los datos estructurados. Las dificultades encontradas al trabajar con datos geoespaciales se pueden comparar con la información registrada en una hoja de cálculo, en la que uno intentaría encajar líneas onduladas en ella.

En el caso de una dirección, por ejemplo, el uso de Location Intelligence consiste en calcular distancias, tiempo medio de viaje o susceptibilidad a cierto tipo de fenómenos meteorológicos extremos u otros desastres naturales. Este tipo de análisis, como muchos otros ejemplos en el área de inteligencia de ubicación, requiere herramientas y habilidades especializadas. Sin embargo, la inteligencia de ubicación tiene el potencial de generar un valor intelectual significativo.

Enriquecimiento de datos: un esfuerzo colectivo

Para generar un interés palpable en recopilar y valorar información, es importante comprender los diferentes intereses del enriquecimiento de datos. Esto a menudo implica entrevistar a múltiples partes interesadas para determinar qué objetivos son los más importantes. Esta información debe cotejarse con los datos de la organización para identificar oportunidades de alto valor.

Por lo tanto, la empresa puede haber identificado objetivos críticos para un análisis posterior, pero si el conjunto de datos requerido para ese análisis tiene serias reservas, la empresa primero debe abordar la calidad de los datos o los problemas de gobierno. En todos los casos, el proceso debe involucrar una amplia gama de habilidades, desde científicos de datos hasta usuarios comerciales y legisladores. La ciencia de datos es, de hecho, un deporte de equipo.

En resumen, las empresas de hoy se benefician de un conjunto completo de capacidades que las ayudan a administrar e integrar sus datos, mantener una alta calidad de los datos mientras enriquecen esa información con datos externos seleccionados y revelan el contexto del uso de datos geoespaciales. En última instancia, la integración, la calidad de los datos, el enriquecimiento y la inteligencia de ubicación agregan valor y, cuando se combinan, forman una plataforma de integridad de datos que ofrece una ventaja de conocimiento significativa sobre su negocio, sus objetivos y sus clientes.
_________________

En steve van den bergVicepresidente SEMEA en Precisamente

Lea también:

> Democratizar la ciencia de datos y hacer que la IA sea explicable y transparente
> Ciencia de datos y ML: los «pulgares» pequeños prevalecen contra los gigantes
> Cree una gobernanza sólida para optimizar sus datos
> Construir una estrategia de datos de la manera difícil