El valor de la gestión de datos

Cuál es la diferencia entre dato e información

Publicado el 22/01/17 23:00

En la era del Big Data a menudo se oyen términos como datos e información utilizándose de forma casi intercambiable. Sin embargo hay una diferencia entre dato e información que vamos a intentar aclarar en este artículo.

diferencia entre dato e información.jpg

Los términos dato e información se piensa que son sinónimos porque ambos se supone que aportan algún tipo de conocimiento al receptor. Pero esto es incorrecto ya que aunque están interrelacionados y tienen significados similares, en realidad cada palabra significa realmente algo muy específico y diferente y no sólo tienen diferencias en el mundo de la informática sino que esa misma diferencia entre dato e información existen en el mundo real.

Los datos son brutos y no tienen sentido por sí solos. En un sitio web sería una dirección IP de un visitante. Cuando hablamos del clima, la temperatura, la presión del aire, la humedad y así sucesivamente son sólo datos. En un aula de estudiantes, las calificaciones individuales son datos. Nada de esto por sí solo es información.

Guía gratuita: "Del Bit... al Big Data", descubre todo lo que necesitas saber  sobre Big Data y mucho más.

 

Datificación

Una de las últimas nuevas palabras que han aparecido relacionadas con esto es datificación. Se trata de una palabra que nos recuerda a digitalización. Digitalización es cuando convertimos nuestras grabaciones de música analógica en versiones digitales o escaneamos viejas fotografías y las guardamos en el ordenador como copia digitales.

La datificación podría definirse como el proceso de comenzar a almacenar copias digitales de datos en bruto que hasta ese momento no se están grabando. Se hace porque existe la posibilidad y porque además nunca se sabe lo que puede llegar a ser útil o no. Digamos que esta sería una definición técnica de datificación, pero en la actualidad se utiliza para referirse al giro que hace un negocio hacia un negocio de datos.

Estamos viendo el surgimiento del “Internet de las cosas” con el cual la información se vuelve cada vez más común y popular. Ya se está utilizando en la industria agrícola, donde los agricultores puedan recolectar cientos o miles de datos sobre sus tierras: la humedad del suelo, temperatura del aire, los niveles de nutrientes, etc.

Y estos mismos dispositivos se están extendiendo en la actualidad a los consumidores. Cualquier persona puede recoger los niveles de humedad del suelo de sus plantas si lo desea, pero también se están recogiendo datos sobre el movimiento de las personas o los patrones de sueño con productos como Fitbit. Incluso se está haciendo algo similar para mascotas.

 Descárgate nuestra Guía sobre Big Data

Cómo se crea la información

Los datos brutos están desorganizados y son inútiles por sí solos. Es solo cuando comenzamos a procesarlos y organizarlos cuándo comienzan a convertirse en información. La diferencia entre dato e información la vemos claramente cuando interpretamos los datos y les damos significado.

Podemos analizar los visitantes de una web y convertir esas direcciones IP en ubicaciones geográficas y ver un mapa de dónde provienen nuestro visitantes, calcular la temperatura media histórica en un lugar basándonos en datos meteorológicos pasados, o simplemente informar sobre las notas promedio de los estudiantes mencionados anteriormente. Si utilizas un dispositivo como Fitbit, puedes ver cuántos pasos has dado cada día y en cuantos kilómetros se han convertido, o entender la frecuencia con que te despiertas durante la noche mediante el procesamiento de los datos sobre tu sueño.

 

Diferencia entre dato e información, y también conocimiento

Todo esto anterior es información, y nos puede servir para ver la diferencia entre dato e información, pero ninguna de estas cosas es conocimiento. Ganamos conocimiento cuando sacamos conclusiones de datos e información. Y este realmente es el objetivo final del análisis de datos y el mundo del  Big Data.

Saber la temperatura promedio de una localidad puede ser útil, pero sabiendo que el promedio está aumentando constantemente cada 5 años nos da una mejor comprensión, y pone la información en su contexto. Y este contexto es realmente sólo relevante para ti o tu negocio.

 

Obteniendo conocimiento

Hay dos formas de obtener conocimiento. Primero ir a buscarlo, creando una hipótesis y tratando de probarla o refutarla científicamente. Esto sería algo así como ¿cuál es el efecto de las menciones en medios sociales sobre los pedidos de una tienda online? A continuación debes asegurarte de que estás recogiendo todos los datos relevantes, los organizas y entonces buscas causas o correlaciones.

Este es el enfoque estándar para el análisis de datos, pero tiene algunos defectos. El principal es que no sabes lo que no sabes, o en otras palabras, sólo encontrarás lo que buscas. ¿Qué pasa si las menciones en los medios sociales no causan un impacto directo en los pedidos pero sí tienen un impacto positivo en la actividad de afiliados o incluso en las renovaciones o ampliaciones de contratos? Si este no era el resultado que buscabas tal vez no lo detectes.

 ¿Quieres implementar un proyecto de Big Data?  Consulta con un experto para lograr que tu iniciativa en Big Data tenga éxito

La correlación es lo que importa

Cuando se trata de Big Data hay otra escuela de pensamiento donde la causalidad es ignorada o se considera irrelevante, y donde la correlación es lo único que importa. Se están lanzando herramientas de datos centradas en un análisis de la correlación, el cual es el proceso de analizar datos con poca atención a las relaciones lógicas y centrándose púramente en las relaciones entre los datos.

Un ejemplo clásico de esto ocurrió con la cadena Wallmart. Cuando aplicaron análisis de correlación a su masivo conjunto de datos, identificaron que las ventas de cierto tipo de tartas aumentaban en cierta área cuando en ella había avisos de Huracán. Si no fuera por la correlación nadie habría formulado esta hipótesis, pero al verlo y ser algo claramente accionable, comenzaron a supervisar el clima, moviendo el producto hacia una posición más prominente cuando el tiempo empeoraba, y de esta forma aumentaron las ventas.

 

Entonces ¿qué es conocimiento?

Como hemos discutido,  los datos son el producto en bruto que cuando se estructura y se organiza se convierte en información. Esta es la diferencia entre dato e información. Y esta información es útil tal como es, pero cuando somos capaces de extraer algo que puede conducir a una ventaja competitiva, algo nuevo y profundo, entonces estamos ganando conocimiento. Y este debe ser el objetivo final de cualquiera sistema de información.

 

New Call-to-action

Temas: Data Governance