En informática, los datos son información que se ha traducido a una forma que sea eficiente para su movimiento o procesamiento. En relación con las computadoras y medios de transmisión actuales, los datos son información convertida en forma digital binaria. Es aceptable que los datos se utilicen como asunto singular o asunto plural. Datos en bruto es un término utilizado para describir los datos en su formato digital más básico.
El concepto de datos en el contexto de la informática tiene sus raíces en la obra de Claude Shannon, matemático estadounidense conocido como el padre de la teoría de la información. Introdujo conceptos digitales binarios basados en la aplicación de la lógica booleana de dos valores a los circuitos electrónicos. Los formatos de dígitos binarios son la base de los Procesadores, las memorias semiconductoras y las unidades de disco, así como de muchos de los dispositivos periféricos habituales en la informática actual. Los primeros sistemas de entrada de datos y de control adoptaron la forma de tarjetas perforadas, seguidas de la cinta magnética y el disco duro.
Desde el principio, la importancia de los datos en la informática empresarial se hizo evidente por la popularidad de los términos «procesamiento de datos» y «procesamiento electrónico de datos», que, durante un tiempo, llegaron a abarcar toda la gama de lo que hoy se conoce como tecnología de la información. A lo largo de la historia de la informática empresarial, se produjo una especialización y, junto con el crecimiento del tratamiento de datos en las empresas, surgió una profesión distinta de los datos.
¿Cómo se almacenan los datos?
Los ordenadores representan los datos, incluidos vídeo, imágenes, sonidos y texto, como valores binarios que utilizan patrones de sólo dos números: 1 y 0. Un bit es la unidad de datos más pequeña y representa un único valor. Un byte tiene ocho dígitos binarios. El almacenamiento y la memoria se miden en megabytes y gigabytes.
Las unidades de medida de datos siguen creciendo a medida que aumenta la cantidad de datos recopilados y almacenados. El término relativamente nuevo «brontobyte», por ejemplo, es el almacenamiento de datos que equivale a 10 a la 27ª potencia de bytes.
Los datos pueden almacenarse en formatos de archivo, como en los sistemas mainframe que utilizan ISAM y VSAM. Otros formatos de archivo para el almacenamiento, conversión y procesamiento de datos son los valores separados por comas. Estos formatos siguieron utilizándose en una gran variedad de tipos de máquinas, incluso a medida que los enfoques más orientados a los datos estructurados ganaban terreno en la informática corporativa.
Se desarrolló una mayor especialización a medida que surgieron las bases de datos, los sistemas de gestión de bases de datos y, posteriormente, la tecnología de bases de datos relacionales para organizar la información.
Tipos de datos
El crecimiento de Internet y de los teléfonos inteligentes en la última década ha provocado un aumento de la creación de datos digitales. Los datos incluyen ahora información de texto, audio y vídeo, así como registros de actividad web. Gran parte de ellos son datos no estructurados.
El término big data se ha utilizado para describir datos del orden de petabytes o superiores. Una forma abreviada de describir los big data es con las 3 V: volumen, variedad y velocidad. A medida que se ha extendido el comercio electrónico basado en la web, han evolucionado los modelos de negocio basados en big data, que tratan los datos como un activo en sí mismo. Estas tendencias también han generado una mayor preocupación por los usos sociales de los datos y su privacidad.
Los datos tienen un significado que va más allá de su uso en aplicaciones informáticas orientadas al procesamiento de datos. Por ejemplo, en la interconexión de componentes electrónicos y la comunicación en red, el término datos suele distinguirse de «información de control», «bits de control» y términos similares para identificar el contenido principal de una unidad de transmisión. Además, en ciencia, el término datos se utiliza para describir un conjunto de hechos reunidos. Lo mismo ocurre en campos como las finanzas, el marketing, la demografía y la salud.
Gestión y uso de datos
Con la proliferación de datos en las organizaciones, se ha puesto mayor énfasis en asegurar la calidad de los datos reduciendo la duplicación y garantizando que se utilizan los registros más precisos y actuales. La gestión moderna de datos incluye la limpieza de datos y los procesos de extracción, transformación y carga (ETL) para integrarlos. Los datos para procesar se han complementado con metadatos, a veces denominados «datos sobre datos», que ayudan a los administradores y usuarios a entender las bases de datos y otros datos.
Los análisis que combinan datos estructurados y no estructurados se han vuelto útiles a medida que las organizaciones buscan capitalizar dicha información. Los sistemas para este tipo de análisis se esfuerzan cada vez más por lograr un rendimiento en tiempo real, por lo que están diseñados para manejar datos entrantes consumidos a altas tasas de ingesta y para procesar flujos de datos para su uso inmediato en las operaciones.
Con el tiempo, la idea de la base de datos para operaciones y transacciones se ha extendido a la base de datos para informes y análisis predictivo de datos. Un ejemplo principal es el almacén de datos, que está optimizado para procesar preguntas sobre operaciones para analistas de negocio y líderes empresariales. El creciente énfasis en la búsqueda de patrones y la predicción de resultados empresariales ha llevado al desarrollo de técnicas de minería de datos.
Profesionales de los datos
La profesión de administrador de bases de datos es una rama de la informática. Estos expertos en bases de datos trabajan en el diseño, ajuste y mantenimiento de la base de datos.
La profesión de datos arraigó con fuerza a medida que el sistema de gestión de bases de datos relacionales (RDBMS) fue ganando terreno en las empresas, a partir de la década de 1980. El auge de las bases de datos relacionales se debió en parte al lenguaje de consulta estructurado (SQL). Más tarde, las bases de datos no SQL, conocidas como bases de datos NoSQL, surgieron como alternativa a los RDBMS establecidos.
Hoy en día, las empresas emplean a profesionales de la gestión de datos o asignan a los trabajadores la función de administración de datos, que implica llevar a cabo políticas de uso y seguridad de los datos, tal como se indica en las iniciativas de gobernanza de datos.
Ha aparecido un título distinto — el de científico de datos — para describir a los profesionales centrados en la minería y el análisis de datos. La ventaja de presentar la ciencia de datos de forma evocadora ha dado lugar incluso al artista de datos, es decir, un individuo experto en graficar y visualizar datos de forma creativa.