La gestión de datos comprende todas las disciplinas relacionadas con el manejo de datos como un recurso valioso, es la práctica de gestionar los datos de una organización para que puedan ser analizados para la toma de decisiones . [1]
El concepto de gestión de datos surgió en la década de 1980 cuando la tecnología pasó del procesamiento secuencial [2] (primero tarjetas perforadas , luego cinta magnética ) al almacenamiento de acceso aleatorio .
Dado que ahora era posible almacenar un hecho discreto y acceder rápidamente a él utilizando tecnología de disco de acceso aleatorio , quienes sugerían que la gestión de datos era más importante que la gestión de procesos de negocio utilizaron argumentos como "la dirección particular de un cliente se almacena en 75 (o en algún otro archivo grande) número) lugares en nuestros sistemas informáticos." [ cita necesaria ] Sin embargo, durante este período, el procesamiento de acceso aleatorio no fue competitivamente rápido, por lo que aquellos que sugerían que la "gestión de procesos" era más importante que la "gestión de datos" utilizaron el tiempo de procesamiento por lotes como argumento principal.
A medida que el software de aplicación evolucionó hacia un uso interactivo en tiempo real , se hizo evidente que ambos procesos de gestión eran importantes. Si los datos no estuvieran bien definidos, se utilizarían incorrectamente en las aplicaciones. Si el proceso no estaba bien definido, era imposible satisfacer las necesidades de los usuarios.
Los temas de gestión de datos incluyen:
En el uso de la gestión moderna , el término datos se reemplaza cada vez más por información o incluso conocimiento en un contexto no técnico. Así, la gestión de datos se ha convertido en gestión de la información o gestión del conocimiento . Esta tendencia oscurece el procesamiento de datos brutos y deja implícita la interpretación. La distinción entre datos y valor derivado se ilustra en la escalera de información. Sin embargo, los datos han regresado con la popularización del término big data , que se refiere a la recopilación y análisis de conjuntos masivos de datos.
Varias organizaciones han establecido centros de gestión de datos (DMC) para sus operaciones. [3]
2.1 Fuentes de datos Los especialistas en marketing y las organizaciones de marketing han estado utilizando la recopilación y el análisis de datos para perfeccionar sus operaciones durante las últimas décadas. Los departamentos de marketing de organizaciones y empresas de marketing llevan a cabo la recopilación y el análisis de datos recopilando datos de diferentes fuentes y analizándolos para generar datos reveladores que puedan utilizar para la toma de decisiones estratégicas (Baier et al., 2012). En el entorno empresarial moderno, los datos se han convertido en un activo crucial para las empresas, ya que las empresas utilizan los datos como un activo estratégico que se utiliza regularmente para crear una ventaja competitiva y mejorar las experiencias de los clientes. Entre las formas de datos más importantes se encuentra la información del cliente, que es un activo crítico que se utiliza para evaluar el comportamiento y las tendencias del cliente y utilizarlo para desarrollar nuevas estrategias para mejorar la experiencia del cliente (Ahmed, 2004). Sin embargo, los datos deben ser de alta calidad para poder utilizarlos como un activo empresarial y crear una ventaja competitiva. Por lo tanto, la gobernanza de datos es un elemento crítico de la recopilación y el análisis de datos, ya que determina la calidad de los datos, mientras que las restricciones de integridad garantizan la confiabilidad de la información recopilada de las fuentes de datos. Las empresas y organizaciones utilizan diversas tecnologías, incluido Big Data, para permitir a los usuarios buscar información específica a partir de datos sin procesar agrupándola según los criterios preferidos que los departamentos de marketing de las organizaciones podrían aplicar para desarrollar estrategias de marketing específicas (Ahmed, 2004). A medida que la tecnología evoluciona, se introducen nuevas formas de datos con fines de análisis y clasificación en organizaciones y empresas de marketing. La introducción de nuevos dispositivos como teléfonos inteligentes y PC de nueva generación también ha introducido nuevas fuentes de datos a partir de las cuales las organizaciones pueden recopilar, analizar y clasificar datos al desarrollar estrategias de marketing. Las empresas minoristas son la categoría empresarial que utiliza datos de clientes procedentes de dispositivos inteligentes y sitios web para comprender cómo sus clientes actuales y potenciales perciben sus servicios antes de utilizar la información para realizar mejoras y aumentar la satisfacción del cliente (Cerchiello y Guidici, 2012). El análisis de los datos de los clientes es crucial para las empresas, ya que permite a los equipos de marketing comprender el comportamiento y las tendencias de los clientes, lo que marca una diferencia considerable durante el desarrollo de nuevas campañas y estrategias de marketing. Los minoristas que utilizan datos de clientes de diversas fuentes obtienen una ventaja en el mercado, ya que pueden desarrollar estrategias basadas en datos para atraer y retener clientes en un entorno empresarial excesivamente competitivo. Con base en la información sobre los beneficios de la recopilación y el análisis de datos, se proponen las siguientes hipótesis: Las fuentes de datos utilizadas como base para la recopilación y el análisis de datos tienen un impacto considerable en las herramientas de análisis de datos utilizadas para analizar y categorizar datos. 2.2 Herramientas de análisis de datos Las organizaciones utilizan diversas herramientas de análisis de datos para descubrir información y conocimientos desconocidos a partir de enormes bases de datos; Esto permite a las organizaciones descubrir nuevos patrones que no conocían o extraer información oculta antes de utilizarla para generar nuevos patrones y relaciones (Ahmed, 2004). Hay 2 categorías principales de herramientas de análisis de datos, herramientas de extracción de datos y herramientas de elaboración de perfiles de datos. Además, las organizaciones utilizan la mayoría de las herramientas comerciales de análisis de datos para extraer, transformar y cargar ETL para almacenes de datos de una manera que garantice que ningún elemento quede fuera durante el proceso (Turban et al., 2008). Así, las herramientas de análisis de datos se utilizan para soportar las 3 V, volumen, variedad y velocidad en Big Data. La velocidad del factor surgió en la década de 1980 como uno de los procedimientos más importantes en las herramientas de análisis de datos que fue ampliamente utilizado por las organizaciones para la investigación de mercados. Las herramientas utilizadas para seleccionar variables centrales a partir de los datos recopilados de diversas fuentes y analizados; Si la cantidad de datos fuera demasiado grande para que los humanos pudieran comprenderla mediante observación manual, se introduciría el análisis factorial para distinguir entre datos cualitativos y cuantitativos (Stewart, 1981). Las organizaciones recopilan datos de numerosas fuentes, incluidos sitios web, correos electrónicos y dispositivos de los clientes, antes de realizar análisis de datos. Recopilar datos de numerosas fuentes y analizarlos utilizando diferentes herramientas de análisis de datos tiene sus ventajas, incluida la de superar el riesgo de sesgo del método; utilizar datos de diferentes fuentes y analizarlos utilizando múltiples métodos de análisis garantiza que las empresas y organizaciones obtengan resultados sólidos y confiables que puedan utilizar en la toma de decisiones. Por otro lado, los investigadores utilizan tecnologías modernas para analizar y agrupar datos recopilados de los encuestados en forma de imágenes, archivos de audio y video mediante la aplicación de algoritmos y otros programas de análisis (Berry et al., 1997). Luego, los investigadores y especialistas en marketing pueden utilizar la información obtenida de las herramientas y métodos de análisis de nueva generación para realizar pronósticos, apoyar decisiones y realizar estimaciones para la toma de decisiones. Por ejemplo, la información de diferentes fuentes de datos sobre pronósticos de demanda puede ayudar a una empresa minorista a determinar la cantidad de existencias requeridas en una próxima temporada en función de los datos de temporadas anteriores. El análisis puede permitir a las organizaciones tomar decisiones basadas en datos para obtener una ventaja competitiva en una era en la que todas las empresas y organizaciones están capitalizando las tecnologías emergentes y las herramientas de inteligencia empresarial para obtener ventajas competitivas. Si bien existen numerosas herramientas de análisis en el mercado, el análisis de Big Data es la tecnología más común y avanzada que ha llevado a la siguiente hipótesis: Las herramientas de análisis de datos utilizadas para analizar datos recopilados de numerosas fuentes de datos determinan la calidad y confiabilidad del análisis de datos. 2.3 Seguridad y privacidad de los datos Si bien las organizaciones necesitan utilizar herramientas de análisis y recopilación de datos de calidad para garantizar la calidad y confiabilidad de los datos de los clientes que recopilan, deben implementar estrategias de seguridad y privacidad para proteger los datos y la información del cliente de fugas de privacidad (Van Till , 2013). Un estudio realizado por PWC indicó que más de dos tercios de los clientes minoristas prefieren comprar productos y servicios de empresas que tienen planes de privacidad y protección de datos para proteger la información del cliente. Además, el estudio indicó que los clientes confían en las empresas que pueden demostrar que no pueden utilizar los datos de los clientes para ningún otro fin que no sea el marketing. A medida que la tecnología e Internet continúan mejorando, el éxito de las empresas que la utilizan como plataforma para comercializar sus productos dependerá de la eficacia con la que puedan ganarse y mantener la confianza de los clientes y usuarios. Por lo tanto, las empresas tendrán que introducir e implementar estrategias efectivas de privacidad y protección de datos para proteger los datos comerciales y la privacidad de los clientes. Si bien el desarrollo de la confianza entre clientes y empresas afecta las intenciones de compra de los clientes, también tiene un impacto considerable en los comportamientos de compra a largo plazo, incluida la frecuencia con la que compran los clientes, lo que podría afectar la rentabilidad de una empresa a largo plazo. Así, la información anterior conduce a la siguiente hipótesis: La implementación de planes de seguridad y privacidad de los datos tiene un impacto positivo en los resultados económicos y financieros. 2.4 Resultados económicos y financieros Los estudios indican que las transacciones de los clientes representan un aumento del 40% en los datos recopilados anualmente, lo que significa que los datos financieros tienen un impacto considerable en las decisiones comerciales. Por lo tanto, las organizaciones modernas están utilizando el análisis de big data para identificar de 5 a 10 nuevas fuentes de datos que pueden ayudarlas a recopilar y analizar datos para mejorar la toma de decisiones. Jonsen (2013) explica que las organizaciones que utilizan tecnologías de análisis promedio tienen un 20% más de probabilidades de obtener mayores retornos en comparación con sus competidores que no han introducido ninguna capacidad de análisis en sus operaciones. Además, IRI informó que la industria minorista podría experimentar un aumento de más de $10 mil millones cada año como resultado de la implementación de tecnologías analíticas modernas. Por lo tanto, se puede proponer la siguiente hipótesis: los resultados económicos y financieros pueden afectar la forma en que las organizaciones utilizan las herramientas de análisis de datos.A medida que la tecnología e Internet continúan mejorando, el éxito de las empresas que la utilizan como plataforma para comercializar sus productos dependerá de la eficacia con la que puedan ganarse y mantener la confianza de los clientes y usuarios. Por lo tanto, las empresas tendrán que introducir e implementar estrategias efectivas de privacidad y protección de datos para proteger los datos comerciales y la privacidad de los clientes. Si bien el desarrollo de la confianza entre clientes y empresas afecta las intenciones de compra de los clientes, también tiene un impacto considerable en los comportamientos de compra a largo plazo, incluida la frecuencia con la que compran los clientes, lo que podría afectar la rentabilidad de una empresa a largo plazo. Así, la información anterior conduce a la siguiente hipótesis: La implementación de planes de seguridad y privacidad de los datos tiene un impacto positivo en los resultados económicos y financieros. 2.4 Resultados económicos y financieros Los estudios indican que las transacciones de los clientes representan un aumento del 40% en los datos recopilados anualmente, lo que significa que los datos financieros tienen un impacto considerable en las decisiones comerciales. Por lo tanto, las organizaciones modernas están utilizando el análisis de big data para identificar de 5 a 10 nuevas fuentes de datos que pueden ayudarlas a recopilar y analizar datos para mejorar la toma de decisiones. Jonsen (2013) explica que las organizaciones que utilizan tecnologías de análisis promedio tienen un 20% más de probabilidades de obtener mayores retornos en comparación con sus competidores que no han introducido ninguna capacidad de análisis en sus operaciones. Además, IRI informó que la industria minorista podría experimentar un aumento de más de $10 mil millones cada año como resultado de la implementación de tecnologías analíticas modernas. Por lo tanto, se puede proponer la siguiente hipótesis: los resultados económicos y financieros pueden afectar la forma en que las organizaciones utilizan las herramientas de análisis de datos.A medida que la tecnología e Internet continúan mejorando, el éxito de las empresas que la utilizan como plataforma para comercializar sus productos dependerá de la eficacia con la que puedan ganarse y mantener la confianza de los clientes y usuarios. Por lo tanto, las empresas tendrán que introducir e implementar estrategias efectivas de privacidad y protección de datos para proteger los datos comerciales y la privacidad de los clientes. Si bien el desarrollo de la confianza entre clientes y empresas afecta las intenciones de compra de los clientes, también tiene un impacto considerable en los comportamientos de compra a largo plazo, incluida la frecuencia con la que compran los clientes, lo que podría afectar la rentabilidad de una empresa a largo plazo. Así, la información anterior conduce a la siguiente hipótesis: La implementación de planes de seguridad y privacidad de los datos tiene un impacto positivo en los resultados económicos y financieros. 2.4 Resultados económicos y financieros Los estudios indican que las transacciones de los clientes representan un aumento del 40% en los datos recopilados anualmente, lo que significa que los datos financieros tienen un impacto considerable en las decisiones comerciales. Por lo tanto, las organizaciones modernas están utilizando el análisis de big data para identificar de 5 a 10 nuevas fuentes de datos que pueden ayudarlas a recopilar y analizar datos para mejorar la toma de decisiones. Jonsen (2013) explica que las organizaciones que utilizan tecnologías de análisis promedio tienen un 20% más de probabilidades de obtener mayores retornos en comparación con sus competidores que no han introducido ninguna capacidad de análisis en sus operaciones. Además, IRI informó que la industria minorista podría experimentar un aumento de más de $10 mil millones cada año como resultado de la implementación de tecnologías analíticas modernas. Por lo tanto, se puede proponer la siguiente hipótesis: los resultados económicos y financieros pueden afectar la forma en que las organizaciones utilizan las herramientas de análisis de datos.Jonsen (2013) explica que las organizaciones que utilizan tecnologías de análisis promedio tienen un 20% más de probabilidades de obtener mayores retornos en comparación con sus competidores que no han introducido ninguna capacidad de análisis en sus operaciones. Además, IRI informó que la industria minorista podría experimentar un aumento de más de $10 mil millones cada año como resultado de la implementación de tecnologías analíticas modernas. Por lo tanto, se puede proponer la siguiente hipótesis: los resultados económicos y financieros pueden afectar la forma en que las organizaciones utilizan las herramientas de análisis de datos.Jonsen (2013) explica que las organizaciones que utilizan tecnologías de análisis promedio tienen un 20% más de probabilidades de obtener mayores retornos en comparación con sus competidores que no han introducido ninguna capacidad de análisis en sus operaciones. Además, IRI informó que la industria minorista podría experimentar un aumento de más de $10 mil millones cada año como resultado de la implementación de tecnologías analíticas modernas. Por lo tanto, se puede proponer la siguiente hipótesis: los resultados económicos y financieros pueden afectar la forma en que las organizaciones utilizan las herramientas de análisis de datos.
4.4 Centro de gestión de datos (DMC)[:] El Centro de gestión de datos es el centro de datos para todas las redes de clúster implementadas. A través del DMC, el LMF permite al usuario enumerar los servicios en cualquier miembro del clúster que pertenezca a cualquier clúster [...].
Medios relacionados con la gestión de datos en Wikimedia Commons