Resumen de Cómo dominar la oleada del torrente de datos

Bill Franks

¿Busca el libro?
¡Tenemos el resumen! Obtenga la información clave en 10 minutos.

Cómo dominar la oleada del torrente de datos resumen de libro

Rating

Cualidades

Innovador

Reseña

Bill Franks, experto en análisis, argumenta que la avalancha del “torrente de datos”, la oleada de información que se abate sobre las empresas, podría ser abrumadora. Las nuevas y variadas formas del torrente de datos pueden parecer extrañas a los usuarios, dificultando su análisis. Franks presenta herramientas conceptuales y ejemplos para sacar el mayor provecho del suministro de datos, que está en constante aumento. Las personas no expertas pueden encontrar que su texto es árido y su tema, complejo y especializado, pero el libro no está dirigido principalmente a ellos. getAbstract recomienda su acertada guía a los ejecutivos que tratan de formular programas de análisis y gestión del conocimiento, a los analistas mismos y a los interesados en saber por qué la tecnología cambia los negocios.

Sobre el autor

Bill Franks es director de análisis de Teradata y supervisor del Business Analytics Innovation Center que esa compañía patrocina.

Resumen

La evolución del “torrente de datos”

Nada modelará tanto el “análisis avanzado” en el futuro “como la actual explosión de nuevas y poderosas fuentes de datos” o torrente de datos. Las nuevas fuentes de datos poseen características que las diferencian de las “fuentes de datos tradicionales”. El torrente de datos es más veloz, complejo y variado que los datos tradicionales. Las máquinas producen un torrente de datos, el cual se basa en la tecnología de la información, la capacidad de procesamiento y la memoria artificial. Para aprovechar ese torrente, debe separar la información útil de la paja. El torrente de datos sólo es útil en combinación con los datos tradicionales y el análisis aplicado.

Lo datos tradicionales estaban estructurados, pero la mayoría de los datos del torrente no lo están o lo están a medias. Debe aprender la lógica de los datos estructurados a medias y estructurar los datos no estructurados. A medida que las máquinas captan más datos, las empresas deben poner a salvo su repertorio de datos y actuar con ética cuando reúnen y usan la información. Su empresa debe practicar la autorregulación: si captura demasiados datos con demasiada rapidez, los...

Leer