La explotación de datos es cada vez más necesaria y utilizada para el aprendizaje de la información que recolectamos en cada uno de los datos, por ejemplo en los sistemas financieros es para localizar patrones de fraudes, en las redes sociales, el sentimiento del cliente y la receptividad de sus campañas de marketing relacionadas con las 4 ps (producto, precio, promoción y plaza) y así en cada ecosistema organizacional buscan el mismo objetivo con diferentes variables.
El sector energético y los servicios públicos se encuentran enfrentando grandes volúmenes de datos por la cantidad de sensores con los que cuentan a bordo.
Las 4 formas de la recolección y explotación de datos
1.— Datos de una web o medios sociales
Como sitios web comerciales o corporativos, sitios de noticias, tiendas o blogs, plataformas de medios sociales como; Twitter (ahora “X”), Facebook, Instagram, YouTube, LinkedIn, etc.
2.— Machine-generated / Sensor data, el Machine-to-Machine (M2M)
Tecnologías que permiten conectarse a otros dispositivos, como sensores o medidores que capturan algún evento particular como (velocidad, temperatura, precisión, variables meteorológicas o químicas, etc.) los cuales transmiten a través de redes inalámbricas o hibridas a aplicaciones que traducen estos eventos en información significativa.
3.— Big transaction data
Incluye registros de facturación, en telecomunicaciones, registros detallados de las llamadas (CDR), información de los clientes en sistemas de CRM, datos transaccionales, ERP, las transacciones de tienda web, los datos contables, etc.
4.— Biometrics
Información biométrica en la que se incluyen huellas digitales, escaneo de la retina, reconocimiento facial, genética, etc.
Y hay una gran cantidad de datos disponibles en formatos tanto semiestructurados como no estructurados creados todos los días por la humanidad; como dispositivos móviles, audios, video, imágenes, sistemas GPS e incontables sensores digitales en todas las industrias.
