Autor: Ryuma Nakano

Consideremos el dato como el insumo fundamental y más simple en el ámbito de la analítica. Sin embargo, su comprensión y gestión no son tareas simples; por el contrario, cada dato posee características y propiedades intrínsecas que nos permiten aprovecharlos al máximo, pero que, en algunos casos, también nos imponen limitaciones.

¿Qué son los datos?

¿Cómo debemos gestionarlos?

Desde su definición más pura, el dato es una representación simbólica de un atributo o variable cuantitativa o cualitativa. Pero, ¿qué significa esto? En esencia, el dato es un conjunto de caracteres alfanuméricos (letras y/o números) que representan valores, palabras, expresiones, fechas, clasificaciones, calificaciones y diversas abstracciones que encontramos en nuestra vida diaria. En la actualidad, incluso videos, imágenes, fotos y canciones también forman parte del mundo de los datos, aunque exploraremos estos aspectos en futuros capítulos, ya que su definición y tratamiento difieren de nuestra noción inicial. 

Entrando en materia, ¿conocemos realmente los tipos de datos que utilizamos a diario, o algunos permanecen en el anonimato debido a su cotidianidad? Podemos dividir los tipos de datos en tres grupos principales. El primero engloba datos compuestos por caracteres y números que representan descripciones, como "alto", "bajo", "rojo" o "azul". A estos se les conoce como cadenas o texto. El segundo grupo comprende valores numéricos, ya sean enteros o decimales, como la temperatura, el total de ventas o la altura. El tercer grupo incluye las fechas, que son representaciones de cadenas para secuencias de días. La distinción entre estos tipos de datos es crucial para entender su impacto en los sistemas de almacenamiento, un tema que exploraremos en futuros artículos sobre bases de datos.

Una vez que entendemos los tipos básicos de datos, podemos explorar sus clasificaciones y propiedades, que se dividen en dos grandes grupos:

Cualitativos: En su mayoría, son datos de tipo texto, aunque en algunos casos pueden ser números que representen propiedades del objeto de estudio, como un número de identificación. En este grupo, encontramos dos categorías: 

• Nominales: La mayoría de los datos que almacenamos son de este tipo, describiendo nuestro objeto de estudio de manera textual. Ejemplos incluyen el nombre del objeto, la identificación, el color, etc.
• Ordinales: Son datos de tipo texto que contienen un orden intrínseco, como ubicaciones geográficas, tamaños o posiciones en un podio. 

Cuantitativos: Estos son datos numéricos en su mayoría, sobre los cuales podemos realizar análisis matemáticos y estadísticos más profundos. Este grupo se divide en dos categorías: 

• Intervalos: Datos numéricos que permiten la mayoría de las operaciones matemáticas, conservando la lógica de sí mismos, pero no permiten sumarse entre sí. Ejemplos incluyen notas, fechas, tiempo, estatura, latitudes y longitudes. 
• Proporciones o Montos: Tal vez los datos más importantes, ya que permiten realizar cualquier tipo de operación matemática sin perder su significado. Ejemplos comunes son ventas, costos, pérdidas, calificaciones y temperatura. 

Entre la diversidad y naturaleza

de los datos es esencial para aprovechar al máximo su potencial y tomar decisiones informadas en el complejo mundo de la analítica. En futuras entregas, exploraremos más a fondo la influencia de estos datos en los sistemas de almacenamiento y su papel en la toma de decisiones estratégicas.

El siguiente gráfico nos ayudará a entender de mejor manera los grupos de datos y sus clasificaciones.

Confío en que este primer vistazo haya proporcionado claridad y haya despertado tu interés. ¡Estamos apenas comenzando! Así que, sigamos explorando juntos en las próximas entregas. 

¿Qué te pareció? ¡Comparte tu opinión ahora!