Modelado semántico de datos

Capítulo 1. Cuidado con la brecha semántica

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Nuestro acuerdo o desacuerdo se basa a veces en un malentendido.

Mokokoma Mokhonoana

En la era del frenesí del big data y la IA, los datos se consideran una mina de oro que aguarda a las organizaciones y empresas que encuentren y extraigan su oro. Ya llames a esto ciencia de datos, analítica de datos, inteligencia empresarial u otra cosa, no puedes negar que las inversiones relacionadas con los datos han aumentado significativamente, y la demanda de profesionales de datos (ingenieros, analistas, científicos, etc.) se ha disparado.

¿Logran estos profesionales encontrar oro? Pues no siempre. A veces, el gran océano de datos que una organización dice tener resulta ser un pequeño estanque. Otras veces, los datos están ahí pero no contienen oro, o al menos no el tipo de oro que la organización puede utilizar. A menudo también ocurre que tanto los datos como el oro están ahí, pero la infraestructura o la tecnología necesarias para la extracción del oro aún no están disponibles o no han madurado lo suficiente. Pero también puede ocurrir que los profesionales de los datos tengan todo lo que desean (abundancia de los datos adecuados, oro por encontrar y tecnología punta) y aun así fracasen. ¿La razón? La brecha semántica entre el lado de la oferta de datos y el de su explotación.

Me explico. Como profesionales de los datos, muchos ...