Dominando la Adquisición Automatizada de Datos: Conclusiones y Mejores Prácticas

Por Ken Gifford

¿Ha llevado alguna vez a alguien a Baskin-Robbins que realmente le gusta el helado? Invariablemente, cuando llevo a mi esposa, ella tiene una idea bastante clara de lo que le apetece. Sin embargo, ante la abrumadora variedad de opciones, le cuesta decidirse. Esta situación se conoce hoy como «sobrecarga de información». Tenemos una idea de la información que buscamos, pero nuestros sentidos se saturan con todos los datos que se nos presentan. Es como beber de una manguera contra incendios.

El escritor estadounidense sobre tecnologías de Internet, Clay Shirky, afirma:

«No es sobrecarga de información. Es fallo de filtro.»

Wikipedia lo explica así: «Algunos científicos cognitivos y diseñadores gráficos han enfatizado la distinción entre información cruda en una forma que podemos usar para pensar. En esta visión, la sobrecarga de información podría verse mejor como «subcarga de organización». Es decir, sugieren que el problema no es tanto el volumen de información, sino que no discernimos cómo usarla bien en la forma cruda o sesgada en que se nos presenta.»

Yo simplemente distingo entre datos e información. Datos son simplemente eso, datos en su forma más simple. Mientras que información son datos destilados en algo accionable.

En el mundo industrial, esto suele representarse en tendencias. Los datos en tendencia son una línea continua que representa un punto de dato a lo largo del tiempo. La mayoría hemos visto imágenes de alguien presentando delante de un caballete con una línea roja inclinada hacia arriba o abajo: una representación simple de una línea de tendencia.

Al analizar series temporales, un gráfico de tendencias resulta muy útil para detectar cambios bruscos y ver exactamente cuándo ocurrieron. Esto permite al analista enfocarse rápidamente en un rango temporal para un análisis más profundo. Por eso, las tendencias son la vista principal en cualquier herramienta de recopilación de datos industriales.

Pero, ¿qué datos recopilar? Es una pregunta compleja. Al iniciar un proyecto de recopilación con un cliente, preguntamos: «¿Qué datos desea recopilar?». Invariablemente, la respuesta es «Todos». Esto es desafiante: suele indicar que el usuario final desconoce qué datos son más útiles para evaluar el funcionamiento de un proceso. Antes de descartar la solicitud, hay que considerar que a menudo hay factores invisibles que afectan al proceso. Recopilar «todo» brinda la oportunidad de entender qué ocurre cuando sucede algo extraordinario. Esto requiere buenos «filtros» de datos para permitir ordenar y ver la información necesaria para tomar buenas decisiones.

Antes de decidirse por un enfoque de «inmersión profunda en datos», considere el costo. Si planea un sistema que recopile de miles de fuentes, será costoso. Un enfoque es dimensionar el sistema para recopilar los puntos de datos de «alto valor», con un margen —digamos 100 fuentes adicionales—. Estas fuentes de margen («etiquetas» en terminología de software) pueden reutilizarse para recopilar diversos puntos al probar una nueva especificación o ante un problema recurrente en un equipo específico. Esto mantiene el costo global bajo, pero da flexibilidad para análisis profundos cuando se necesiten.

Espero que haya disfrutado esta serie sobre recopilación automatizada de datos. Si tiene preguntas o quiere conversar sobre recopilación de datos, llámenos al 800-844-8405.