Acepto

COOKIES

Esta web utiliza cookies técnicas, de personalización y de análisis, propias y de terceros, para anónimamente facilitarle la navegación y analizar estadísticas del uso de la web. Obtener más información

Qué es la gestión de datos aumentada

  • Predictive Analytics

red Internet datos

Si los datos se encuentran en el corazón del lugar de trabajo digital, entonces la gestión de datos y permitir que las organizaciones obtengan la mejor información de los datos que tienen también es clave. A medida que aumenta la cantidad de datos que ingresan a la empresa, las tecnologías para administrar estos silos de datos hinchados también se desarrollan a un ritmo impresionante.

“Para innovar su camino más allá del mundo posterior a COVID-19, los líderes de datos y análisis requieren una velocidad y una escala de análisis cada vez mayores en términos de procesamiento y acceso para tener éxito frente a cambios de mercado sin precedentes", dijo Rita Sallam, investigadora vicepresidente de Gartner, de un estudio reciente que la compañía llevó a cabo sobre estas tecnologías y tendencias emergentes.

En el campo de la gestión de datos, la práctica de recopilar, mantener y utilizar datos de forma segura, eficiente y rentable, también se han producido avances importantes, uno de los cuales Gartner identificó como gestión de datos aumentada. Gartner explica que la gestión de datos aumentada (ADM) utiliza técnicas de aprendizaje automático e inteligencia artificial para optimizar y mejorar las operaciones. También convierte metadatos para que se puedan utilizar en auditorías, linajes e informes para alimentar sistemas dinámicos. Los productos ADM pueden examinar grandes muestras de datos operativos, incluidas consultas reales, datos de rendimiento y esquemas.

Utilizando los datos de carga de trabajo y uso existentes, un motor aumentado puede ajustar las operaciones y optimizar la configuración, la seguridad y el rendimiento. Sin embargo, antes de hacer esto, las empresas deben saber cómo encaja ADM en la empresa.

Para ayudar a los ingenieros de datos y científicos de datos, la gestión de datos aumentada emplea algoritmos de aprendizaje automático que detectan y analizan automáticamente el uso de datos para combinar, encontrar relaciones de datos y recomendar las mejores acciones para limpiar, enriquecer y manipular datos. Estos algoritmos no solo automatizan las actividades mundanas, sino que también encuentran regularidades en los datos hasta el punto de que los algoritmos aprenden y adquieren habilidades.

Descubre la innovación

Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo. Puedes obtener más información sobre cómo abordar estos retos e innovar en este enlace.