Un ejemplo de la diferencia entre información y datos. Concepto de información. Información y datos. Diferencias entre los conceptos de información y datos

Al comienzo de este capítulo, es necesario enfatizar las diferencias entre los conceptos de datos e información. Hay una diferencia entre ellos y bastante significativa. Según la teoría de la información, los datos deben entenderse como toda aquella información que se recopila y, lo más importante, se somete a un procesamiento especial para extraer de ellos (incluso mediante cálculos) solo aquella información que será necesaria y útil para resolver un problema determinado. . tarea específica. Estos datos procesados ​​constituirán información. Y la información en bruto suele denominarse datos. Por lo tanto (una analogía de este tipo es bastante apropiada en este caso), los datos pueden compararse con algún tipo de mineral y la información con sustancias útiles extraídas de él. Los datos siempre están asociados a un exceso de información, mientras que la información siempre está asociada a la suficiencia necesaria. La información, en otras palabras, es lo que contribuye al crecimiento del conocimiento; siempre lleva el sello de la novedad y representa nueva información. Pero si nos centramos en la investigación de mercados, la información no es cualquier información nueva. En definitiva, se trata de información nueva que es percibida y evaluada por los servicios pertinentes (especialistas) para realizar acciones profesionales específicas.

Transferencia de datos y apariencia de la información.

Se pueden rastrear numerosas transformaciones de datos en el camino de su transformación en información según el esquema propuesto por el profesor E.G. Yasin (figura 5.1).

Según este esquema, una parte de los datos en su camino hacia el destinatario se pierde inicialmente en los canales físicos de su transmisión en forma del llamado ruido físico (por ejemplo, al realizar una encuesta en investigación de mercados, algunos cuestionarios se volvieron deben completarse incorrectamente y se eliminan del procesamiento posterior). Los datos que llegan al destinatario (recibidos) pueden no ser completamente comprendidos y percibidos por él debido, por ejemplo, a un nivel de conocimiento insuficiente. Los datos mal entendidos y no percibidos pasan por la conciencia del receptor en forma de ruido semántico. Y finalmente, algunos de los datos percibidos por el destinatario pueden simplemente ignorarse debido a que resultan redundantes o simplemente inadecuados para las tareas que se están resolviendo. En forma de ruido pragmático, esta parte del mensaje también pasa por la conciencia del destinatario. La parte restante de los datos representa la información real que se puede utilizar para resolver problemas prácticos. Está claro que en la etapa de evaluación, según el esquema de Yasin, se procesan los datos, se llevan a cabo los procedimientos computacionales necesarios, comparaciones, etc.

En la práctica, los conceptos de datos e información a menudo se identifican entre sí, es decir, reemplazar uno por otro, lo que no contribuye a mejorar el entendimiento mutuo entre, por ejemplo, los investigadores de mercado y los clientes de dicha investigación al celebrar contratos entre ellos para realizar investigaciones de mercados. Pero a veces tales identificaciones son bastante aceptables. En este libro se utilizará mucho más el concepto de información que el de datos, aunque en ocasiones el autor también utilizará el concepto de datos. La explicación aquí es simple: se trata de tradiciones establecidas. En marketing, cuando se habla de justificar decisiones, se utiliza con mayor frecuencia el término información, incluso si hablamos de seleccionar la información necesaria para esta justificación (es decir, la información en sí) de sus grandes conjuntos (es decir, de conjuntos de datos). . Y el término datos se utiliza principalmente durante la recopilación inicial de cualquier información. Aquí no existe una gran contradicción con la teoría de la información y, por lo tanto, no se viola la tradición establecida.

En los últimos años, la empresa Xerox se ha posicionado no como un fabricante de fotocopiadoras, sino como una empresa de procesamiento de documentos. La empresa ZM se autodenomina una empresa innovadora que soluciona problemas. IBM se identifica como una empresa que crea beneficios económicos a largo plazo para los clientes al combinar su conocimiento empresarial con amplias capacidades tecnológicas. La empresa de equipos de oficina Steelcase dice que vende conocimientos y servicios patentados que ayudan a crear mejores experiencias para las personas en sus lugares de trabajo. ¿Qué aporta valor a todas estas empresas? Se trata principalmente de soluciones basadas en el conocimiento: know-how técnico y tecnológico, diseño de productos, investigación de mercados, identificación de las verdaderas necesidades de los clientes. Es el conocimiento lo que da a estas empresas una ventaja competitiva sostenible.

Consideremos la diferencia entre conocimiento y datos e información. Los gerentes comienzan a darse cuenta de que se trata de cosas diferentes, especialmente después de que la organización ha gastado fondos importantes para crear una base de datos o un sistema de información en particular, o simplemente ha gastado estos fondos en informatización, sin ningún efecto correspondiente.

Datos- es una colección de varios hechos objetivos. En las corporaciones, se trata, por ejemplo, de registros estructurados de transacciones (en particular, datos sobre todas las ventas: cuánto, cuándo y quién compró, cuánto y cuándo pagó, etc.). Estos datos no nos dicen por qué el comprador vino aquí y si volverá.

Información Es una colección jerárquica de datos sobre ciertos aspectos del mundo real. La información es un flujo de mensajes y el conocimiento se crea a partir de este flujo; depende de las opiniones y creencias de quien lo posee.

La información es un tipo de mensaje, generalmente en forma de documento o en formato de vídeo o audio. Tiene un destinatario y un remitente. Informa, es decir "da forma" al destinatario cambiando sus evaluaciones o comportamiento. El grado de información del mensaje lo determina el destinatario. Es él quien evalúa cuánto le informa el mensaje recibido y cuánto es simplemente ruido informativo.

Los datos se convierten en información de varias maneras:

oh contextualización: sabemos para qué sirven estos datos;

oh contar: procesamos datos matemáticamente;

oh corrección: corregimos errores y eliminamos omisiones;

oh compresión: comprimimos, concentramos, agregamos datos.

Conocimiento- un concepto más profundo y más amplio que simplemente datos o información. Cada empresa, en el curso de sus actividades, recopila datos, los estructura y genera nuevos conocimientos. En la mayoría de los casos, este conocimiento se refiere a la tecnología, si hablamos de producción de materiales, así como a la tecnología para trabajar con clientes y a la tecnología para interactuar entre sí, si hablamos de una empresa que brinda servicio al cliente. También puede ser conocimiento sobre el entorno de la empresa: sobre tendencias demográficas, macroeconómicas, sociales, macroeconómicas, tecnológicas y de mercado.

La diferencia entre conocimiento e información y datos: un ejemplo

Chrysler tiene una colección de archivos informáticos llamados Engineering Knowledge Book, que proporciona datos e información completos sobre los automóviles de la empresa para que los utilice cualquier diseñador de automóviles nuevos. Cuando el gerente recibió datos sobre las pruebas de choque realizadas, se negó a archivarlos sin el procesamiento adecuado. Sugirió responder las siguientes preguntas:

o por qué se realizaron estas pruebas;

o ¿Cuáles son los resultados en comparación con otras pruebas similares de esta empresa de otros años y competidores?

o ¿Cuáles son las conclusiones y pruebas para el diseño del coche y sus principales componentes?

Preguntas similares transforman la información en conocimiento; Además, las respuestas a estas preguntas añaden valor a la información o, en otras palabras, añaden valor. En la práctica, hay ejemplos opuestos cuando, al agregar información vacía e innecesaria, la información original pierde su valor. Hay una pérdida de valor debido a la confusión de la información necesaria en el flujo de ruido de información.

Conocimiento Es una combinación de experiencia, valores, información contextual, valoraciones de expertos, que proporciona un marco general para evaluar e incorporar nuevas experiencias e información. El conocimiento existe en la mente de quienes saben. En las organizaciones queda registrado no sólo en documentos, sino también en procesos, procedimientos, normas y en la práctica en general.

Así como la información surge de los datos, el conocimiento surge de la información mediante:

o comparaciones, determinando el alcance (cómo y cuándo podemos aplicar información sobre este fenómeno a otro similar);

o establecer conexiones (cómo se relaciona esta información con otra información);

o evaluaciones (cómo se puede evaluar esta información y cómo la evalúan otros);

o determinar el alcance (cómo se aplica esta información a determinadas decisiones o acciones).

El proceso de transformar datos en información y la información en conocimiento se muestra en la figura. 14.1.

Arroz. 14.1. Datos, información y conocimiento.

Hay una distinción entre conocimiento individual y grupal. Los puntos de vista tradicionales suponen que el conocimiento es prerrogativa de los individuos, siendo un grupo simplemente la suma de los miembros de ese grupo, y el conocimiento del grupo es la suma de sus conocimientos.

Hay otro punto de vista moderno, según el cual un grupo de personas forma una nueva entidad con su propia especificidad única. En el marco de este concepto, podemos hablar de comportamiento grupal y conocimiento grupal, respectivamente. Este nuevo concepto es ampliamente utilizado dentro de la ciencia de la gestión del conocimiento. Por tanto, el conocimiento puede ser adquirido no sólo por un individuo, sino también por un grupo de personas. Luego dicen que la organización en su conjunto sabe algo, un grupo, una brigada, etc., sabe algo.

Bill Gates, en su libro Negocios a la velocidad del pensamiento, escribe sobre la necesidad de aumentar el coeficiente intelectual empresarial. Con esto se refiere no sólo al número de empleados inteligentes, sino también a la acumulación de conocimientos en la empresa en su conjunto y al libre flujo de información, que permite a los empleados beneficiarse de las ideas de los demás.

El conocimiento puede ser explícito o tácito. conocimiento explícito Puede expresarse en palabras y números y puede transmitirse de forma formalizada en los medios. Se refiere a aquellos tipos de conocimientos que se transmiten en forma de recetas, instrucciones, libros, en diversos soportes, en forma de memorandos, etc.

Conocimiento tácito en principio, no está formalizado y sólo puede existir junto con su propietario, una persona o un grupo de personas.

Hay dos tipos de conocimiento tácito. El primero son las habilidades técnicas que demuestran los maestros en su oficio y que, por regla general, son el resultado de muchos años de práctica. El segundo son las creencias, ideales, valores y modelos mentales que utilizamos sin pensar en ellos.

El conocimiento tácito se forma y desarrolla en el proceso de creación y fortalecimiento de una cultura corporativa positiva y a través de la interacción grupal (retiros, grupos creativos, etc.).

La actitud de las empresas hacia el conocimiento explícito y tácito es muy contradictoria. Por un lado, muchas empresas se esfuerzan por transformar el conocimiento tácito en conocimiento explícito. Esto se hace para, por un lado, no depender de los individuos y, por otro, duplicar logros importantes. Al mismo tiempo, estas empresas no están interesadas en que sus principales ventajas competitivas se transfieran a una forma lista para la duplicación. Por eso muchas empresas intentan mantener algunas de sus ventajas competitivas en formas que no se pueden duplicar (formación específica, cultura corporativa, sistemas de servicios especiales, etc.).

El portador de conocimiento tanto explícito como implícito puede ser no solo una persona específica, sino también una organización.. En consecuencia, podemos hablar de conocimiento grupal tácito, que subyace a patrones estables de reacciones colectivas e interacciones internas.

En la literatura occidental, el término "rutinas" se utiliza a veces para denotar conocimiento grupal tácito, que son acciones repetitivas, patrones de comportamiento regulares de una organización o empresa. Las rutinas son las que suceden de forma automática, sin instrucciones y en ausencia de un procedimiento de elección; sin embargo, las rutinas no se pueden codificar.

En ruso, la rutina se entiende como una rutina, una práctica establecida, un determinado régimen, un patrón, reglas establecidas con respecto a las actividades de las personas. Al mismo tiempo, el concepto de “rutina” tiene un significado más: es un orden inerte, es decir. un orden que gravita hacia lo viejo, lo familiar y, debido a su atraso, es impermeable a lo nuevo, progresista. En los casos en que el término “rutina” se utiliza para denotar conocimiento tácito grupal, las connotaciones relacionadas con la rigidez están ausentes.

Por tanto, el conocimiento tácito personal es, ante todo, habilidades. Al mismo tiempo, el conocimiento tácito grupal es, ante todo, rutinas. Las rutinas no existen de forma aislada, sino que forman una interdependencia. Algunas rutinas pueden ser implícitas para algunos miembros de un grupo (organización) y explícitas para otros. Así, los límites entre conocimiento explícito e implícito son relativos, y también podemos hablar del grado de tácito de este conocimiento. La proporción de conocimiento explícito e implícito, individual y grupal se presenta en la Tabla. 14.1.

Tabla 14.1

Proporción de conocimiento

La presencia de conocimiento tácito en una organización nos obliga a abordar la gestión del conocimiento de una forma poco convencional. Tradicionalmente, la gestión del conocimiento se refiere a la creación, desarrollo y uso de diversas bases de datos y conocimientos. La presencia de conocimiento tácito desvía la atención hacia los medios de comunicación directa entre las personas. Es importante no solo y no tanto crear una enciclopedia corporativa que registre todo lo que cualquiera de los empleados supo y encontró. En el caso del conocimiento tácito, es más importante tener a mano las coordenadas de personas que conocen la receta y tienen la experiencia relevante, para crear una cultura de comunicación mediante sesiones de lluvia de ideas, reuniones, debriefings y medios de comunicación adecuados, como correo electrónico, sitios web personales, teleconferencias, etc.

Datos-Esto también es conocimiento, pero un conocimiento de un tipo muy especial. En una primera aproximación, los datos son el resultado del registro lingüístico de una sola observación, experimento, hecho o situación. Ejemplos de datos podrían ser:

a) “en tal fecha, tal año, en el momento t estaba lloviendo en determinada zona” (datos meteorológicos)”;

b) “el precio de la madera comercial en tal o cual día de tal o cual año, según información de tal o cual bolsa, era de tantos dólares por tonelada” (datos comerciales);

c) “el déficit del presupuesto estatal en tal o cual país ascendió a tantos miles de millones de dólares en tal o cual año” (dato financiero);

d) “en tal momento, el laboratorio automático que se dirigía hacia Júpiter se desvió de la trayectoria calculada en tantos grados, tantos miles de kilómetros en tal o cual dirección” (datos del campo de la tecnología espacial).

Desde un punto de vista tecnológico, algunos expertos suelen definir el concepto de “datos” como información almacenada en bases de datos y procesada por programas de aplicación, o información presentada como una secuencia de caracteres y destinada a ser procesada en una computadora, es decir, Los datos incluyen solo la parte del conocimiento que está formalizado hasta tal punto que se pueden llevar a cabo procedimientos de procesamiento formalizados utilizando diversos medios técnicos.

Los datos son información presentada en una forma formalizada adecuada para el procesamiento automático con posible participación humana. Los datos son información escrita (codificada) en el lenguaje de la máquina.. Los datos son hechos individuales que caracterizan objetos, procesos y fenómenos en el área temática, así como sus propiedades.

Existe una diferencia entre información y datos; Los datos pueden considerarse como signos u observaciones registradas que por alguna razón no se utilizan, sino que sólo se almacenan. En consecuencia, en un momento dado no influyen en el comportamiento ni en la toma de decisiones. Sin embargo, los datos se convierten en información si tal impacto existe.

Por ejemplo, el conjunto principal de datos de una computadora consta de características que no afectan el comportamiento. A menos que estos datos se organicen adecuadamente y se reflejen en forma de resultado para que el gerente actúe de acuerdo con ellos, no son información. Siguen siendo datos hasta que el empleado acceda a ellos en relación con la ejecución de determinadas acciones o en relación con alguna decisión que esté obligado a tomar.

Los datos se convierten en información cuando se comprende su significado. También se puede decir que cuando es posible utilizar datos para reducir la incertidumbre sobre algo, los datos se convierten en información.

Ciclos de vida de datos

Al igual que la materia y la energía, los datos se pueden recopilar, procesar, almacenar y cambiar de forma. Sin embargo, tienen algunas características. En primer lugar, los datos se pueden crear y destruir. Por ejemplo, los datos sobre un animal extinto pueden desaparecer cuando se quema un trozo de carbón con sus huellas. Los datos pueden borrarse, perder precisión, etc. Los datos se pueden caracterizar por un ciclo de vida (Fig. 1.9), en el que tres aspectos son de primordial importancia: generación, procesamiento, almacenamiento y recuperación.

La reproducción y el uso de datos pueden ocurrir en diferentes puntos de su ciclo de vida y, por lo tanto, no se muestran en el diagrama.

Arroz. 1.9. Ciclo de vida de los datos.

Cuando se procesan en una computadora, los datos se transforman, pasando condicionalmente por las siguientes etapas:

1) datos como resultado de mediciones y observaciones:

2) datos en soportes tangibles (tablas, protocolos, directorios);

3) modelos de datos (estructuras) en forma de diagramas, gráficos, funciones;

4) datos en la computadora en un lenguaje de descripción de datos;

5) bases de datos en soporte informático.

Modelos de datos

El modelo de datos es el núcleo de cualquier base de datos. La aparición de este término a principios de los años 70 del siglo XX está asociada a los trabajos del cibernético estadounidense E.F. Codd, que refleja el aspecto matemático del modelo de datos utilizado en el sentido de estructura de datos. En relación con las necesidades del desarrollo de la tecnología de procesamiento de datos en la teoría de los bancos de información automatizados (ABI), en la segunda mitad de los años 70, apareció el aspecto instrumental del modelo de datos en el contenido de este término que incluía restricciones impuestas a los datos; estructuras y operaciones con ellos.

En una interpretación moderna modelo de datos se define como un conjunto de reglas para generar estructuras de datos en bases de datos, operaciones en ellas, así como restricciones de integridad que determinan las conexiones permitidas y los valores de datos, y la secuencia de sus cambios.

Por tanto, un modelo de datos representa un conjunto de estructuras de datos, restricciones de integridad y operaciones de manipulación de datos. En base a esto, se puede formular la siguiente definición de trabajo: Un modelo de datos es un conjunto de estructuras de datos y operaciones de procesamiento.

Actualmente, existen tres tipos principales de modelos de datos: jerárquicos, de red y relacionales. Modelo de datos jerárquico organiza datos en forma de estructura de árbol y es la implementación de conexiones lógicas: relaciones genéricas o relaciones "todo - parte". Por ejemplo, la estructura de una institución de educación superior es una jerarquía de varios niveles (ver Fig. 1.10).

Arroz. 1.10. Ejemplo de una estructura jerárquica

Una base de datos jerárquica (de árbol) consta de un conjunto ordenado de árboles; más precisamente, de un conjunto ordenado de múltiples instancias del mismo tipo de árbol. En este modelo, los elementos iniciales dan lugar a otros elementos, y estos elementos a su vez dan lugar a elementos adicionales. Cada elemento hijo tiene solo un elemento padre. Las estructuras organizativas, listas de materiales, índices de libros, planes de proyectos, cronogramas de reuniones y muchos otros conjuntos de datos se pueden presentar en forma jerárquica.

Las principales desventajas de este modelo son: a) la complejidad de mostrar la relación entre objetos del tipo "muchos a muchos"; b) la necesidad de utilizar la jerarquía que fue la base de la base de datos durante el diseño. La necesidad de una reorganización constante de los datos (y, a menudo, la imposibilidad de esta reorganización) llevó a la creación de un modelo más general: el modelo de red.

El enfoque de red para la organización de datos es una extensión del enfoque jerárquico. Este modelo se diferencia del jerárquico en que cada elemento hijo puede tener más de un elemento padre. En la Figura 1.11 se muestra un ejemplo de un modelo de datos de red.

Dado que una base de datos en red puede representar directamente todo tipo de relaciones inherentes a los datos de la organización correspondiente, estos datos se pueden navegar, explorar y consultar de varias maneras, es decir, el modelo de red no está limitado por una sola jerarquía. Sin embargo, para realizar una solicitud a una base de datos de red, es necesario profundizar en su estructura (tener a mano el esquema de esta base de datos) y desarrollar su propio mecanismo para navegar por la base de datos, lo cual es un inconveniente importante de este modelo de base de datos. .

Arroz. 1.11. Ejemplo de estructura de red

Una de las desventajas de los modelos de datos discutidos anteriormente es que en algunos casos, con una representación jerárquica y en red, el crecimiento de la base de datos puede conducir a una violación de la representación lógica de los datos. Estas situaciones surgen cuando aparecen nuevos usuarios, nuevas aplicaciones y tipos de solicitudes, teniendo en cuenta otras conexiones lógicas entre elementos de datos. El modelo de datos relacionales evita estas desventajas.

Una base de datos relacional es aquella en la que todos los datos se presentan al usuario en forma de tablas rectangulares de valores de datos y todas las operaciones en la base de datos se reducen a manipulaciones con tablas.

Una tabla consta de columnas (campos) y filas (registros); tiene un nombre que es único dentro de la base de datos. La tabla refleja el tipo de objeto (entidad) del mundo real y cada una de sus filas representa un objeto específico. Por lo tanto, la tabla de la sección Deportes contiene información sobre todos los niños involucrados en una sección de deportes determinada y sus filas representan un conjunto de valores de atributos para cada niño específico. Cada columna de la tabla es una colección de valores para un atributo específico de un objeto. La columna Peso, por ejemplo, representa la totalidad de todas las categorías de peso de los niños involucrados en la sección. La columna Género solo puede contener dos valores diferentes: "masculino". y "femenino". Estos valores se seleccionan del conjunto de todos los valores posibles para el atributo de un objeto, llamado dominio. Por tanto, los valores de la columna Peso se seleccionan del conjunto de todos los pesos infantiles posibles.

Cada columna tiene un nombre, que normalmente se escribe en la parte superior de la tabla. Estas columnas se llaman campos mesas. Al diseñar tablas dentro de un DBMS específico, es posible seleccionar para cada campo su tipo, aquellos. definir un conjunto de reglas para su visualización, así como determinar las operaciones que se pueden realizar sobre los datos almacenados en este campo. Los conjuntos de tipos pueden variar entre diferentes DBMS.

El nombre del campo debe ser único en la tabla, pero diferentes tablas pueden tener campos con el mismo nombre. Cualquier tabla debe tener al menos un campo; Los campos se ubican en la tabla de acuerdo con el orden en que aparecieron sus nombres cuando se creó. A diferencia de los campos, las cadenas no tienen nombres; su orden en la tabla no está definido y su número es lógicamente ilimitado. Las líneas se llaman registros mesas.

Dado que las filas de la tabla no están ordenadas, es imposible seleccionar una fila por su posición; no hay "primero", "segundo" ni "último" entre ellas. Cualquier tabla tiene una o más columnas, cuyos valores identifican de forma única cada una de sus filas. Esta columna (o combinación de columnas) se denomina clave principal. En la tabla de la sección Deportes, la clave principal es la columna Nombre completo. (Figura 1.12).

Esta elección de la clave primaria tiene un inconveniente importante: es imposible registrar dos hijos en una sección con el mismo valor en el campo Nombre completo, lo que no es tan raro en la práctica. Es por eso que a menudo se introduce un campo artificial para los registros numéricos de la tabla. Un campo de este tipo, por ejemplo, podría ser un número de diario para cada niño, lo que puede garantizar la unicidad de cada entrada en la tabla. Si una tabla cumple este requisito, se llama actitud(relación).

Arroz. 1.12. Modelo de datos relacionales

Los modelos de datos relacionales normalmente pueden admitir cuatro tipos de relaciones entre tablas:

1) Cara a cara(ejemplo: una tabla almacena información sobre los escolares, otra tabla almacena información sobre las vacunas de los escolares).

2) Uno a muchos(ejemplo: una tabla almacena información sobre los profesores, otra tabla almacena información sobre los estudiantes para quienes estos profesores son profesores de clase).

3) muchos a uno(como ejemplo, podemos ofrecer el caso anterior, considerándolo desde el otro lado, es decir, desde el lado de la mesa en el que se almacena la información sobre los escolares).

4) Muchos a muchos(ejemplo: los pedidos para el suministro de bienes se almacenan en una tabla y en otra, las empresas que ejecutan estos pedidos y se pueden combinar varias empresas para cumplir con un pedido /

La representación relacional de datos tiene una serie de ventajas. Es comprensible para un usuario que no sea un especialista en programación, le permite agregar fácilmente nuevas descripciones de objetos y sus características y tiene una gran flexibilidad al procesar consultas.

Preguntas y tareas

1. Definir el concepto de “datos”.

2. ¿Cuál es el ciclo de vida de los datos?

3. ¿Qué modelos de datos conoces?

4. Enumere las ventajas y desventajas de cada modelo de datos.

PROCESOS DE INFORMACIÓN

Al pensar en la diferencia entre información y datos, no puedes evitar preguntarte si tienen algo en común.

Con tanta frecuencia reemplazamos una palabra por otra en el habla que no nos damos cuenta de cómo nuestras declaraciones se vuelven absurdas. Para no caer en una situación estúpida, debes averiguar qué significa cada uno de ellos.

Existe una conexión tan estrecha entre datos e información que la existencia de uno sin el otro es imposible o simplemente carece de sentido.

Los datos son la base de la información. Básicamente, son sólo un conjunto de personajes. Pero una vez que han sido interpretados por algún sistema de percepción, los datos se convierten en información.

condición de ocurrencia

Así, la información surge sólo si existe una determinada fuente que contiene los datos y, directamente, un destinatario. Los datos se pueden transformar en información de varias maneras: mediante conteo, corrección, compresión, contextualización y categorización.

Los datos son información registrada en alguna fuente. Recientemente, la cantidad de datos ha alcanzado un crecimiento increíble. Esto fue causado por el rápido crecimiento de Internet.

Medición

Los datos no se pueden medir. En cuanto empecemos a contar los datos, comenzará el proceso de procesamiento. Esto significa que los datos pasarán automáticamente a la categoría de "información". La información se puede medir. Para ello, basta con evaluar el nivel de conocimientos antes y después de recibir la información.

Resultado de la conversión

El cerebro humano, como la computadora más avanzada, procesa los datos que recibimos y produce cierta información. Y cuando surge la necesidad de aplicarlo a otro proceso de pensamiento, entonces para él esta información a su vez se convierte en datos de los cuales se obtendrá nueva información.

La etapa final de transformación de la información que ha sido procesada repetidamente durante un cierto período de tiempo se convierte en conocimiento.

Sitio web de conclusiones

1. Los datos y la información están estrechamente relacionados.
2. Los datos son fijos; en realidad existen en cada unidad de tiempo. La información surge sólo cuando se procesan estos datos.
3. Los datos después de la transformación se convierten en información. Información verificada repetidamente: conocimiento.
4. La información, a diferencia de los datos, es una sustancia mensurable.

• · Información- conocimiento relacionado con conceptos y objetos (hechos, acontecimientos, cosas, procesos, ideas) en el cerebro humano;
• · Datos- presentación de información procesada apta para su transmisión, interpretación o procesamiento (archivos informáticos, documentos en papel, registros en un sistema de información).
• 1. Los datos y la información están estrechamente relacionados.
• 2. Los datos son fijos; en realidad existen en cada unidad de tiempo. La información surge sólo cuando se procesan estos datos.
• 3. Los datos después de la transformación se convierten en información. Información verificada repetidamente: conocimiento.
• 4. La información, a diferencia de los datos, es una sustancia mensurable.

Modelar el proceso de toma de decisiones de gestión nos permite dar un paso significativo hacia las evaluaciones cuantitativas y el análisis cuantitativo de los resultados de las decisiones tomadas. La creación y el uso de modelos del proceso de toma de decisiones permiten evaluar cuantitativamente incluso situaciones de gestión evaluadas cualitativamente utilizando escalas verbales-numéricas especialmente introducidas.

El uso de modelar el proceso de toma de decisiones de gestión nos permite elevarlo a un nivel cualitativamente nuevo, desarrollar e introducir tecnologías modernas en la práctica de la toma de decisiones de gestión. Es el uso profesional de los modelos de procesos de toma de decisiones lo que permite al jefe de una organización controlar su intuición y asegurar un mayor grado de coherencia, coherencia y confiabilidad de las decisiones de gestión. Pero, por otro lado, el uso de modelos permite realizar más plenamente la intuición, la experiencia y el conocimiento de quien toma las decisiones. Es necesario comprender que el modelo permite encontrar una solución racional solo para la versión simplificada de la situación de toma de decisiones que se utiliza en el modelo.

Hay tres tipos básicos de modelos: físicos, analógicos y matemáticos.

Físico(descriptivo o retrato): representa un objeto o situación, mostrando su apariencia. Por ejemplo: copias de coches, aviones, planos reducidos de una fábrica, etc.

Cosa análoga- representación de un objeto o situación por otros medios. Por ejemplo: un lago en un mapa - organigrama en azul; gráficos de la proporción de varios indicadores de actividad empresarial

Matemático(simbólico): el uso de símbolos para caracterizar un objeto en forma de ecuaciones matemáticas.

A partir de estos modelos básicos, se desarrollan varios tipos de modelos y métodos para la toma de decisiones de gestión. Veamos los más comunes.

Teoría de juego- Se utiliza para evaluar el impacto de una decisión sobre los competidores. En los negocios, los modelos de juego se utilizan para predecir la reacción de los competidores ante cambios en los precios, las ventas y los nuevos productos. Este modelo de oxidación es bastante raro.

La teoría de las colas o servicio óptimo- se utiliza para determinar el número óptimo de canales de servicio al consumidor en relación con sus necesidades. El problema fundamental es equilibrar los costos de los canales adicionales con los servicios y las pérdidas del servicio en un nivel inferior al óptimo.

Modelo de gestión de inventarios- se utilizan para determinar el momento de realizar pedidos de recursos y sus cantidades, así como la masa de productos terminados en los almacenes. El propósito del modelo es minimizar las pérdidas por escasez o exceso de existencias.

Modelo de programación lineal- se utiliza para determinar la forma óptima de distribuir recursos escasos en presencia de necesidades competitivas (planificación de diferenciación de servicios, distribución de trabajadores, etc.)

Modelado de simulación- imitación de un proceso o modelo específico, su uso experimental para determinar cambios en la situación real

Análisis Economico- la evaluación de costos, ganancias y rentabilidad de una empresa a menudo utiliza el método de equilibrio, es decir determinar el momento a partir del cual la empresa alcanza el punto de equilibrio