View
2
Download
0
Category
Preview:
Citation preview
EL ANÁLISIS DE DATOS, UNA CIENCIA PARA LA TOMA DE DECISIONES
ALEXANDRO ROMERO NIETO
DIPLOMADO EN BUSINESS INTELLIGENCE, ANÁLISIS DE DATOS
CON EXCEL Y SAP LUMIRA
RELACIONES INTERNACIONALES Y ESTUDIOS POLÍTICOS
UNIVERSIDAD MILITAR NUEVA GRANADA
JUNIO 2021
1
Resumen
El presente trabajo demuestra la importancia de la observación, estudio e investigación
de altos volúmenes de datos en el campo de las relaciones internacionales, como un
tema aún poco explorado. Este ensayo aporta a la discusión y el debate sobre las
contribuciones que la data science y las relaciones internacionales logran hacer al
conocimiento y entendimiento de las dificultades presentadas en medio de la diversidad
presente en un mundo globalizado y geopolíticamente fraccionado, a partir de las
opciones y restricciones metodológicas que la ciencia de datos ofrece y colabora en la
toma de decisiones basándose en los datos estatales y corporativos.
Para ello, el método de investigación será cuasi-experimental con el propósito de
manipular una o varias variables concretas y estará estructurado así: en primer lugar,
se discute cuáles son los componentes que integran la ciencia de datos. En segundo
lugar, se hace referencia a las opciones que ofrece la ciencia de datos para el estudio
de las relaciones internacionales y su rol en la toma de decisiones. Seguidamente, se
consideran las implicaciones relacionadas a la teoría y metodología de las aplicaciones
que procesan el uso masivo de datos para la toma de decisiones. Finalmente, se
concluye exaltando las barreras y las oportunidades de la ciencia de datos como
herramienta para la toma de decisiones y alcance en las relaciones internacionales
mediante el máximo aprovechamiento de los datos, generando nuevo conocimiento y
una visión más amplia e íntegra en diversas áreas.
Palabras clave: Data science, relaciones internacionales, big data, Excel, Power
BI, SAP Lumira
2
EL ANÁLISIS DE DATOS, UNA CIENCIA PARA LA TOMA DE DECISIONES
Quisiera iniciar el presente ensayo con la frase expuesta por el Doctor Santiago
Álvarez de Mon:
Liderar es transformar la realidad, puesto que no se lidera aquello que se
desconoce. Y para que haya una transformación positiva de la realidad, lo más
importante es estar ligado a ella; no se puede liderar una realidad de la que se
permanece divorciado.
Actualmente el mundo atraviesa procesos coyunturales de diversa índole como
políticos, económicos, sociales, salud pública, entre otros, el cual viene acompañado
de grandes cambios y transiciones para todos los actores del sistema internacional,
conllevando a la alteración de la agenda pública mundial y la reconfiguración del orden
geopolítico.
El sistema internacional presenta desafíos ante entornos VICA (Volátil,
Complejo, Incierto y Ambiguo) afianzado en la duda e indecisión desde el punto de
vista geopolítico. La revolución 4.0 está unida a alteraciones en los aspectos
relacionados con la tecnología e información, así que, los gobernantes como
stakeholders dentro de sus quehaceres políticos se hallan ante diferentes dificultades
para la toma de decisiones las cuales tendrán repercusión en el futuro.
La geopolítica en el gran tablero mundial busca la proyección de los Estados
dentro de su configuración e interacción ante otros estados, entonces es importante
que los Estados tengan una visión hacia dónde van y cómo van a encarar el porvenir.
Los dirigentes dentro del ejercicio de sus responsabilidades tienen la función de
plantear, elaborar y hacer efectiva la construcción del futuro de sus estados, para el
caso de Colombia la visión de los gobernantes se refleja en el corto plazo y si se tiene
en cuenta el campo de la seguridad y la defensa, la proyección es limitada y el conflicto
de orden interno no permite que ellos tengan en cuenta un enfoque más allá de las
fronteras del Estado.
3
Colombia no es la excepción como un país latinoamericano que debe buscar
una proyección como potencia emergente y la revolución 4.0 impacta de manera
directa los cambios esperados en términos de tecnologías e información que se
considera una ruptura y por lo tanto se debe tener en cuenta.
De este modo, los profesionales y expertos en el área de las relaciones
internacionales, la analítica de datos y la prospectiva estratégica adquieren importancia
gracias a sus estudios, análisis y proposición de las nuevas tendencias estratégicas
globales o megatendencias, dentro ellas se encuentran el gasto y fortalecimiento de las
capacidades del sector defensa, los recursos naturales, el cambio climático, la
identidad y rol del Estado, competencia geopolítica y poder cambiante, entre otras.
En este sentido, las megatendencias de acuerdo con Kool, De Korte, Leis & van
der Molen (2010) son:
Un marco analítico básico importante para analizar y evaluar los futuros
desarrollos tecnológicos y sociales. Se pueden utilizar para mejorar la
planificación estratégica y el ajuste de los conceptos comerciales y la
formulación de políticas hacia futuros desarrollos, necesidades y desafíos. Las
megatendencias configuran el marco que configura las posibilidades
tecnológicas, así como las condiciones sociales, políticas y económicas que
influyen en las trayectorias de su desarrollo y transformación en innovaciones.
(p. 7)
La reflexión sobre pensar en el futuro de una organización, un territorio o un
país, se constituye en una tarea que requiere rigurosidad, compromiso y un alto grado
de compromiso por parte de todos los miembros, a partir de un juicio analítico integrado
con la data science, con el propósito de configurar y generar las condiciones
necesarias para adelantar un proceso de transformación que se adapte a las
megatendencias del futuro.
4
En este propósito, la economía digital del siglo XXI consistirá cada vez más en el
empleo del conocimiento, con más trabajos que requerirán una interacción sustancial
con la tecnología y se caracterizarán por la disrupción tecnológica, la automatización
del trabajo y una rotación más rápida de empleados que se mueven entre diferentes
trabajos e incluso cambian de carrera.
Las nuevas tecnologías y el predominio de las plataformas digitales, han logrado
que las empresas y organizaciones pueden conceptualizar y compartimentar el trabajo
como proyectos e incluso tareas, lo que esencialmente permite una "descomposición" y
"recomposición" de los trabajos en pro de construir sus habilidades. Es decir, cómo el
estudio de gran cantidad de datos puede fortalecer el enfoque interdisciplinario de las
relaciones internacionales para la toma de decisiones estratégicas en un entorno
geopolítico.
La transformación digital tiene el potencial de impulsar los cambios en las
organizaciones, evolucionando hacia estrategias más orientadas al futuro que se
alineen mejor con las estructuras que cambian rápidamente en la sociedad y en los
mercados laborales, de modo que, la data science o ciencia de datos es una “disciplina
científica centrada en el análisis de grandes fuentes de datos para extraer información,
comprender la realidad y descubrir patrones con los que se puedan tomar decisiones”
(Universidad Complutense de Madrid, 2021).
En efecto, la disponibilidad y la importancia de la información adquieren valor
agregado en la forma como se correlacionan para analizar y descubrir nuevos patrones
que a la luz del pensamiento humano no serían captados y analizados a simple vista.
Por tal razón, Grable & Lyons (2018) mencionan que cuando se procesa y analiza
computacionalmente los datos masivos, se puede llegar a proporcionar información
más precisa sobre patrones, tendencias y asociaciones ocultos (p. 17), con el propósito
de evaluar de manera integral la información y coadyuvar en la toma de decisiones
mediante el análisis de los patrones identificados.
5
De esta manera, Lemus & Pérez (2020) sostienen que la ciencia de datos se
compone de tres áreas:
La primera es el big data, que se emplea para procesar los datos. La segunda es
la minería de datos, cuya finalidad es encontrar patrones, incluso sin que estos
fueran antes imaginados. Por último, la visualización de los datos, cuyo propósito
es facilitar la comprensión de la información de manera clara y propiciar su
socialización. (p. 6)
En este sentido, la composición e interrelación de las tres áreas mencionadas
son el complemento para analizar y establecer patrones que pueden ser contrastados
con datos regionales, nacionales e internacionales. De modo que, al ser aplicado en las
relaciones internacionales con una óptica geopolítica, se logra identificar y resolver
problemas complejos que inciden en la configuración de la agenda, patrones y
asociaciones, a partir de comportamientos que pueden ser estipulados como variables
de análisis para la recolección de la información de forma interdisciplinaria.
En conjunto, estos nuevos tipos y enfoques de datos están permitiendo nuevas
formas de ciencia política y relaciones internacionales afianzada en los datos, algunas
de las cuales, de forma aislada, parecen desafiar los modelos de investigación
establecidos en las relaciones internacionales y la ciencia en general. Entonces, sin
duda, “la investigación con ciencia de datos tomada en su conjunto incluye una gama
más plural de tareas científicas y estrategias inferenciales que en el conjunto de
herramientas de las ciencias sociales convencionales”.(Monroe et al., 2015, p. 71)
Sin embargo, sostenemos que nada de esto significa que la ciencia de datos sea
fundamentalmente incompatible con la teoría formal, la inferencia causal o los métodos
de investigación de las ciencias sociales en general (Monroe et al., 2015). Por el
contrario, la ciencia de datos ya está interactuando con enfoques de inferencia causal y
teórico formal de maneras que no solo son consistentes con estos enfoques, sino que
también los mejoran al permitirnos responder nuevas preguntas.
6
Quizás lo más importante es que las ciencias sociales están comenzando a dar
forma al mundo de los datos masivos, gran parte de estos datos sociales, provienen de
las interacciones de las personas a partir de la configuración de algoritmos que
permiten identificar y analizar patrones. En este sentido, es responsabilidad de los
científicos sociales asumir su lugar central en el mundo de los datos masivos, dar forma
a las preguntas que hacemos sobre los grandes datos y caracterizar lo que constituye
una respuesta convincente y lo que no, con el propósito de dar forma a esas preguntas
y orientarlas hacia la configuración e interrelación futura con el sistema internacional
mediante los diferentes organismos y dependencias de la organización.
De manera que, las metodologías tradicionales de investigación cuantitativa y
cualitativa, en las que objetivamente se decide qué y cómo buscar, en comparación con
el análisis de la big data, éste procura recolectar, almacenar y obtener la mayor
cantidad de datos e información en tablas de datos (Lemus-Delgado & Pérez, 2020),
para luego ser procesadas mediante herramientas (programas) que visualicen gráficos
y generen tendencias y patrones para una mayor comprensión global de la información
recolectada.
Schwab menciona que todos los nuevos desarrollos y tecnologías tienen una
característica clave en común: aprovechan el poder de penetración que tiene la
digitalización y las tecnologías de la información, así que agrupa tres grupos; físicos,
digitales y biológicos, con el fin de identificar las megatendencias. (2016, pág. 18). Así
que las relaciones internacionales no están exentas y fueras de este contexto para su
análisis.
Ahora bien, al ser un método para obtener información, se debe recurrir a tareas,
y procedimientos que posibiliten la definición de patrones entre variables no conocidos
previamente. Los modelos o tareas que emplean son de dos tipos: los descriptivos, que
buscan identificar patrones o relaciones mediante el comportamiento de los datos; y los
predictivos, buscan estimar posibles valores futuros de una variable con base en los
datos preexistentes (Riquelme, Ruiz y Gilbert, 2006).
7
En este sentido, existen aplicaciones y herramientas que permiten clasificar y
generar informes para el análisis de la big data, la mayoría son empleados para temas
estadísticos y por las organizaciones de acuerdo a sus necesidades. Lo anterior, con el
propósito de esbozar la variedad de herramientas que hoy ofrecen las tecnologías de la
información y comunicaciones para afrontar los retos del futuro.
Figura No. 1 Herramientas para la aplicación de la big data
Fuente: www.blog.forbes.com/davefeinleib
Con referencia a lo anterior, los aportes de la ciencia de datos han posibilitado el
devenir en los objetos del conocimiento y la generación de nuevas narrativas en el
campo de la investigación social en la forma en que el ser humano se relaciona con su
entorno y las interacciones sociales que se crean (Boyd & Crawford, 2012). De modo
que, es factible proponer que, si mejoramos la estructura y origen de la información
disponible, podríamos reducir la incertidumbre sobre las variables y el conocimiento
que se pueda generar a partir de estos (Hilbert, 2016).
8
Si bien, Lemus & Pérez (2020) mencionan que el nuevo tipo de información
proveniente de la big data han tenido incidencia directa en los campos de investigación
de forma diferentes, puesto que “las ciencias informáticas han generado otras formas
de crear y recopilar datos, han desarrollado técnicas analíticas y estadísticas, y han
proporcionado formas inéditas de visualizar y presentar la información” (p. 52). En este
propósito, las innovación en las técnicas originadas por la big data y las fuentes de
datos “tienen el potencial de transformar las metodologías de las ciencias sociales”
(Ghani et al., 2017, p. 1), tanto para las organizaciones públicas como para las
empresas y demás instituciones.
Significa entonces, que, aunque la ciencia de datos como metodología de
investigación social puede brindar aportes al área de las relaciones internacionales, al
permitir obtener una mayor cantidad de información para establecer relaciones,
variables y patrones vigorosos en el marco de las nuevas dinámicas de las relaciones
internacionales y el creciente papel de la sociedad civil en la construcción de la agenda
y la heterogeneidad de la población en ciertos aspectos. Así las cosas, Mittelstadt et al
(2016) sostienen que “las brechas entre el diseño y el funcionamiento de los algoritmos
y nuestra comprensión de sus implicaciones éticas pueden tener graves consecuencias
que afecten tanto a individuos como a grupos y sociedades enteras”(p. 1).
Ante la situación planteada, los algoritmos y los datos que se disponen para su
análisis deben ser narrados con un enfoque diferencial y de acuerdo con el contexto,
puesto que “los datos no hablan por sí mismos. Los datos deben narrarse, ponerse a
trabajar en contextos particulares, sumergirse en narrativas que les den forma y
significado, y movilizarse como parte de procesos más amplios de interpretación y
creación de significado” (Dourish & Gómez Cruz, 2018, p. 1).
Cabe agregar, que en un futuro caracterizado por cambios profundos en las
sociedades y los mercados laborales, la adaptación de la educación y de las
organizaciones permitirá a las personas contrarrestar de manera eficiente los retos de
un mundo en constante cambio. Por esta razón, las decisiones complejas, incluso
9
cuando requieren juicios subjetivos e intuición, se pueden tomar con más confianza
cuando se basan en hechos acordados y datos confiables.
Cabe agregar, que el rol del desarrollo de los empleados en el compromiso
organizacional: una investigación preliminar que compara a la generación X y los
empleados del milenio arroja la conclusión que:
Los milenial no son menos comprometidos con sus organizaciones que la
generación X. En cambio, a pesar de las limitaciones del estudio, los hallazgos
arrojan luz sobre el papel positivo que tienen las oportunidades de desarrollo de
los empleados en el compromiso organizacional afectivo de la generación X y el
compromiso organizativo normativo, pero no en los milenial. Se puede justificar
una mayor investigación sobre la identificación de factores potenciales que
influyen en las diferencias entre la generación X y los milenial sobre el
compromiso organizacional si los gerentes están ansiosos por descubrir formas
de mantener a sus mejores empleados y asegurarse de que la capacitación y el
desarrollo sean impactantes. (Glazer, Mahoney, & Randall, 2019).
Es importante resaltar que el manejo del talento humano es relevante en el
momento de construir el futuro ya que el insumo de las organizaciones, instituciones y
empresas radica en sus empleados, funcionarios o miembros.
En relación con el análisis de datos y las relaciones internacionales (Kissinger,
2016), menciona que en un mundo donde el desarrollo de la tecnología y el crecimiento
de la ciencia, el bienestar y la actividad humana se ve socavada, cada vez más
datificada y parte de un único sistema cuantificable, conlleva a la generación de un
nuevo paradigma y dominio de la guerra en el marco de las tecnologías de la
información y comunicaciones, ya que “es más fácil emprender ciberataques que
defenderse de ellos, lo que conllevará a la investigación, desarrollo y construcción de
nuevas capacidades” (Kissinger, 2016, pág. 345). En consecuencia, es necesario
explotar las crisis y los nuevos escenarios para introducir cambios que conduzcan a
10
posicionar la importancia de la ciencia de datos en el campo de las relaciones
internacionales, dentro de un ambiente más estable y ventajoso en la investigación
social, otorgándole valor y nuevas oportunidades para un mejor trabajo de descripción,
causalidad y predicción (Ghani et al., 2017)
Es importante mencionar que las instituciones, organizaciones y empresas
cuentan y disponen de mucha información de la sociedad y que para poder crear y
organizar patrones de comportamiento de toda esa big data, se requiere de software y
aplicaciones especializadas en la analítica de datos como SAP, OLAP, Data
Warehouse, Microsoft Excel, Power Bi, Oracle, IBM, entre otros (véase figura n.° 1), ya
que “el gran logro de ciertos sistemas es la existencia de una base de datos integrada
que abarca gran parte de la organización y de una serie de módulos que implementan
la funcionalidad correspondiente” (Vargas & Rojas, 2013, p. 1)
Figura n.° 2
Fuente: (Wiig, 2003, p. 20)
11
Es decir, el proceso de toma de decisiones es fundamental en el
direccionamiento estratégico de la organización, con el fin de adoptar las políticas,
programas y proyectos con los que se impactará los otros niveles de la organización,
en este sentido, el análisis de datos coadyuva al proceso que se desarrolla en cada
escalón como lo plantea Karl Wiig en la figura n.° 2 sobre los niveles operativo, táctico,
gerencial y estratégico (Wiig, 2003), ya que para manejar situaciones, las personas
obtienen información sobre situaciones, perciben de qué se tratan, deciden cómo
manejarlas e implementan acciones apropiadas mientras intentan maximizar sus
propios intereses y los de su organización.
Cabe agregar, que el correcto empleo y análisis de la big data puede cambiar los
modelos de investigación y análisis en ciencias sociales, pero se atenúa por las formas
existentes de proteger la confidencialidad, que en la actualidad cobra más vigencia por
la implosión tecnológica, sumado a la falta de soporte técnico, talento humano,
existencia de recursos económicos y marcos legales que regulen ciertas actividades.
Finalmente, con base en el procesamiento de la información y los estudios
relacionados con la Business Intelligence (BI) y asociado a las relaciones
internacionales, las capacidades de procesamiento de información de una organización
se pueden definir como sus capacidades para capturar, integrar y analizar datos e
información, y utilizar los conocimientos adquiridos a partir de datos e información en el
contexto de la toma de decisiones organizacionales, que a su vez tiene un efecto
favorable en la eficiencia y efectividad en la toma de decisiones.
Aplicaciones para el análisis de datos
Las nuevas fuentes de datos que hemos discutido anteriormente requieren
trabajar a escalas para las que no están diseñadas las herramientas básicas de los
científicos sociales. Afortunadamente, la comunidad de investigación y de análisis de
datos ha desarrollado una amplia variedad de herramientas y aplicaciones más
12
progresivas y flexibles, que facilitan y agilizan el procesamiento y obtención de datos
para crear y considerar patrones y variables.
Varias de esas herramientas que pueden emplearse en nuestro entorno son
aplicaciones ofimáticas como Microsoft Excel, Power Bi, Power Query, Power Pivot,
SAP Lumira, entre otras (véase figura n.º 1), las cuales tienen una amplia gama de
utilidades. En ese sentido, el objetivo es identificar las ventajas e implicaciones teórico-
metodológicas de la utilidad de estas aplicaciones como apoyo en la toma de
decisiones y el desarrollo de investigaciones, lo anterior en el campo de las relaciones
internacionales. Responder a este imperativo es una tarea difícil, porque implica el uso
de todas las herramientas de ciencias sociales y ciencias de la computación
disponibles para los investigadores.
La revolución e implosión tecnológica trajo consigo el desarrollo de programas
estadísticos y profesionales que fueron apareciendo en el mercado ofimático,
principalmente para las empresas y sectores específicos, pero con el paso de los años
se generalizó su uso y empleo a organizaciones públicas, privadas y civiles, siendo
sofisticadas y adaptadas para cada entorno.
Microsoft Excel
Microsoft Excel es la primera opción para los profesionales de las relaciones
internacionales. Al tener diversas facilidades y accesibilidad global, permite capturar y
analizar información a partir de la creación de data bases en la que se pueden
manipular una o varias variables concretas bajo el método de investigación cuasi-
experimental, con el propósito clasificar y aplicar un análisis sucinto de la información
de la tabla.
En ese sentido, el análisis de datos de Excel según Toledo & Vicencio (2017)
“cuenta con un complemento denominado “Análisis de datos”, tal herramienta permite
trabajar datos de forma descriptiva, simular datos e incluso realizar inferencia
estadística con base a intervalos de confianza y test de hipótesis, entre otras opciones”
13
(p. 8); de manera que, la captura de los insumos en la investigación y la forma en que
se organizan, facilitan los resultados posteriores.
Si bien, el análisis de datos durante años estuvo reservado a profesionales
estadísticos y relacionados con las ciencias económicas e ingenierías, quienes tenían
que diseñar sus propios programas para realizar los cálculos (Noriega & Huerta, 2006).
Microsoft Excel se convierte en la herramienta primaria para la analítica de datos, ya
que al venir acompañada de la implosión tecnológica ha permitido revolucionar
mediante sus herramientas la oportunidad de utilizar un medio muy eficaz para el
análisis dentro de las diferentes disciplinas científicas sociales.
Finalmente, la hoja de cálculo de Excel presenta ventajas para calcular y
presentar valores de forma gráfica, asimismo, es un medio para una rápida trasferencia
de los conjuntos de datos complejos adscritos a una base de datos a otros programas
especializados con una dificultad mínima, con el fin de poder obtener un análisis con
más inferencias y sustancial para la investigación.
Microsoft Power BI
Power BI es una aplicación y conjunto de herramientas que permite analizar
datos masivos y compartir información en tiempo real y actualizada (Microsoft, 2021), la
cual permite conectarse a distintas plataformas y/o bases de datos para simplificarlos y
generar informes y paneles de información que crean tendencias y patrones que
coadyuvan a la toma de decisiones en los diferentes entornos de las organizaciones.
En este sentido, esta herramienta se aplica para la inteligencia de negocios (BI por sus
siglas en inglés Business Intelligence) conocida como “el conjunto de estrategias,
métodos y herramientas que nos permiten analizar los datos de una organización de
manera que podamos generar el conocimiento necesario para ayudar en la toma de
decisiones”(Universidad ESAN, s. f., p. 1).
Ahora bien, la implementación de Power BI permite a los investigadores de las
ciencias sociales construir escenarios y generar pronósticos de acuerdo con el enfoque
14
de la organización, ya que gracias a la versatilidad y funcionalidad de esta herramienta
se logra que la big data no quede invisible en la toma de decisiones, conllevando a
perder el valor de este activo estratégico en el siglo XXI para la generación, definición y
adopción de estrategias que contribuya a que la organización pueda reconocer
cambios en los patrones y tendencias.
En efecto, Power BI, nos permite en la investigación crear redes que se
componen de nodos de información, y que representan cosas que se pueden conectar
entre sí, y poder establecer vínculos que representan las relaciones para el
procesamiento de la información. Así las cosas, la flexibilidad de los métodos de
investigación en ciencias sociales, permite al investigador la manipulación de los
enfoques, recolección y procesamiento de la big data, con el propósito de definir
claramente qué cuenta como nodo y qué cuenta como vínculo o enlace.
Ilustración No. 3 Orígenes de datos para Power BI
Fuente: Intcomex Cloud (2017)
15
En tal sentido, es muy importante que una herramienta pueda adaptarse a
distintas fuentes de datos, Power BI permite la conexión a distintas fuentes de datos
podríamos incluso juntar toda esa información y crear mejores proyecciones y análisis
que permitan mejorar la toma de decisiones. Sin embargo, el insumo principal, que son
los datos, y aunque existen varias herramientas de análisis de Big Data, las empresas y
organismos públicos, civiles y privados muchas veces se limitan por los costos, la falta
de capacitación del usuario, o la complejidad de la herramienta, que a veces puede ser
comprendida sólo por algún especialista del tema tecnológico.
SAP Lumira
SAP Lumira es una aplicación que puede utilizar para visualizar y crear historias
sobre datos. Desde la manipulación, la edición, el formato y el refinamiento de datos
para crear visualizaciones que representan datos gráficamente para finalmente
compartir las visualizaciones y crear guiones gracias a la información (SAP, 2017).
Así mismo, esta herramienta tiene la posibilidad de interconectarse con otras
interfaces de la misma compañía SAP y otras bases de datos que contenga big data, lo
anterior, para crear y generar una visualización de los datos que le permita a la
organización identificar patrones durante la toma de decisiones; los productos que
ofrece SAP Lumira son:
• Herramienta para representar datos de forma gráfica
• Permite conectarse a diversas fuentes de información (SAP HANA, SQL,
Excel, etc.)
• Entrega información en forma didáctica y fácil de entender
• Permite enriquecer, calcular y editar información
• Permite compartir los datos o las visualizaciones (representaciones gráficas
de los datos) (Exxis Soluciones, 2020)
Con referencia a lo anterior, la idea clave del análisis estructural de la
información, es que los resultados para el investigador o la organización deben ser en
16
función del patrón completo de conexiones entre la visualización y tendencias
generadas por la plataforma. En otras palabras, el poder explicativo de la información
está impulsado tanto por las vías que conectan indirectamente los nodos como por las
relaciones particulares que vinculan directamente a los miembros de la organización.
Gracias a la plataforma SAP Lumira, es posible en la investigación de las
ciencias sociales moldear y reproducir gráficamente las medidas originadas por la
información para crear formar nuevas e innovativas de caracterizar la dinámica social e
interacción de los actores. Así mismo, la flexibilidad y capacidad permite abordar
muchos fenómenos en múltiples niveles de análisis mediante la aplicación de medidas
que tengan en cuenta la estructura general de las relaciones representadas en la
investigación.
Conclusiones
Las ciencias sociales son necesarias para identificar los patrones y tendencias
<nodos> (lo que se está conectando) y los vínculos (relaciones que importan) para
construir nuevos nodos y redes importantes para el área de las relaciones
internacionales. Las herramientas informáticas son necesarias para recopilar y
estructurar los datos de una manera que sea suficiente para el análisis. De modo que,
la combinación de ciencia de datos y ciencias sociales es clave para tomar las
decisiones correctas en términos de medición y visualización.
Sin embargo, las fuentes de datos van y vienen, e incluso las clases de tipos de
datos pueden expandirse y contraerse a mediano y largo plazo, por lo que la
confiabilidad de los datos es en esencia la columna vertebral de todo análisis y está
sujeta a cambios. En efecto, necesitamos una perspectiva más funcional para
ayudarnos a comprender cómo estas fuentes de datos se relacionan con los activos de
la organización y la investigación.
Las consecuencias buenas o malas de involucrar la data science en la toma de
decisiones en las relaciones internacionales dependen en gran medida del método de
17
investigación seleccionado, la confiabilidad de las bases de datos empleadas y las
preocupaciones sobre el control y la manipulación de los datos estatales y corporativos,
así como también, del comportamiento de la cultura organizacional de los stakeholders
y los otros niveles de la organización. Esto crea inevitablemente una nueva dimensión
en la capacidad de colocar el análisis de los datos a la vanguardia de la toma de
decisiones informada y, por lo tanto, una brecha en el conocimiento basado en datos.
Por último, es importante generar una forma innovadora para lidiar con la
necesidad de disponer de solo profesionales calificados para el análisis de datos,
teniendo en cuenta que en muchas ocasiones se requieren colaboración armónica
interdisciplinaria para comprender, construir la narrativa y darle un valor agregado a la
información presentada mediante programas especializados como Power Bi, SAP
Lumira, Query, entre otras, teniendo en cuenta que ninguna tecnología, incluida la big
data, es inherentemente buena o mala para el desarrollo en cualquier campo, pues en
un contexto de desarrollo, esto comienza con una cierta conciencia sobre la
importancia del análisis de datos y la urgencia de realizar los ajustes necesarios para
potenciar oportunidades y la minimizar riesgos en un proceso de construcción social
proactiva, por lo que es indispensable acompañar y orientar esta transición con
opciones de políticas proactivas, proyectos y estrategias privadas.
18
REFERENCIAS
Boyd, danah, & Crawford, K. (2012). CRITICAL QUESTIONS FOR BIG DATA:
Provocations for a cultural, technological, and scholarly phenomenon. Information,
Communication & Society, 15(5), 662-679.
https://doi.org/10.1080/1369118X.2012.678878
Dourish, P., & Gómez Cruz, E. (2018). Datafication and data fiction: Narrating
data and narrating with data. Big Data & Society, 5(2), 205395171878408.
https://doi.org/10.1177/2053951718784083
Exxis Soluciones. (2020). SAP BUSINESS ONE LUMIRA. Soluciones SAP.
https://www.exxis-group.com/soluciones-sap-business-one/saplumira/
Ghani, R., Ron S., J., Kreuter, F., & Lane, J. (2017). Big Data and Social
Science; A Practical Guide to... [PDF].pdf (I. Foster, Ed.). CRC Press.
https://pdfroom.com/books/big-data-and-social-science-a-practical-guide-to-methods-
and-tools-statistics-in-the-social-and-behavioral-sciences-series-crc/kZdow3JKdM8
Grable, J. E., & Lyons, A. C. (2018). An Introduction to Big Data. Investment
Management, 6.
Hilbert, M. (2016). Big Data for Development: A Review of Promises and
Challenges. Development Policy Review, 34(1), 135-174.
https://doi.org/10.1111/dpr.12142
Kool, L., de Korte, A., Leis, M., & van der Molen, S. (2010). Megatrends: A broad
outlook on innovation. TNO. https://web.engr.uky.edu/~jrchee0/CE%20401/Megatrends-
Naisbitt/megatrends-2010.pdf
Lemus-Delgado, D., & Pérez Navarro, R. (2020). Ciencia de datos y estudios
globales: Aportaciones y desafíos metodológicos. Colombia Internacional, 102, 41-62.
https://doi.org/10.7440/colombiaint102.2020.03
19
Microsoft. (2021). ¿Qué es Power BI? https://powerbi.microsoft.com/es-es/what-
is-power-bi/
Mittelstadt, B. D., Allo, P., Taddeo, M., Wachter, S., & Floridi, L. (2016). The
ethics of algorithms: Mapping the debate. Big Data & Society, 3(2), 205395171667967.
https://doi.org/10.1177/2053951716679679
Monroe, B. L., Pan, J., Roberts, M. E., Sen, M., & Sinclair, B. (2015). No! Formal
Theory, Causal Inference, and Big Data Are Not Contradictory Trends in Political
Science. PS: Political Science & Politics, 48(01), 71-74.
https://doi.org/10.1017/S1049096514001760
Noriega, M. L., & Huerta, C. L. (2006). Excel como una herramienta asequible en
la enseñanza de la Estadística. 7, 10.
Riquelme, J. C., Ruiz, R., & Gilbert, K. (2006). Minería de Datos: Conceptos y
Tendencias. 10(29), 9.
SAP. (2017). SAP Lumira, manual de usuario de la edición de escritorio (1.31).
SAP.
https://help.sap.com/doc/businessobject_product_guides_vi01_en_lum_131_user_en_p
df/1.31.0.0/es-ES/lum_130_user_es.pdf
Toledo, Á., & Vicencio, I. (2017). EL USO DE LA HERRAMIENTA “ANÁLISIS DE
DATOS” DE EXCEL COMO COMPLEMENTO PARA EL APRENDIZAJE DE LA
ESTADÍSTICA EN EL AULA. 14.
Universidad Complutense de Madrid. (2021). ¿Qué es Data Science?
https://www.masterdatascienceucm.com/que-es-data-
science/#:~:text=Data%20Science%20o%20ciencia%20de,con%20los%20que%20tom
ar%20decisiones.
Universidad ESAN. (s. f.). Business Intelligence con MS E. 4.
20
Vargas, V., & Rojas, C. (2013). Paper IEEE.pdf. Universidad Católica de
Colombia.
https://repository.ucatolica.edu.co/bitstream/10983/1253/3/Paper%20IEEE.docx.
Wiig, K. M. (2003). A knowledge model for situation‐handling. Journal of
Knowledge Management, 7(5), 6-24. https://doi.org/10.1108/13673270310505340
Recommended