Datos estructurados

1. ¿Qué son los datos estructurados?

Un dato estructurado es un tipo de información organizada y almacenada de manera que se puede acceder y procesar de manera sistemática. Estos datos se presentan en un formato predefinido con una estructura clara y consistente, habitualmente de forma tabular. La estructura de los datos se define mediante un esquema, que especifica la manera en que los elementos de datos están organizados y cómo se relacionan entre sí.

2. ¿Para qué sirven los datos estructurados?

Un ejemplo común de datos estructurados son las bases de datos relacionales, donde la información se organiza en tablas con filas y columnas, y se establecen relaciones entre las tablas. Cada campo de la tabla tiene un tipo de datos específico (números, texto, fechas, etc.), lo que aporta orden y coherencia a la información. La ventaja clave de los datos estructurados es su facilidad de almacenamiento, consulta y análisis mediante lenguajes de consulta estructurados, como SQL (Structured Query Language). Estos datos son ideales para situaciones donde la relación entre los elementos de información es clara y se puede modelar en formato de tabla.

El uso de un dato estructurado es ideal para mantener un orden en los datos, lo cual es más útil que en el caso de los datos no estructurados, ya que este mismo orden permite que sean más fáciles de mantener, mucho más óptimos para entrenar a modelos de Machine Learning y están apoyados por un mayor número de empresas y tecnologías debido a su estructura. Por ejemplo, en caso de tener una base de datos en MongoDB estos datos estarán de forma anidada, los cuales se deben extraer de esa base de datos usando el lenguaje de consulta MongoQL, organizarlos en un formato tabular como un dato estructurado SQL, para posteriormente limpiar los datos, escalarlos y finalmente dividir los datos de entrenamiento y prueba para el modelo de Machine Learning.

3. Ejemplos de datos estructurados.

• Archivos de Excel.
• Resultados de formularios web.
• Archivos CSV.
• Archivos de tablas SQL.
• Datos de geolocalización.
• Archivos XML.