¿Qué es el modelado de datos? Tipos, ejemplos y técnicas

Derivado de sus evidentes beneficios, Big Data es una tecnología cada vez más demandada por las empresas en México. Pero antes de realizar el análisis de las enormes cantidades de información que posee una empresa, estas deben de tratarse de alguna forma; es ahí donde los expertos aplican el modelado de datos.

El modelado de datos es un proceso que consiste en la creación de un esquema que presenta la forma en la que se analizan y definen todos los datos recopilados y producidos por una organización, así como la forma en la que se relacionan. Al poseer esta representación gráfica, los analistas y científicos de datos tienen una vista única de la información que emplea una empresa.  

Al aplicar este recurso, una compañía documentará los datos que posee, la forma en que se usan y los requisitos de empleo, protección, manejo y análisis. Además, esta acción estructura la información disponible para que las bases de datos los puedan usar fácilmente. Al ordenar los datos, su análisis e integración requiere menos esfuerzo.

Tipos de modelos de datos

Una vez aclarado qué es el modelado de datos, hay que señalar que existen distintos tipos de modelos de datos. Los principales son:

Modelo de datos conceptual

Como su nombre lo indica, presenta una visión conceptual del negocio, definiendo su estructura general y sus datos. Se suele aplicar en una etapa inicial, cuando la organización realiza un plan preliminar, con la intención de ir refinándolo más adelante. 

Habitualmente explica:

• Los datos que posee el sistema.
• Propiedades de los datos, sus condiciones y prohibiciones.
• Criterios con los que se relacionan.
• Forma de organización.
• Requisitos de seguridad. 

Su propósito general es mostrar una perspectiva de la empresa basada en los datos, al establecer la forma en la que se relacionan los distintos entes comerciales. Normalmente, emplea modelos de funciones de objetos o diagramas de relación de entidades. 

Modelo de datos lógico 

También se conoce como modelado de información. Este apoya a las empresas en el desarrollo de una comprensión visual de todos los datos que se deben procesar para llevar a cabo ciertas tareas o procesos específicos. Su función principal es visualizar los elementos de los datos y el cómo se relacionan entre sí de manera compleja.

Recogen la siguiente información:

• Clases de datos con sus atributos.
• Relaciones que vinculan a las distintas entidades de datos.
• Atributos primarios de los datos.  

Modelo de datos físico

Describe cómo se llevará a cabo el modelo lógico detalladamente. Como representación específica y real del patrimonio de información de una compañía, sirve para visualizar la estructura de una base de datos antes de su construcción.  

Entre otros aspectos, tiene en cuenta:

• Características del sistema de administración de bases de datos distribuida (DBMS, por sus siglas en inglés). 
• Clases de campos de datos.
• Relaciones entre los datos.
• Requisitos de desnormalización.
• Ajuste de rendimiento.

Ejemplos de modelo de datos

Ejemplo de modelo de datos conceptual

El modelo de datos conceptual básico de un negocio de muebles podría mostrar a las entidades:

• Sucursales: incluye todos los puntos de venta.
• Productos: reúne la información sobre los productos en stock.
• Ventas: con toda la información sobre las ventas.
• Clientes: información sobre todas las personas que han hecho una compra.
• Vendedores: todas las personas que trabajan en esta posición.

Ejemplo de modelo de datos lógico

Extrapolando el mismo caso de una mueblería al modelo de datos lógico, cada entidad poseería información adicional:

• Sucursales: contaría con datos como el nombre, la dirección, el correo electrónico y el número de teléfono de cada punto de venta.
• Productos: tendría datos como su número de referencia y su marca.
• Clientes: incluirían su dirección física, el correo electrónico y su teléfono.
• Ventas: relacionaría los productos que ha adquirido un cliente, con el vendedor, la fecha de compra y el precio.

Ejemplo de modelo de datos físico

Suponiendo que la mueblería decide crear un modelo de datos físico, este podría describir especificaciones similares a estas:

• Ventas: el importe de venta es una clase de dato float, mientras que la fecha de venta es timestamp.
• Clientes: el nombre del cliente es un dato string.

Técnicas de modelado de datos

Existen distintas técnicas para realizar el modelado de datos. Algunas de las más habituales en México son: 

Jerárquica

Representa las relaciones entre los distintos elementos en formato de árbol. Los elementos se pueden representar arriba, abajo o al mismo nivel. Cada vez se usa menos, debido a que recuperar y acceder a los datos puede resultar muy complicado cuando existen volúmenes muy grandes de información. 

Gráfica

Las entidades se tratan por igual, sin ningún concepto de paternidad o superioridad.  

Relacional

Visualiza las clases de datos como tablas y. columnas, describiendo las relaciones entre entidades mediante el uso de claves. Esto reduce su complejidad y proporciona una visión clave.

Las relaciones entre las entidades se establecen: 

• uno a uno
• uno a muchos
• muchos a uno 
• muchos a muchos

De red

Amplía el modelo jerárquico ya que permite que un registro secundario tenga uno o más padres, por lo que es una forma más flexible de representar objetos y relaciones. Los objetos se representan dentro de nodos y las relaciones entre nodos se llaman bordes.

Orientada a objetos

Mezcla aspectos de la programación orientada a objetos y el modelo de datos relacional. En este esquema, un objeto representa datos y sus relaciones en una sola estructura, además de los atributos que especifican las propiedades del objeto y los métodos que establecen su comportamiento. Los objetos pueden establecer varias relaciones entre ellos.

Entidad-relación

Representa a las entidades y las relaciones que mantienen entre ellas, en un formato gráfico que incluye:

• Entidades. Representan conceptos sobre los que se procesan y almacenan datos
• Atributos. Características o propiedades de una entidad, las cuales se almacenan y conservan como datos
• Relaciones. Definen los vínculos lógicos entre dos entidades.

Esta técnica es muy eficiente para los procesos de captura y actualización de datos. En este caso, las entidades pueden ser cualquier cosa, como un objeto, un concepto o un dato. 

Para obtener el valor comercial deseado de los datos es necesario procesarlos adecuadamente. Para ello, es recomendable contar con especialistas que hayan estudiado una Maestría en Inteligencia de Negocios o la Maestría en Big Data, como la que oferta UNIR México, quienes serán capaces de aplicar las técnicas más recientes de visualización, tratamiento y análisis de datos.