¿Qué son los datos y por qué todo el mundo los quiere?

Bienvenido a la lección que puede parecer obvia pero que te prometo no lo es. "Datos" es una palabra que escuchas veinte veces al día: Big Data, datos personales, protección de datos, la empresa data-driven... Pero si te pido que me definas qué es un dato — no la idea poética, sino algo concreto que puedas señalar con el dedo — la mayoría de la gente se queda en blanco. Y es normal, porque confundimos dato con información, información con conocimiento, y todo con "cosas que salen en una pantalla". En esta lección vamos a desmontar esa confusión de raíz.

Piensa en tu vida cotidiana. Esta mañana tu móvil registró la hora a la que sonó la alarma: 07:00. Eso es un dato. Un hecho crudo, sin contexto, sin interpretación. El número 07:00 por sí solo no te dice nada útil. Pero si lo comparas con los últimos 30 días y descubres que te despiertas cada vez más temprano los viernes porque tienes una reunión a primera hora, eso ya es información: un patrón extraído de los datos. Y si a partir de esa información decides mover la reunión a las 10:00 para dormir mejor, eso es conocimiento aplicado: una decisión basada en datos que mejora tu vida.

### Dato → Información → Conocimiento: la cadena de valor

Esta cadena es fundamental y la vas a ver una y otra vez en tu carrera. Un dato es un hecho en bruto: "37.5°C". No sabes si es la temperatura de una habitación, de un cuerpo humano o de un horno. Es solo un número con una unidad. La información aparece cuando le das contexto: "La temperatura corporal del paciente Juan a las 15:00 fue de 37.5°C". Ahora sabes de quién es, cuándo se midió y qué se midió. El conocimiento llega cuando combinas información con experiencia: "37.5°C es febrícula — hay que vigilar al paciente y repetir la medición en 2 horas".

Lo importante de esta cadena es que los datos en bruto no valen nada por sí solos. Un archivo con 500 millones de filas de números no le sirve a nadie si nadie sabe qué representan ni cómo usarlos. Lo que vale dinero es la capacidad de convertir esos datos en decisiones de negocio. Tu trabajo como ingeniero de datos será construir los sistemas que permitan esa conversión de forma fiable y rápida.

### ¿Por qué las empresas pagan millones por datos?

Las empresas que mejor usan sus datos toman mejores decisiones, más rápido. Netflix no gasta 200 millones en producir una serie al azar — lo hace porque sus datos le dicen que hay 40 millones de personas que la verán. Amazon no recomienda productos por intuición — analiza miles de millones de compras para predecir qué querrás. Pero no necesitas ser Netflix: una panadería que registra qué pan se vende cada día puede dejar de hacer 20 barras de centeno los lunes (cuando solo vende 3) y hacer más los viernes (cuando siempre se queda sin). Eso son datos convertidos en mejor negocio.

• ▹Marketing: saber qué clientes comprarán permite no malgastar presupuesto en anuncios inútiles.
• ▹Operaciones: predecir la demanda evita tener stock de más (dinero congelado) o de menos (ventas perdidas).
• ▹Producto: medir qué funcionalidades usan los usuarios permite enfocar desarrollo en lo que importa.
• ▹Finanzas: detectar fraude a tiempo ahorra millones en devoluciones.
• ▹Logística: optimizar rutas de reparto con datos de tráfico ahorra combustible y tiempo.

### Datos a tu alrededor: ejemplos cotidianos

Solo hoy has generado cientos de datos sin darte cuenta. Cada desbloqueo del móvil (hora, duración, app abierta). Cada mensaje (texto, destinatario, timestamp). Cada paso que das (el acelerómetro registra movimiento). Cada canción en streaming (artista, si la saltaste o la escuchaste). Cada compra con tarjeta (importe, comercio, hora). Ahora imagina 10 millones de usuarios generando eso cada día. Alguien tiene que recoger, organizar, limpiar y servir esos datos. Esa persona eres tú.

### Los datos en Python: algo que ya conoces

Buenas noticias: ya has trabajado con datos. Cuando leíste un archivo CSV en la Skill anterior, eso eran datos. Cuando creaste un diccionario con info de un cliente, era un dato estructurado. Cuando escribiste un JSON con resultados, estabas haciendo lo que hacen los sistemas profesionales — solo que a pequeña escala.

1# Esto que ya sabes hacer... es trabajar con datos
2cliente = {
3    "nombre": "María García",
4    "email": "maria@ejemplo.com",
5    "edad": 34,
6    "compras_totales": 1250.00
7}
8
9# Dato: 1250.00
10# Información: María ha gastado 1250€ en total
11# Conocimiento: María es clienta VIP (gasta > 1000€)
12# Decisión: enviarle un cupón del 15%
13
14es_vip = cliente["compras_totales"] > 1000
15print(f"{cliente['nombre']} - VIP: {es_vip}")

### Tipos primitivos: los átomos de los datos

Todo dato, por complejo que sea, está construido a partir de unos pocos tipos primitivos. Son como los átomos de la tabla periódica — combinándolos construyes cualquier cosa:

1. 01.Números enteros (int): edad, cantidad, ID. Sin decimales. Ejemplo: 42, -7, 0.
2. 02.Números decimales (float): precio, temperatura, porcentaje. Con fracción. Ejemplo: 29.99, 37.5.
3. 03.Texto (str): nombre, email, dirección. Cualquier secuencia de caracteres.
4. 04.Booleano (bool): True o False. ¿Es VIP? ¿Pagó? ¿Está activo?
5. 05.Fecha/hora (datetime): cuándo ocurrió algo. "2026-01-15T10:30:00".
6. 06.Nulo (None): ausencia de dato. No es cero ni vacío — es "no tengo esta información".

### None y el índice negativo: dos herramientas que vas a necesitar

None es el valor que significa "aquí no hay nada". No es 0, no es un texto vacío, no es False — es la ausencia de dato. Lo vas a encontrar en campos que no se rellenaron, respuestas de funciones que no tienen resultado y registros con datos faltantes. Y no es lo mismo que "": uno dice "no tenemos el dato" y el otro dice "el dato existe y está vacío".

1# None es "aquí no hay nada", y no es lo mismo que ""
2email_a = None       # no tenemos el dato
3email_b = ""         # tenemos el dato y está vacío
4
5print(email_a is None)     # True   <- para None se compara con "is"
6print(email_b is None)     # False
7print(email_b == "")       # True
8
9# Y el índice -1: el último elemento contando desde el final
10lecturas = [4.2, 4.5, 5.1, 9.1]
11print(lecturas[-1])    # 9.1  <- el último, sin saber cuántos hay

### Resumen

1. 01.Un dato es un hecho en bruto sin contexto. La información es dato + contexto. El conocimiento permite decidir.
2. 02.Las empresas pagan por datos porque permiten tomar decisiones mejores y más rápidas.
3. 03.Ya trabajas con datos: diccionarios, CSVs, variables en Python son datos.
4. 04.Los tipos primitivos (entero, decimal, texto, booleano, fecha, nulo) son los bloques de todo.
5. 05.El valor no está en almacenar datos, sino en la decisión que permiten tomar.