Estamos reestructurando nuestro proyecto y que con el anterior surgio un problema de cordinacion entre los integrantes del proyecto:
Nuestro nuevo proyecto constara de implementar o aplicar la herramienta wiki :
Proyecto
El proyecto constara de implementar una wiki y utilizarla como repositorio de información relacionada con la carreras de la Universidad.
Objetivo
Tener un lugar donde fomente la colaboración entre el alumnado y los docentes de la universidad logrando una buisqueda de informacion mas expedita
jueves, 15 de julio de 2010
lunes, 12 de julio de 2010
Scrum
Scrum es una metodologia utilizada para la gestion y desarrollo de software es una metodología agíl
Características de Scrum
Características de Scrum
Roles en Scrum
En Scrum se definen varios roles, estos están divididos en dos grupos: cerdos y gallinas. El nombre de los grupos están inspirados en el chiste sobre un cerdo y una gallina que se relata a continuación
Un cerdo y una gallina se encuentran en la calle. La gallina mira al cerdo y dice: "Hey, ¿por qué no abrimos un restaurante?" El cerdo mira a la gallina y le dice: "Buena idea, ¿cómo se llamaría el restaurante?" La gallina piensa un poco y contesta: "¿Por qué no lo llamamos "Huevos con jamón?" "Lo siento pero no", dice el cerdo, "Yo estaría comprometido pero tú solamente estarías involucrada".
De esta forma, los cerdos están comprometidos a construir software de manera regular y frecuente, mientras que el resto son gallinas: interesados en el proyecto pero realmente irrelevantes porque, si éste falla, no son un cerdo, es decir, no son los que de manera comprometida ponen su propio pellejo (y carne) para sacar el proyecto adelante. Las necesidades, deseos, ideas e influencias de los roles gallina se tienen en cuenta, pero no de forma que pueda afectar, distorsionar o entorpecer el proyecto Scrum.
Roles "Cerdo"
Product Owner
El Product Owner representa la voz del cliente. Se asegura de que el equipo Scrum trabaja de forma adecuada desde la perspectiva del negocio. El Product Owner escribe historias de usuario, las prioriza, y las coloca en el Product Backlog.
ScrumMaster (o Facilitador)
Equipo
Roles "Gallina"
Los roles gallina en realidad no son parte del proceso Scrum, pero deben tenerse en cuenta. Un aspecto importante de una aproximación ágil es la práctica de involucrar en el proceso a los usuarios, expertos del negocio y otros interesados (stakeholders). Es importante que esa gente participe y entregue retroalimentación con respecto a la salida del proceso a fin de revisar y planear cada sprint.
sábado, 15 de mayo de 2010
Mineria de Datos
Que es la minería de Datos
La minería de datos es un proceso analítico diseñado para explorar grandes volúmenes de datos (generalmente datos de negocio y mercado) con el objeto de descubrir patrones y modelos de comportamiento o relaciones entre diferentes variables. Esto permite generar conocimiento que ayuda a mejorar la toma de decisiones en los procesos fundamentales de un negocio.
La minería de datos permite obtener valor a partir de la información que registran y manejan las empresas, lo que ayuda a dirigir esfuerzos de mejora respaldados en datos históricos de diversa índole.
Definición
Es el análisis de archivos y bitácoras de transacciones, trabaja a nivel del conocimiento con el fin de descubrir patrones, relaciones, reglas, asociaciones o incluso excepciones útiles para la toma de decisiones.
Clasificación de la Minería de Datos
Las Minerías de Datos se pueden clasificar o dividir en:
1- En minería de datos predictiva (mdp): usa primordialmente técnicas estadísticas.
2- En minería de datos para el descubrimiento de conocimiento (mddc): usa principalmente técnicas de inteligencia artificial.
Aplicaciones de la Minería de Datos
Actualmente se aplica en áreas tales como:
• Aspectos climatológicos: predicción de tormentas, etc.
• Medicina: encontrar la probabilidad de una respuesta satisfactoria a un tratamiento médico.
• Mercadotecnia: identificar clientes susceptibles de responder a ofertas de productos y servicios por correo, fidelidad de clientes, afinidad de productos, etc.
• Inversión en casas de bolsa y banca: análisis de clientes, aprobación de préstamos, determinación de montos de crédito, etc.
• detección de fraudes y comportamientos inusuales: telefónicos, seguros, en tarjetas de crédito, de evasión fiscal, electricidad, etc.
• análisis de canastas de mercado para mejorar la organización de tiendas, segmentación de mercado (clustering).
• determinación de niveles de audiencia de programas televisivos.
• industria y manufactura: diagnóstico de fallas.
La minería de datos permite obtener valor a partir de la información que registran y manejan las empresas, lo que ayuda a dirigir esfuerzos de mejora respaldados en datos históricos de diversa índole.
Definición
Es el análisis de archivos y bitácoras de transacciones, trabaja a nivel del conocimiento con el fin de descubrir patrones, relaciones, reglas, asociaciones o incluso excepciones útiles para la toma de decisiones.
Clasificación de la Minería de Datos
Las Minerías de Datos se pueden clasificar o dividir en:
1- En minería de datos predictiva (mdp): usa primordialmente técnicas estadísticas.
2- En minería de datos para el descubrimiento de conocimiento (mddc): usa principalmente técnicas de inteligencia artificial.
Aplicaciones de la Minería de Datos
Actualmente se aplica en áreas tales como:
• Aspectos climatológicos: predicción de tormentas, etc.
• Medicina: encontrar la probabilidad de una respuesta satisfactoria a un tratamiento médico.
• Mercadotecnia: identificar clientes susceptibles de responder a ofertas de productos y servicios por correo, fidelidad de clientes, afinidad de productos, etc.
• Inversión en casas de bolsa y banca: análisis de clientes, aprobación de préstamos, determinación de montos de crédito, etc.
• detección de fraudes y comportamientos inusuales: telefónicos, seguros, en tarjetas de crédito, de evasión fiscal, electricidad, etc.
• análisis de canastas de mercado para mejorar la organización de tiendas, segmentación de mercado (clustering).
• determinación de niveles de audiencia de programas televisivos.
• industria y manufactura: diagnóstico de fallas.
sábado, 8 de mayo de 2010
sábado, 24 de abril de 2010
DATA WARE HOUSE
Un Almacén de Datos (o Data Warehouse) es una gran colección de datos que recoge información de múltiples sistemas fuentes u operacionales dispersos, y cuya actividad se centra en la Toma de Decisiones -es decir, en el análisis de la información- en vez de en su captura. Una vez reunidos los datos de los sistemas fuentes se guardan durante mucho tiempo, lo que permite el acceso a datos históricos; así los almacenes de datos proporcionan al usuario una interfaz consolidada única para los datos, lo que hace más fácil escribir las consultas para la toma de decisiones.
Data Warehousing
Data Warehousing es el proceso que facilita la creación y explotación de un Almacén de Datos.
Los Sistemas de Data Warehousing incluyen funcionalidades como:
* Integración de bases de datos heterogéneas (relacionales, documentales, geográficas, archivos, etc.)
* Ejecución de consultas complejas no predefinidas visualizando el resultado en forma gráfica y en diferentes niveles de agrupamiento y totalización de datos.
* Agrupamiento y desagrupamiento de datos en forma interactiva.
* Análisis del problema en términos de dimensiones.
* Control de calidad de datos.
Características del Almacén de Datos
* Organizado en torno a temas. La información se clasifica en base a los aspectos que son de interés para la empresa.
* Integrado. Es el aspecto más importante. La integración de datos consiste en convenciones de nombres, codificaciones consistentes, medida uniforme de variables, etc.
* Dependiente del tiempo. Esta dependencia aparece de tres formas:
o La información representa los datos sobre un horizonte largo de tiempo.
o Cada estructura clave contiene (implícita o explícitamente) un elemento de tiempo (día, semana, mes, etc.).
o La información, una vez registrada correctamente, no puede ser actualizada.
* No volátil. El Almacén de Datos sólo permite cargar nuevos datos y acceder a los ya almacenados, pero no permite ni borrar ni modificar los datos.
Arquitectura Data Warehouse
La estructura básica de la arquitectura Data Warehouse incluye:
1. Datos operacionales. Origen de datos para el componente de almacenamiento físico del Almacén de Datos.
2. Extracción de datos. Selección sistemática de datos operacionales usados para formar parte del Almacén de Datos.
3. Transformación de datos. Procesos para sumarizar y realizar cambios en los datos operacionales.
4. Carga de datos. Inserción de datos en el Almacén.
5. Almacén. Almacenamiento físico de datos de al arquitectura Data Warehouse.
6. Herramienta de acceso. Herramientas que proveen acceso a los datos.
Estructura lógica del Almacén de Datos
La estructura lógica de un Almacén de Datos está compuesta por los siguientes niveles:
* Metadatos. Describen la estructura de los datos contenidos en el almacén.
o Están en una dimensión distinta al resto de niveles.
* Datos detallados actuales. Obtenidos directamente del procesado de los datos.
o Forman el nivel más bajo de detalle.
o Ocupan mucho espacio.
o Se almacenan en disco, para facilitar el acceso.
* Datos detallados históricos. Igual que los anteriores, pero con datos correspondientes al pasado.
o Se suelen almacenar en un medio externo, ya que su acceso es poco frecuente.
* Datos ligeramente resumidos. Primer nivel de agregación de los datos detallados actuales.
o Corresponden a consultas habituales.
o Se almacenan en disco.
* Datos muy resumidos. Son el nivel más alto de agregación.
o Corresponden a consultas que se realizan muy a menudo y que se deben obtener muy rápidamente.
o Suelen estar separados del Almacén de datos, formando Supermercados de Datos (Data Marts).
Estructura física del Almacén de Datos
La estructura física puede presentar cualquiera de las siguientes configuraciones:
* Arquitectura centralizada. Todo el Almacén de datos se encuentra en un único servidor.
* Arquitectura distribuida. Los datos del Almacén se reparten entre varios servidores. Asignando cada servidor a uno o varios temas lógicos.
* Arquitectura distribuida por niveles. Refleja la estructura lógica del Almacén, asignando los servidores en función del nivel de agregación de los datos que contienen. Un servidor está dedicado para los datos de detalle, otro para los resumidos y otro para los muy resumidos.
Cuando los datos muy resumidos se duplican en varios servidores para agilizar el acceso se habla de Supermercados de datos (Data Marts).
Software Data Warehouse
* Red Brick Warehouse
* Essbase
* Pilot Decission Support Suite
* Microsoft SQL Server
Un Almacén de Datos (o Data Warehouse) es una gran colección de datos que recoge información de múltiples sistemas fuentes u operacionales dispersos, y cuya actividad se centra en la Toma de Decisiones -es decir, en el análisis de la información- en vez de en su captura. Una vez reunidos los datos de los sistemas fuentes se guardan durante mucho tiempo, lo que permite el acceso a datos históricos; así los almacenes de datos proporcionan al usuario una interfaz consolidada única para los datos, lo que hace más fácil escribir las consultas para la toma de decisiones.
Data Warehousing
Data Warehousing es el proceso que facilita la creación y explotación de un Almacén de Datos.
Los Sistemas de Data Warehousing incluyen funcionalidades como:
* Integración de bases de datos heterogéneas (relacionales, documentales, geográficas, archivos, etc.)
* Ejecución de consultas complejas no predefinidas visualizando el resultado en forma gráfica y en diferentes niveles de agrupamiento y totalización de datos.
* Agrupamiento y desagrupamiento de datos en forma interactiva.
* Análisis del problema en términos de dimensiones.
* Control de calidad de datos.
Características del Almacén de Datos
* Organizado en torno a temas. La información se clasifica en base a los aspectos que son de interés para la empresa.
* Integrado. Es el aspecto más importante. La integración de datos consiste en convenciones de nombres, codificaciones consistentes, medida uniforme de variables, etc.
* Dependiente del tiempo. Esta dependencia aparece de tres formas:
o La información representa los datos sobre un horizonte largo de tiempo.
o Cada estructura clave contiene (implícita o explícitamente) un elemento de tiempo (día, semana, mes, etc.).
o La información, una vez registrada correctamente, no puede ser actualizada.
* No volátil. El Almacén de Datos sólo permite cargar nuevos datos y acceder a los ya almacenados, pero no permite ni borrar ni modificar los datos.
Arquitectura Data Warehouse
La estructura básica de la arquitectura Data Warehouse incluye:
1. Datos operacionales. Origen de datos para el componente de almacenamiento físico del Almacén de Datos.
2. Extracción de datos. Selección sistemática de datos operacionales usados para formar parte del Almacén de Datos.
3. Transformación de datos. Procesos para sumarizar y realizar cambios en los datos operacionales.
4. Carga de datos. Inserción de datos en el Almacén.
5. Almacén. Almacenamiento físico de datos de al arquitectura Data Warehouse.
6. Herramienta de acceso. Herramientas que proveen acceso a los datos.
Estructura lógica del Almacén de Datos
La estructura lógica de un Almacén de Datos está compuesta por los siguientes niveles:
* Metadatos. Describen la estructura de los datos contenidos en el almacén.
o Están en una dimensión distinta al resto de niveles.
* Datos detallados actuales. Obtenidos directamente del procesado de los datos.
o Forman el nivel más bajo de detalle.
o Ocupan mucho espacio.
o Se almacenan en disco, para facilitar el acceso.
* Datos detallados históricos. Igual que los anteriores, pero con datos correspondientes al pasado.
o Se suelen almacenar en un medio externo, ya que su acceso es poco frecuente.
* Datos ligeramente resumidos. Primer nivel de agregación de los datos detallados actuales.
o Corresponden a consultas habituales.
o Se almacenan en disco.
* Datos muy resumidos. Son el nivel más alto de agregación.
o Corresponden a consultas que se realizan muy a menudo y que se deben obtener muy rápidamente.
o Suelen estar separados del Almacén de datos, formando Supermercados de Datos (Data Marts).
Estructura física del Almacén de Datos
La estructura física puede presentar cualquiera de las siguientes configuraciones:
* Arquitectura centralizada. Todo el Almacén de datos se encuentra en un único servidor.
* Arquitectura distribuida. Los datos del Almacén se reparten entre varios servidores. Asignando cada servidor a uno o varios temas lógicos.
* Arquitectura distribuida por niveles. Refleja la estructura lógica del Almacén, asignando los servidores en función del nivel de agregación de los datos que contienen. Un servidor está dedicado para los datos de detalle, otro para los resumidos y otro para los muy resumidos.
Cuando los datos muy resumidos se duplican en varios servidores para agilizar el acceso se habla de Supermercados de datos (Data Marts).
Software Data Warehouse
* Red Brick Warehouse
* Essbase
* Pilot Decission Support Suite
* Microsoft SQL Server
viernes, 23 de abril de 2010
Conocimientos Basicos Datos,Informacion, Conocimiento
Datos
Los datos son expresiones o símbolos generales que describen condiciones, hechos, situaciones, o valores de las entidades los cuales se caracterizan por no contener ninguna información.
Los datos pueden ser o significar un número, una letra, un signo ortográfico o cualquier símbolo que represente una cantidad, una medida, una palabra o una descripción.
Los datos son comunicados por varios tipos de símbolos tales como las letras del alfabeto, números, movimientos de labios, puntos y rayas, señales con la mano, dibujos, etc. Estos símbolos se pueden ordenar y reordenar de forma utilizable y se les denomina información.
La importancia de los datos está en su capacidad de asociarse dentro de un contexto para convertirse en información. Por si mismos los datos no tienen capacidad de comunicar un significado y por tanto no pueden afectar el comportamiento de quien los recibe. Para ser útiles, los datos deben convertirse en información para ofrecer un significado, conocimiento, ideas o conclusiones.
Tipos de datos
Datos Significativos. Para ser significativos, los datos deben constar de símbolos reconocibles, estar completos y expresar una idea no ambigua.
Datos Pertinentes. Cuando los datos son pertinentes (relevantes) cuando pueden ser utilizados para responder a preguntas propuestas.
Procesamientos de Datos
La computadora se utiliza para procesar en forma automática y a gran velocidad esos datos. Como resultado del procesamiento de esos datos se obtiene la información deseada, la cual será útil en la toma de decisiones.
DATO-------->PROCESO-------->INFORMACIÓN
Cada archivo se forma en base a un conjunto de líneas y cada línea esta formada por campos de información. Todas las líneas de un mismo archivo tienen la misma estructura, es decir los mismos campos de información. Diferentes archivos poseen estructuras distintas.
Información
La información es un conjunto o colección de datos que están organizados que representan hechos significativos y pertinentes, para el organismo u organización que los percibe y que tienen un significado.
De esta manera, si tomamos datos por separado no tendrían un significado mientras que si los agrupamos en forma organizada, si ejemplo los datos 2, 0, 0 y 7, no tienen un significado por sí mismos y no conforman una información mientras que si los organizamos significativamente, sí: 2007.
La información es un elemento fundamental en el proceso de la comunicación, ya que tiene un significado para quien la recibe, que la va a comprender si comparte el mismo código que quien la envía. Esto no sólo ocurre en un proceso social sino también en el mundo de la informática.
Durante el siglo pasado, el avance tecnológico y de la informática produjo actualmente una revolución de la información, especialmente en la globalización e Internet, un proceso y un sistema de comunicación que evitan la existencia de barreras entre la confluencia de información desde un punto a otro.
En una computadora, la información es un factor fundamental que se representa a través de símbolos, específicamente en forma de datos binarios. Y es estos son manejados por el sistema (tanto en la entrada como en el proceso o el resultado de la operación), pudiendo ser la misma en la entrada y en la salida (en este caso el sistema sería uno de flujo de información) o diferente (nos referimos a sistemas de tratamiento de la información).
Conocimiento
El conocimiento es un conjunto de información almacenada mediante la experiencia o el aprendizaje.
El conocimiento es una capacidad humana y no una propiedad de un objeto como pueda ser un libro. Su transmisión implica un proceso intelectual de enseñanza y aprendizaje. Transmitir una información es fácil, mucho más que transmitir conocimiento. Esto implica que cuando hablamos de gestionar conocimiento, queremos decir que ayudamos a personas a realizar esa actividad.
El conocimiento carece de valor si permanece estático. Sólo genera valor en la medida en que se mueve, es decir, cuando es transmitido o transformado.
El conocimiento genera conocimiento mediante el uso de la capacidad de razonamiento o inferencia (tanto por parte de humanos como de máquinas).
El conocimiento tiene estructura y es elaborado, implica la existencia de redes de ricas relaciones semánticas entre entidades abstractas o materiales. Una simple base de datos, por muchos registros que contenga, no constituye per se conocimiento.
El conocimiento es siempre esclavo de un contexto en la medida en que en el mundo real difícilmente puede existir completamente auto contenido. Así, para su transmisión es necesario que el emisor (maestro) conozca el contexto o modelo del mundo del receptor (aprendiz).
El conocimiento puede ser explícito (cuando se puede recoger, manipular y transferir con facilidad) o tácito. Este es el caso del conocimiento heurístico resultado de la experiencia acumulada por individuos.
El conocimiento puede estar formalizado en diversos grados, pudiendo ser también informal. La mayor parte del conocimiento transferido verbalmente es informal.
Conocimiento es la capacidad para convertir datos e información en acciones efectivas.
Gestión del Conocimiento
El conocimiento constituye el activo más valioso de cualquier organización en la Sociedad de la Información. Así, hablamos de la Sociedad del Conocimiento y de la Economía del Conocimiento. La competitividad de las empresas, y por lo tanto su supervivencia, depende de que este conocimiento pueda preservarse y utilizarse de forma eficiente.
Definiciones de Gestión del Conocimiento:
Gestión del Conocimiento es el arte de crear valor a partir de los activos intangibles de una organización. [Karl Eric Sveiby]
La Gestión del Conocimiento está relacionada con el uso de la información estratégica para conseguir los objetivos de negocio. La gestión del conocimiento es la actividad organizacional de creación del entorno social e infraestructura para que el conocimiento pueda ser accedido, compartido y creado. [Robert K. Logan]
La Gestión del Conocimiento es la identificación, optimización y gestión dinámica de los activos intelectuales en forma de conocimiento explícito o tácito poseído por personas o comunidades. [David Snowden, IBM]
La Gestión del Conocimiento pretende poner al alcance de cada empleado la información que necesita en el momento preciso para que su actividad sea efectiva.
Los datos son expresiones o símbolos generales que describen condiciones, hechos, situaciones, o valores de las entidades los cuales se caracterizan por no contener ninguna información.
Los datos pueden ser o significar un número, una letra, un signo ortográfico o cualquier símbolo que represente una cantidad, una medida, una palabra o una descripción.
Los datos son comunicados por varios tipos de símbolos tales como las letras del alfabeto, números, movimientos de labios, puntos y rayas, señales con la mano, dibujos, etc. Estos símbolos se pueden ordenar y reordenar de forma utilizable y se les denomina información.
La importancia de los datos está en su capacidad de asociarse dentro de un contexto para convertirse en información. Por si mismos los datos no tienen capacidad de comunicar un significado y por tanto no pueden afectar el comportamiento de quien los recibe. Para ser útiles, los datos deben convertirse en información para ofrecer un significado, conocimiento, ideas o conclusiones.
Tipos de datos
Datos Significativos. Para ser significativos, los datos deben constar de símbolos reconocibles, estar completos y expresar una idea no ambigua.
Datos Pertinentes. Cuando los datos son pertinentes (relevantes) cuando pueden ser utilizados para responder a preguntas propuestas.
Procesamientos de Datos
La computadora se utiliza para procesar en forma automática y a gran velocidad esos datos. Como resultado del procesamiento de esos datos se obtiene la información deseada, la cual será útil en la toma de decisiones.
DATO-------->PROCESO-------->INFORMACIÓN
Cada archivo se forma en base a un conjunto de líneas y cada línea esta formada por campos de información. Todas las líneas de un mismo archivo tienen la misma estructura, es decir los mismos campos de información. Diferentes archivos poseen estructuras distintas.
Información
La información es un conjunto o colección de datos que están organizados que representan hechos significativos y pertinentes, para el organismo u organización que los percibe y que tienen un significado.
De esta manera, si tomamos datos por separado no tendrían un significado mientras que si los agrupamos en forma organizada, si ejemplo los datos 2, 0, 0 y 7, no tienen un significado por sí mismos y no conforman una información mientras que si los organizamos significativamente, sí: 2007.
La información es un elemento fundamental en el proceso de la comunicación, ya que tiene un significado para quien la recibe, que la va a comprender si comparte el mismo código que quien la envía. Esto no sólo ocurre en un proceso social sino también en el mundo de la informática.
Durante el siglo pasado, el avance tecnológico y de la informática produjo actualmente una revolución de la información, especialmente en la globalización e Internet, un proceso y un sistema de comunicación que evitan la existencia de barreras entre la confluencia de información desde un punto a otro.
En una computadora, la información es un factor fundamental que se representa a través de símbolos, específicamente en forma de datos binarios. Y es estos son manejados por el sistema (tanto en la entrada como en el proceso o el resultado de la operación), pudiendo ser la misma en la entrada y en la salida (en este caso el sistema sería uno de flujo de información) o diferente (nos referimos a sistemas de tratamiento de la información).
Conocimiento
El conocimiento es un conjunto de información almacenada mediante la experiencia o el aprendizaje.
El conocimiento es una capacidad humana y no una propiedad de un objeto como pueda ser un libro. Su transmisión implica un proceso intelectual de enseñanza y aprendizaje. Transmitir una información es fácil, mucho más que transmitir conocimiento. Esto implica que cuando hablamos de gestionar conocimiento, queremos decir que ayudamos a personas a realizar esa actividad.
El conocimiento carece de valor si permanece estático. Sólo genera valor en la medida en que se mueve, es decir, cuando es transmitido o transformado.
El conocimiento genera conocimiento mediante el uso de la capacidad de razonamiento o inferencia (tanto por parte de humanos como de máquinas).
El conocimiento tiene estructura y es elaborado, implica la existencia de redes de ricas relaciones semánticas entre entidades abstractas o materiales. Una simple base de datos, por muchos registros que contenga, no constituye per se conocimiento.
El conocimiento es siempre esclavo de un contexto en la medida en que en el mundo real difícilmente puede existir completamente auto contenido. Así, para su transmisión es necesario que el emisor (maestro) conozca el contexto o modelo del mundo del receptor (aprendiz).
El conocimiento puede ser explícito (cuando se puede recoger, manipular y transferir con facilidad) o tácito. Este es el caso del conocimiento heurístico resultado de la experiencia acumulada por individuos.
El conocimiento puede estar formalizado en diversos grados, pudiendo ser también informal. La mayor parte del conocimiento transferido verbalmente es informal.
Conocimiento es la capacidad para convertir datos e información en acciones efectivas.
Gestión del Conocimiento
El conocimiento constituye el activo más valioso de cualquier organización en la Sociedad de la Información. Así, hablamos de la Sociedad del Conocimiento y de la Economía del Conocimiento. La competitividad de las empresas, y por lo tanto su supervivencia, depende de que este conocimiento pueda preservarse y utilizarse de forma eficiente.
Definiciones de Gestión del Conocimiento:
Gestión del Conocimiento es el arte de crear valor a partir de los activos intangibles de una organización. [Karl Eric Sveiby]
La Gestión del Conocimiento está relacionada con el uso de la información estratégica para conseguir los objetivos de negocio. La gestión del conocimiento es la actividad organizacional de creación del entorno social e infraestructura para que el conocimiento pueda ser accedido, compartido y creado. [Robert K. Logan]
La Gestión del Conocimiento es la identificación, optimización y gestión dinámica de los activos intelectuales en forma de conocimiento explícito o tácito poseído por personas o comunidades. [David Snowden, IBM]
La Gestión del Conocimiento pretende poner al alcance de cada empleado la información que necesita en el momento preciso para que su actividad sea efectiva.
jueves, 15 de abril de 2010
Suscribirse a:
Entradas (Atom)