La història de la ciència de l’anàlisi de dades ha evolucionat de manera sorprenent, transformant-se en una disciplina clau per entendre el món a través de la informació. Aquí us presente’m un breu resúm:

1. Primers indicis: Segles XVII – XIX

El concepte història de l’anàlisi de dades té arrels profundes en l’estadística i en la recopilació d’informació essencial per a la presa de decisions en diversos àmbits. Alguns esdeveniments clau en aquest període són:

En primer lloc, el 1662, John Graunt i l’estadística moderna: considerat un dels primers en aplicar l’anàlisi de dades, Graunt va utilitzar els registres de mortalitat a Londres per identificar patrons i tendències en la propagació de malalties. D’aquesta manera, aquest enfocament va marcar un punt d’inflexió, fomentant així l’ús de la informació estadística per millorar la salut pública i afavorir la gestió de crisis sanitàries. Per tant, es va obrir una nova via per a l’anàlisi de dades en la ciència social, demostrant que les dades poden servir efectivament per prevenir problemes a gran escala i, per tant, contribuir a una millor comprensió dels factors que influeixen en la salut de la població.

Finalment, el 1890, Herman Hollerith i les targetes perforades: Hollerith va dissenyar una màquina per processar dades del cens dels Estats Units utilitzant targetes perforades, revolucionant així l’eficiència de l’anàlisi d’informació. Com a resultat, aquesta invenció va accelerar enormement la capacitat de processar grans volums de dades i va obrir noves vies per a la gestió i l’organització de la informació.

2. Desenvolupament de la Computació i l’Automatització (segle XX)

A mesura que la tecnologia avançava, l’anàlisi de dades i la intel·ligència empresarial es van tornar més accessibles i sofisticades. Aquest procés ha estat marcat per diverses etapes clau que han configurat l’evolució de les eines i tècniques per analitzar i aprofitar les dades de manera més eficaç.

Dècades de 1950-1970: Primers sistemes computacionals

A la dècada de 1950, les empreses van començar a utilitzar ordinadors per registrar i processar dades en bases de dades estructurades. Això va permetre una organització inicial de les dades, però, de forma relativament senzilla. Més endavant, durant els anys 60, es van crear els Sistemes de Suport a la Decisió (DSS), eines dissenyades per ajudar els directius a prendre millors decisions a partir de l’anàlisi de dades. En aquest període, les empreses van començar a adonar-se de la importància de la informació per a la presa de decisions estratègiques.

A continuació, als anys 70, Edgar F. Codd va desenvolupar el concepte de bases de dades relacionals, el qual va transformar la manera en què es gestionaven i consultaven les dades.

Dècades de 1980-1990: Naixement del Business Intelligence

Amb l’arribada de la dècada de 1980, les organitzacions van començar a reconèixer la necessitat de sistemes més robustos per a l’anàlisi de dades.

A més, durant aquesta dècada, van aparèixer eines ETL, que van permetre la recopilació, neteja i emmagatzematge de dades en Data Warehouses (magatzems de dades). Aquests magatzems van jugar un paper fonamental en la centralització de la informació, facilitant l’accés a grans volums de dades des de diferents fonts. Empreses com IBM, Oracle i Microsoft van començar a desenvolupar programari de BI per a l’anàlisi de dades.

Era del Big Data i l’Anàlisi Avançada (2000 – Actualitat)

Amb l’explosió d’Internet i la digitalització de la informació, el volum de dades va créixer exponencialment, donant lloc a nous avenços i reptes en l’anàlisi de dades. A mesura que les tecnologies digitals es van expandir, la necessitat de gestionar i analitzar grans volums de dades es va fer més evident. En aquest context, durant els anys 2010, el Big Data es va consolidar com una àrea clau d’investigació i aplicació empresarial.

Finalment, als anys 2020, va arribar la democratització del Business Intelligence. Eines com Power BI, Tableau i Google Analytics van transformar l’accés a l’anàlisi de dades, permetent que qualsevol empresa, independentment de la seva mida.

4. Futur de l’Anàlisi de Dades i el Business Intelligence

El futur de l’anàlisi de dades i el BI està marcat per tendències com:

• Automatització i Augmented Analytics: Ús de la IA per analitzar dades sense intervenció humana.
• Anàlisi en temps real: Les empreses poden monitorar mètriques i prendre decisions en segons.
• Major integració amb IoT: Dispositius connectats generen dades contínuament per a la seva anàlisi.

AMB SUPORT DE:

Això és un projecte educatiu