Existen varias formas de agrupar los sistemas de información con los que se trabajan los entornos digitales. Vamos a analizar algunas: clasificaciones por propósito, nivel organizacional, tipología del dato usado, tecnología y capacidad de inteligencia.
Categorización por propósito del sistema
En esta clasificación se encuentran dos grandes categorías: los sistemas OLAP y los sistemas OLTP. Sus acrónimos se corresponden con Online Transactional Processing y Online Analytic Processing, estando los primeros pensados para propósitos operativos (transaccionales) y los segundos para enfoques de mayor componente estratégico (analíticos). Ejemplos de cada uno: CRMs o ERPs para transaccionales y Power BI o Tableau para analíticos. Hay elementos que definen las especificidades de cada grupo relacionados con la estructura de los datos, la arquitectura del sistema, la tecnología o el diseño de las bases de datos, pero en síntesis podemos decir que los analíticos están optimizados para ser capaces de leer y operar sobre grandes volúmenes de datos mientras que los transaccionales son buenos en su capacidad de grabado, consulta y edición de registros individuales en la BBDD.
Por nivel organizacional
Aquí encontramos tres grandes grupos: Sistemas de nivel operativo, integrados en el grupo de OLTP, puramente transaccionales pero sin funcionalidades para la gestión de los datos que producen, como serían los sistemas usados en un TPV. En la misma agrupación, OLTP, encontramos también los sistemas de nivel táctico, que, además de la transaccionalidad, sirven para la gestión de los datos a nivel departamental (ERPs, por ejemplo). Por último, los sistemas de nivel estratégico permiten el análisis agregado de datos para la toma de decisiones a más alto nivel. Se corresponderían con los sistemas OLAP en su categorización por propósito.
Por tipo de datos procesados
Este grupo viene definido por la naturaleza de los datos que gestiona el sistema. Los sistemas estructurados manejan datos homogéneos organizados en bases de datos relacionales. Para manejar datos de características heterogéneas como imágenes, videos o documentos, existen los sistemas no estructurados, que son los utilizados en buscadores o en procesadores de big data. Por último, los sistemas semiestructurados combinan datos de ambas tipologías.
Por tipo de tecnología utilizada
Alude a la forma en que se relacionan las aplicaciones con los datos. Los sistemas centralizados se refieren a aquellos que guardan los datos en un único servidor mientras que los distribuidos distribuyen los datos en forma de nodos, replicándolos en diversidad de propiedades. Los sistemas en la nube se corresponden con los servicios SaaS, entre otros, y se acceden a través de navegadores, quedando centralizados tanto los datos como las aplicaciones.
Por su capacidad de inteligencia
En función de su capacidad de inteligencia encontramos los sistemas transaccionales (coincidente con la categoría por propósito), que ejecutan operaciones repetitivas y definidas por un usuario, vía interfaz. Las correspondientes a sistemas expertos incorporan procesos propios de IA con un enfoque predictivo y narrow, como los asistentes virtuales con reglas fijas o las funcionalidades de análisis de datos de los sistemas de BI. Por último, los sistemas de aprendizaje automático y generativos avanzados, que se ensanchan hasta simular aprendizaje, lenguaje y otras formas de comunicación de naturaleza humana.
Las diferentes clasificaciones no son excluyentes entre sí y son algunas entre las muchas que se pueden utilizar, como podrían ser las definidas por sector de aplicación o en función de si utilizan o no ciertas funcionalidades. Supondrían una aproximación más concreta e igualmente válida, aunque de manera implícita redundarían en las mencionadas.