Las empresas necesitan tomar buenas decisiones, pero en general la información disponible es compleja, difícil de adquirir o inútil si no es bien gestionada.
Las organizaciones necesitan tomar las mejores decisiones para resolver sus problemas. Sin embargo, las empresas poseen información compleja, difícil de adquirir o incluso pueden sufrir la infoxicación (exceso de información, no necesariamente útil). Es por esto que la tecnología ha evolucionado para brindar un marco de trabajo estandarizado en el tratamiento de la información, dando origen a la Inteligencia de Negocio, que es el conjunto de estrategias que permiten organizar los datos y obtener de ellos conocimiento relevante. Así, las organizaciones pueden entender el pasado: ¿cuántas bebidas se vendieron en cada una de las sucursales?, ¿cuántos minutos telefónicos utilizan nuestros clientes mensualmente?, ¿cuál es la tasa de reincidencia en determinado delito?
Ya que entendemos el pasado, podemos explicar por qué sucedieron tales hechos y también entender si el presente es una situación favorable o no. Como en la mayoría de las situaciones no es posible conocer el futuro con exactitud, la tendencia actual es usar técnicas que entregan la probabilidad de que un evento ocurra: los computadores necesitan aprender los patrones de comportamiento del pasado, aplicar el conocimiento a un caso presente, y así poder pronosticar el futuro probable.
La Inteligencia Artificial, y en particular la rama de Machine Learning, provee los algoritmos para enseñarle a los computadores a estimar probabilidades. Así, por ejemplo, una empresa de telecomunicaciones podría identificar la probabilidad de que sus clientes se cambien a otra compañía, un retail la probabilidad que una persona compre determinado producto, un banco la probabilidad que una persona pague su deuda, etc.
Finalmente, la analítica prescriptora completa el ciclo mediante la incorporación de variables como ingresos y costos para asociarlo a la probabilidad del evento y así proponer una solución óptima al problema de negocio.
Para llevar a cabo este proceso, es necesario contar con herramientas que permitan a los analistas trabajar en un entorno amigable. IBM SPSS Modeler es el software de analítica predictiva más intuitivo del mercado, el cual permite a los Data Scientists desarrollar todos los pasos metodológicos, desde la extracción de datos hasta la puesta en producción. El despliegue de la solución puede ser realizado como un proceso en tiempo real o bien sobre datos en reposo, tanto en la nube como en una plataforma local. La integración con plataformas de Big Data y con fuentes tradicionales otorga la flexibilidad requerida para obtener éxito en plazos reducidos.
BeSmart es una empresa presente en Chile y Argentina hace más de 20 años, proveedora de soluciones basadas en análisis estadístico y predictivo para organizaciones gubernamentales, banca, retail, seguros y telecomunicaciones, entre otros. Los servicios que ofrece de consultoría, desarrollo, capacitación y soporte, brindan a las organizaciones la capacidad de trabajar con un aliado de amplia experiencia en la toma de decisiones avaladas por datos del negocio. El objetivo es simplificar y facilitar a las entidades el acceso a soluciones de Inteligencia Artificial para optimizar procesos de negocio.
Fuente: Diario El Mercurio, Martes 20 de marzo de 2018.