Cada día parece que nuevos conceptos aparecen o viejos conceptos se transforman, re adaptan y se escabullen dentro de los procesos de negocio de las compañías. ¡Big Data, BI y Data Science!
Algunas industrias tienen una adopción más temprana que otras. Pero tarde o temprano todos nos vemos en el dilema de introducirnos en estos nuevos y resonantes temas. Y evaluar su aplicación para sacarle provecho dentro del contexto nuestro negocio.
Si hay un hilo conductor en los principales conceptos y tecnologías aplicadas son los Datos. Las empresas desde siempre han apostado a mejorar los procesos de toma de decisiones en los negocios. Como todos sabemos, los datos existentes y la capacidad de transformar esos datos en información y luego en conocimiento son claves para la optimización de dichos procesos.
Aplicando Inteligencia de Negocio
Fue entonces, cuando la cantidad de datos comenzaba a tomar dimensiones inmanejables, que el business intelligence y la analítica se volvieron imprescindibles para mejorar el rendimiento de distintos procesos operativos y de negocio.
Pero los servicios en la nube, las redes sociales, las posibilidades de interconexión de dispositivos e IoT han aumentado exponencialmente la cantidad de datos. Formatos y estructuras no relacionales que no solo complican el almacenamiento sino, obviamente, el análisis. A esta explosión de datos y su gestión es lo que se denomina big data. La guía de Amazon Web Service define al Big Data como “una cantidad considerable de datos con dificultades para almacenarse en bases de datos tradicionales, para procesarse en servidores estándar y para analizarse con aplicaciones habituales”.
Big Data mató a BI?
La tecnología de Big Data no ha matado al BI, sino que lo ha ampliado, siendo éste una fuente de datos nueva para el Business Intelligence, aumentando sus capacidades y complementándose ambas tecnologías.
El Big Data trajo nuevas aplicaciones de negocio, como las capacidades predictivas que trascienden lo comercial o la posibilidad de mejorar el conocimiento sobre las preferencias y hábitos de los clientes e impactar ese conocimiento en distintos puntos del negocio, entre muchas otras.
Data Science
Parece que hasta aquí todo venía quedando claro, hasta que apareció el concepto de Ciencia de Datos.
La ciencia de los datos se podría decir que es un campo nuevo que ha surgido en respuesta a estos millones de datos que cada empresa tiene y que no sabe cómo usarlos para la toma de decisiones. Este engloba los tan renombrados conceptos de aprendizaje automático (machine learning) y análisis predictivo.
El aprendizaje automático es una técnica de ciencia de datos que ayuda a las “máquinas” a aprender de los datos recolectados para prever tendencias, resultados y comportamientos futuros. Consiste básicamente en analizar y descubrir patrones que ocurren en conjuntos de datos. Este tiene su verdadero potencial cuando el análisis es justamente de grandes volúmenes de datos o cuando “las relaciones entre los datos son tan complejas o desconocidas que humanamente no es posible descubrirlas”.
¿Estás pensando entonces que Big Data es input para la Ciencia de Datos? Eureka! Aquí tenemos esclarecida otra relación de conceptos.
Nos queda solamente aclarar una más. ¿Hay alguna relación entre BI aumentado y Ciencia de Datos?
La ciencia de datos hoy se está utilizando para enriquecer numerosos productos. El BI “aumentado” es uno de los casos de aplicación de la data science.
Pero lo fascinante de todo esto es ver como Big Data, BI y Ciencia de Datos permiten dotar de capacidades cognitivas y de inteligencia artificial a múltiples soluciones de negocio, habiendo hoy en día un especial interés en aquellas que tienen su foco en la gestión de la experiencia del cliente, como las soluciones omnicanales para centros de contacto o los call centers.
