La revolución en el tratamiento de la información en 2017

Se ha escrito muchas líneas sobre que este año recién comenzado va a producirse una autentica revolución en el tratamiento de la información. La penetración cada vez más intensa del Big Data en las empresas, la utilización del machine learning y la inteligencia artificial en la customer experience y la creación de factorías de elaboración de algoritmos a gran escala va a suponer un cambio de paradigma en el mercado tecnológico y su relación con las empresas.

Uno de las conclusiones claras de todos estos cambios es que la tecnología esta yendo más rápida que nosotros mismos. Y donde este terremoto tecnológico se hace más evidente es el mundo del tratamiento de la información. Cada vez salen más herramientas y componentes que abren nuevas posibilidades para sacar valor y conocimiento a la información. Muchas de estas tecnologías están asociadas al  denominado Big Data, pero yo , al igual que Eduardo Valencia, autor del interesante libro Data Coaching, considero necesario hablar ya de tecnologías de tratamiento de datos en general y dejar atrás el término BIG de Big Data. ¿Y qué nuevas oportunidades abren estas nuevas tecnologías? Voy a contar algunas de las que me parecen más interesantes:

• Análisis predictivo para anticiparse a las peticiones de los clientes. En el siguiente artículo https://www.forbes.com/sites/jonmarkman/2017/01/17/how-amazon-will-ride-big-data-to-1-trillion-market-cap/#4d6f51496333 podemos ver como Amazon utilizará inteligencia artificial, historial de compras, para crear una experiencia de venta zero- click. En efecto, Amazon sólo empezaría a enviar material a sus más de 63 millones de clientes Prime sin ser preguntado explícitamente. Utilizará Big Data para saber lo que quiere el clientes antes del él mismo. 

• El dato como elemento central de las decisiones de las compañías. Cada vez existen más proyectos de data driven company. En estas compañías se implementa la democratización de la información, la analítica avanzada y el autoservicio de  la información para la ayuda en la toma de decisiones. En estos proyectos el gobierno del dato, el cambio cultural , la aparición de nuevos roles orientados a los datos, el establecimiento de métricas y metodologías para que los datos fluyan a través de las diferentes áreas resultan elementos claves. 

• Análisis facial, gestual y de sentimientos a través de técnicas de deep learning para anticipar comportamientos en las personas y determinar perfiles más exactos, utilizando sus huellas digitales. Sus aplicaciones en el mundo empresarial son cada vez más demandadas, ya que permiten conocer mejor a sus clientes, al mercado y los competencias. Muy interesante el proyecto Open Face https://cmusatyalab.github.io/openface/  una aplicación Python y Torch de reconocimiento facial con redes neuronales basada en el CVPR 2015. Ejemplos interesantes de esta tecnologías aplicadas al mundo retail los podemos ver en este vídeo: https://www.youtube.com/watch?v=XJfN_PQMvUc 

•  Nuevas formas de visualización de los datos  provenientes del Big Data. Integración de la realidad virtual en las capas de visualización, visualización en tiempo real o visualización de eventos complejos. La creatividad en la visualización de los datos permite analizar en una sola pantalla  correlaciones impensables en los mismos con las tecnologías tradicionales, En el siguiente artículo podemos ver como la VR revoluciona el Data Visualization: http://www.forbes.com/sites/bernardmarr/2016/05/04/how-vr-will-revolutionize-big-data-visualizations/#705946bf4ac5  La idea no es nueva, VR ha estado alrededor de la explotación de los datos pero resultaba una herramienta costosa. Hace varios años, los ingenieros de Goodyear trabajaron con el pionero de la VR, el Dr. Robert Maples, para desarrollar una simulación completa de sus neumáticos de competición basada en su conjunto de datos históricos. La simulación permitió que los efectos de cada pequeño cambio variable en el rendimiento del neumático fuera modelado y visualizado en tiempo real VR. El objetivo de la simulación era encontrar la respuesta a la pregunta 'por qué estaban perdiendo carreras' y la visualización les permitió encontrar sus respuestas en cinco minutos. Este es un gran ejemplo del aumento en el ancho de banda de los datos que conduce a ideas mucho más rápidas.

• Uso del dark data. Las compañías comenzarán a troll la abundancia de información que está contenida en documentos en papel, fotos, videos y otros activos corporativos que están durmiendo en bóvedas y armarios de almacenamiento, pero que podrían ser utilizados en gran agregación de datos. Estos activos pueden ofrecer a las organizaciones una visión más completa de las tendencias históricas de rendimiento y ciclos de productos que pueden ser útiles para la planificación. Los datos también pueden proporcionar evidencia de apoyo para infracción de marca registrada y / o reclamaciones de violación de propiedad intelectual.

• Uso de la inteligencia artificial En casos como la creación de precios dinámicos: los algoritmos permiten la automatización del precio basado en la demanda Impulsado por las aplicaciones informáticas y analíticas de alto rendimiento, el precio dinámico permite a los minoristas poner precio a los artículos en un momento determinado según la capacidad percibida de un cliente en particular y la voluntad de pago.Los precios en algunos sitios web y aplicaciones cambian ahora minuto a minuto. Por ejemplo, Uber introdujo su algoritmo de pricing para permitir que los precios aumenten automáticamente en momentos de máxima demanda. En los últimos años se ha incrementado enormemente el volumen de datos del consumidor del que disponen los responsables de marketing. Estos permiten a las marcas detectar rápidamente tendencias y reaccionar introduciéndolos en su marketing y su relación con consumidor.  Según crece la cantidad de datos, el aprendizaje automático irá agilizando paulatinamente el proceso, siendo capaz de asimilar la información de una gran variedad de fuentes e identificando rápidamente patrones de comportamiento.El uso de AI en el análisis de tendencias ayudará a los responsables de marketing a estar siempre un paso por delante tanto en tendencia como en competencia. Los especialistas en contenido serán capaces de crear un conjunto de mensajes que puedan ser rápidamente entregados a los consumidores, de acuerdo con las tendencias de mercado.Los equipos de desarrollo de productos también estarán mejor equipados para mantenerse al tanto de las necesidades de creadas por las últimas tendencias.

Estamos viviendo tiempos muy interesantes. Con tantos datos, económicos y accesibles, es difícil saber qué va a pasar.  Sin embargo, lo que sí sabemos es que estamos empezando a hacer posible lo imposible y tendrá una profunda trascendencia.
Viene un tren de cambios a toda velocidad, ante el que no debemos quedarnos quietos para que nos atropelle sino subirnos a él. ¿Quién sabe dónde estaremos dentro de 10 años? ¿Quien sabe que vendrá  nuevo en el próximo?