All posts by admin

RETOS DE LA TRANSFORMACIÓN DIGITAL PARA ESTE 2023

by admin Sin categoría

La transformación digital es un término cada vez más común en todos los sectores, pero ¿Por qué es tan importante?. Esta transformación ocurre cuando las capacidades electrónicas, científicas, basadas en datos, cuantificadas, instrumentadas, medidas, calculadas y muy posiblemente automatizadas de una organización, se aplican a procesos, productos y activos, con el propósito de mejorar la eficiencia, aumentar el valor para el cliente, gestionar el riesgo y descubrir oportunidades de generación de ingresos.

Con ello podemos decir que la misión principal de la transformación digital es prepararnos para el cambio y los desafíos del mundo actual. Nos sirve para estructurar las áreas a nivel interno y aporta valor de cara al cliente considerando las variables del mercado. Sin embargo, no se trata sólo de implementar herramientas tecnológicas, sino que debe comenzar desde la propia mentalidad de quienes lideran cada una de las áreas, hasta permear a todos los niveles de la organización. Y aunque la pandemia aceleró la digitalización de las empresas evidenciando estrategias innovadoras de reactivación económica, no significa que esto las hubiera transformado realmente, pues la transformación digital supone un cambio cultural que requiere que las organizaciones desafíen constantemente el statu quo, experimenten y se sientan cómodas reinventándose, para mantenerse en el futuro al ritmo de las demandas de los clientes.

Ejes de la transformación digital

La transformación digital permite que las organizaciones compitan mejor en un entorno económico que cambia constantemente a medida que la tecnología evoluciona. Es necesaria para todo tipo de organizaciones y va más allá de una reingeniería de procesos comerciales o de negocio, ya que mueve a la organización de un mundo definido por el proceso a un mundo basado en datos.

1. Empoderar a la fuerza de trabajo

Las organizaciones deben facilitar a sus colaboradores la adopción de nuevas tecnologías, evaluar las mejores herramientas para invertir, auditar las decisiones, fomentar la transparencia, elevar los niveles de desarrollo personal, contar con profesionales calificados, realizar inversiones en tecnología coherentes con las estrategias empresariales, para profundizar en la transformación cultural en función de objetivos puntuales.

Esto implica también, aprender a repensar las suposiciones para llegar a diferentes lugares en donde el valor o las oportunidades surjan, de una forma diferente a la que estaba definida en el proceso.

Un ejemplo de replanteamiento de suposiciones en un mundo basado en datos es el de los procesos de recursos humanos. Algunas empresas desarrollaron la experiencia de sus empleados en torno a los procesos de recursos humanos que prestan servicio a los empleados, como la nómina de sueldos, los beneficios, las comunicaciones de los empleados y el reclutamiento. Cuando pasamos a una experiencia digital y automatizada, los datos centran la atención en la experiencia del empleado. Entonces, en lugar de preguntar qué hace la organización por un empleado, los datos muestran las necesidades y lo que está sucediendo con él para encontrar mejores acciones.

2. Digitalización efectiva

Digitalizar no se traduce solamente en implementar métodos de comercio digital sino que es útil para todos las áreas de la organización porque implica la optimización del tiempo y los recursos. Actualmente existen miles de aplicaciones y tecnologías que impulsan la digitalización, pero son los múltiples procesos clave que se llevan a cabo con ellas, lo que permite a una compañía afrontar la transformación.

La computación en nube, otorga un acceso más rápido al software, facilita más y mejores funcionalidades y actualizaciones, además de brindar el almacenamiento de datos y aumentar la agilidad.

Las tecnologías de la información permiten enfocar la inversión de talento y dinero destinado a investigación, para el desarrollo de soluciones personalizadas que respalden esos procesos que diferencian a la compañía dentro del mercado.

Las plataformas móviles facilitan la gestión de la productividad del teletrabajo.

El Machine learning mezclada con inteligencia artificial brinda información clave para la toma precisa de decisiones sobre ventas, marketing, desarrollo de productos y otras áreas estratégicas.

Otras tecnologías son blockchain, realidad aumentada y realidad virtual, redes sociales e internet de las cosas (IoT) que también pueden impulsar la digitalización para la eficiencia.

3. Evolución de productos y/o servicios

Estar con la disposición de mejorar constantemente debe ser una promesa que se lleva a la práctica. La transformación digital optimiza y reduce procesos en las organizaciones porque automatiza el trabajo e implementa herramientas de software, pero es hasta que se realiza una buena gestión de la información que las empresas pueden percibir el cambio. Las organizaciones aprenden a ver su negocio a través del lente de los datos en lugar del objetivo del proceso, con lo cual resalta la importancia del enfoque en la experiencia del cliente para impulsar la evolución tanto de productos como de servicios. El impacto comercial que resulta de ver el mundo a través de un lente de datos en lugar de una lente de proceso es muy poderoso.

4. Experiencia de cliente

Este pilar engloba al anterior dado que, al conocer mejor a los usuarios será posible brindarles mejores soluciones. En esa medida, la transformación digital implica más que colapsar un proceso en un conjunto de datos. Significa mejorar muchos aspectos del modelo comercial, comprender el contexto de todas las interacciones con un cliente, empleado o usuario final y evaluar hasta dónde la interacción traerá frustración o satisfacciones a todos los actores del sistema.

En un mundo basado en datos, una organización tiene el contexto completo de las expectativas de los clientes, empleados o usuarios finales, esto le permite cambiar según en dónde está el valor. Y puede cambiar la calidad de lo que hace, así como hacerlo a tiempo y por completo, entregando el resultado que el cliente o empleado desea.

Transformación para la competitividad

La transformación digital modifica la forma de desarrollar productos, servicios y operaciones, por lo que actualmente los retos globales invitan a los negocios a aplicar modelos de transformación para acercarse a la industria 4.0, la cual se centra en la resiliencia de las redes de producción. De este modo, se hace más efectiva la diversificación de proveedores en términos de países y empresas, el fortalecimiento de las propias capacidades productivas y coordinar entre naciones acuerdos en materia macroeconómica.

Para ser competitivos en la industria 4.0 las organizaciones deben aplicar una transformación digital efectiva. Necesitan conocer la situación de su infraestructura tecnológica, evaluar su forma de manejar los riesgos, los perfiles de su equipo de trabajo y reconocer cómo dimensionan las crisis sobre el negocio.

A continuación les contamos esos retos de la transformación digital que abarcan paradigmas tales como la incorporación de la infraestructura para el teletrabajo, un ecosistema cloud y data-driven, la democratización de las soluciones de inteligencia artificial, la hiper automatización y robotización de procesos, como parte de una larga lista de frentes a considerar.

Algunos retos para tener en cuenta:

1. Anticipación

Con la digitalización se tiene la oportunidad de impulsar el crecimiento del negocio, pero esto no lo logran los datos por sí mismos, sino que son los análisis derivados de los datos los que crean un valor verdadero. De modo que, no basta con automatizar para lograr hacer más con menos recursos, sino que se trata de aprender a interpretar la información para contemplar el futuro, anticipar los cambios según las tendencias y personalizar la oferta.

2. Densidad digital

Esta se define como el número total de personas, cosas y procesos con conexiones constantes a Internet, las cuales ocurren de forma simultánea y facilitan interacciones de transferencia de información sin restricciones, proporcionando a las empresas oportunidades de innovación en productos o servicios para ofrecer un valor diferencial a los clientes. Las organizaciones deben aprender a identificar estas oportunidades y para ello, existen metodologías que aplican la computación en la nube y el big data para sistematizar la creación de propuestas de valor basadas en las interacciones encontradas en escenarios de densidad digital, una de ellas tiene la teoría “Jobs to be done” como punto de partida para desarrollar estrategias que satisfagan los deseos y necesidades de los clientes.

3. Asociaciones exitosas

Coordinar y asociarnos con empresas a través de alianzas estratégicas nos permite operar de forma más eficiente y responder a los desafíos del mercado.

4. Gestionar activos

Con la competitividad del mercado las empresas deben actuar con inteligencia para optimizar tiempo y recursos, con lo cual, los actores que llevan a cabo las operaciones necesitan prepararse para gestionar los activos de la organización con base en la tecnología, con el fin de mejorar la eficiencia operativa.

5. Seguridad

Una mayor digitalización supone estar pendiente de riesgos como la vulneración de la privacidad o la afectación de los recursos tecnológicos, por lo que se debe conocer a fondo las oportunidades en materia de ciberseguridad para el uso adecuado de la información.

6. Prevención del fraude

Las circunstancias económicas hacen que los directivos se enfoquen en no perder participación de mercado y recuperar ingresos, pero se deben tener medidas preventivas frente a la corrupción interna, la inadecuada apropiación de activos o la manipulación de estados financieros que puedan perjudicar a la organización.

7. Fiabilidad del software a usar

La transferencia de datos y todo el soporte digital empleado para el buen andar del negocio deben estar asegurados.
muestran las necesidades y lo que está sucediendo con él para encontrar mejores acciones.

Con un manejo idóneo de la transformación digital en cada organización, la industria cada vez estará más preparada para afrontar los retos del siglo XXI.

¿EL PRÓXIMO JUGADOR No. 12?

by admin Sin categoría

En plena era de la información y la tecnología, escuchamos que se habla frecuentemente sobre conceptos como el 5G, el internet de las cosas o el Big Data. No obstante, la población en general todavía no tiene muy claro el significado, utilidad y poder que posee este último concepto. El Big Data se puede entender como la captura, recolección, procesamiento y análisis de datos masivos, complejos y cambiantes, cuyo fin es obtener respuestas, opciones y soluciones a preguntas cruciales y trascendentales. Es por esto que un sinfín de industrias están implementando el uso de este recurso para el funcionamiento o potenciación de sus modelos de negocios. Y la industria del fútbol no ha sido la excepción.

Un estudio reveló que en un partido de fútbol, en promedio, se pueden recoger cerca de 8 millones de datos diferentes. Mientras que el ojo humano solo es capaz de captar y retener sólo el 30% de lo que ocurre en el terreno de juego. Es por ello que ciertos clubes, directivos y personalidades del fútbol, han entendido la ventaja competitiva que el big data representa, y han sabido mancomunar el trabajo y conocimiento de las personas, con las respuestas y soluciones que brinda el buen uso de los macrodatos.

La selección alemana de Joachim Löw, campeona de la copa del mundo en 2014, se preparó para la competencia gracias al apoyo de un departamento estadístico, que le brindaba información detallada sobre las fortalezas y debilidades tanto propias como de los rivales, le facilitaba recomendaciones para preparar un partido según las condiciones de tiempo durante el juego, o proponía de qué manera podrían minimizar el riesgo de lesiones, entre otras
muchas variables.

Por otro lado, se encuentra el Liverpool de Inglaterra, uno de los mejores defensores del Big Data. Aunque la cara visible de los éxitos de este club es el entrenador Jürgen Klopp, no se puede entender los títulos de “Los Reds” sin Iann Graham, director de análisis del club, y su departamento científico y estadístico.

Klopp llega al club en 2015 siendo un entrenador tradicional muy ortodoxo con sus métodos. Pero no fue hasta conocer a Graham que su forma de
entender la dirección técnica cambió. Iann Graham contó en entrevista para el New York Times que unas semanas después de la llegada de Klopp al club, visitó su oficina para presentarse. En determinado momento de la charla, empezaron a conversar sobre un partido entre el Borussia Dortmund (anterior equipo de Jürgen) y el Mainz. Al final, ambos llegaron a la misma conclusión del partido: el Dortmund tuvo muy mala suerte. Klopp entre risas le dijo: “me sorprende que hayas visto ese partido”, a lo que Graham respondió: “Jürgen, nunca vi ese partido”.

Es ahí cuando Graham se dispone a explicarle al entrenador su labor dentro del Liverpool, y cómo pudo entender perfectamente un partido sin haber visto un solo minuto. También le comentó que la directiva era escéptica a la contratación de sus servicios dado que la liga alemana se encontraba séptima, con un club que aspiraba al título. Ahora, gracias a los datos Graham y su equipo de trabajo, se dieron cuenta de cómo se comportaba Klopp y cuál era el rendimiento de sus jugadores, por lo que en condiciones normales, afirmaba que podría estar de segundas en la tabla.

Graham concluía que en realidad, la posición del Dortmund no había sido culpa del entrenador, sino que simplemente se vieron perjudicados por factores externos al juego. Pero al escucharlo, fue en ese momento que el entrenador alemán entendió que el Big Data ve cosas que el ojo humano no puede.

Desde aquel momento, Graham y su departamento se volvieron indispensables para Klopp y los jugadores. Tanto es así que años después, el Liverpool ganaría una Champions League, la primera Premier League de la historia del club, un mundial de clubes, una supercopa de Europa, una FA cup, una Carabao cup y una Community Shield.

Incluso existen jugadores que han sabido aprovechar los datos para beneficiarse.

El centrocampista Kevin De Bruyne, negoció su última renovación con el Manchester City sin necesidad de un mánager, solo requirió de sus propios datos como jugador, proporcionados por su agencia. El jugador belga le presentó al club todos sus datos y aportación tanto deportiva como económica de los últimos años.
Posteriormente tradujo estos datos a cifras, siendo 20.8 millones de
libras netas anuales lo que los datos consideraban coherente como sueldo para De Bruyne, a lo que los directivos estuvieron de acuerdo y cerraron la negociación con dicha cifra.

A pesar de que existen todavía detractores de esta herramienta, lo cierto es que, como en otras industrias y deportes, el big data llegó para quedarse. Cada vez son más las personas influyentes en el mundo del fútbol que entienden la ventaja deportiva e incluso económica que representa su uso, y así mismo la están aprendiendo a potenciar trabajando de la mano con expertos. Con el tiempo, el Big Data se convertirá en una realidad. Y hasta puede que, sin lugar a dudas, se convierta en el nuevo jugador número 12.

IMPULSANDO EL CAMBIO CON ARQUITECTURA EMPRESARIAL (AE)

by admin Sin categoría

La Superintendencia de Transporte es una Entidad de naturaleza pública adscrita al Ministerio de Transporte y creada por la Ley 1ª de 1991, que cuenta con autonomía tanto administrativa como presupuestal para ejercer las funciones de vigilancia, inspección y control, como suprema autoridad en materia de tránsito, transporte e infraestructura, de conformidad con la ley así como con la delegación establecida en el Decreto 2409 del 2018.

Desde que se estableció este Decreto, la Superintendencia de Transporte realiza la adopción de estrategias a nivel técnico, tecnológico y de procesos, según su misión de “supervisar el servicio público de transporte, la actividad portuaria y la infraestructura, por una Colombia conectada, incluyente y competitiva”, para fortalecer las funciones tanto de inspección como de vigilancia preventiva, con el fin de brindar protección y valor a los servicios que presta a los usuarios del sector transporte en Colombia, un sector que es parte esencial en el desarrollo del país.

La Superintendencia de Transporte realiza la inspección, vigilancia y control de los Organismos de Apoyo a las Autoridades de Transito (OAT), entidades públicas o privadas que por medio de delegaciones o convenios desempeñan funciones neurálgicas de apoyo al tránsito a través de Cursos de Enseñanza Automotriz (CEA) y reconocimiento de conductores en CRC. Así mismo controla y vigila las funciones adicionales que realizan las OATs con los Centros de Diagnóstico Automotriz (CDA), los Centros Integrales de Atención (CIA), y los Centros de Apoyo Logístico de Evaluación (CALE), a través de su Sistema
de Control y Vigilancia (SICOV).

El Sistema de Control y Vigilancia (SICOV) es una herramienta muy importante que permite a la Entidad ejecutar sus funciones hacia los servicios prestados por las OATs, con base en los reportes que las empresas homologadas (operadores de OATs) realizan desde los ámbitos operativo, financiero y administrativo, alineados a definiciones legales, para la toma de decisiones relacionadas al funcionamiento del servicio hacia los ciudadanos. Frente a lo cual, la Superintendencia de Transporte requería, por medio de un proceso de consultoría, desarrollar un análisis profundo que le indicara los aspectos esenciales de la situación actual, para de esta forma proponer una situación futura deseada, que le ayude a incrementar su capacidad de brindar valor a la comunidad y al crecimiento económico, a través del cumplimiento de su misión, visión, objetivos y funciones institucionales.

Desde Grow Data nos comprometimos a trabajar con la Superintendencia de Transporte, con las empresas homologadas para operar los OAT y con las demás entidades o compañías que impactan con sus procesos y servicios al SICOV, implementando un proyecto de Arquitectura Empresarial junto a un profundo análisis financiero y jurídico.

Tomamos como punto de partida los dominios de: negocio, información (datos), sistemas de información (aplicaciones), tecnología, seguridad (aplicando metodología Togaf en su versión 9,2) y del Marco de referencia de arquitectura empresarial para la gestión de Tecnologías de la Información y las Comunicaciones (TIC) del Estado, para generar una definición precisa de la situación actual de la entidad (AS-IS), definiendo una situación futura deseada (TO-BE) con condiciones idóneas para la instalación, puesta en marcha y funcionamiento del nuevo modelo operativo del SICOV, cuyo propósito es tener una mayor capacidad técnica y tecnológica que fortalezca la función de vigilancia preventiva, e implemente políticas públicas orientadas a la protección del usuario, para sumar a la trasformación del sector transporte, incrementando la confianza de un servicio que sea cada vez más incluyente y equitativo.

Como resultado del proceso consultivo se construyó en conjunto con la Entidad, un mapa de ruta de proyectos y programas que pretenden eliminar las brechas identificadas entre la Arquitectura Actual (AS-IS) y la Arquitectura Objetivo (TO-BE).

Este ejercicio de consultoría desarrollado por Grow Data aplica metodologías y marcos de referencia de reconocimiento mundial, con los que fue posible brindar a la Entidad una comprensión profunda de la naturaleza de su negocio. Desarrollamos recomendaciones con indicaciones específicas para la implementar un modelo de operación que puede llevar a la entidad hacia un proceso de transformación digital, permitiéndole una mayor eficiencia económica y operativa, e incrementando su valor tanto para a los usuarios como para toda la comunidad. Esto apalancará directamente el crecimiento del sector transporte como un motor de desarrollo para el país.


Con esta experiencia, es posible concluir que la Arquitectura Empresarial se ha convertido en una herramienta indispensable, para gestionar la complejidad de las dinámicas a la cuales se enfrentan las empresas públicas o privadas, ya sean de producción o prestación de servicios, para responder a los cambios que exige el mundo actual.

Referencias:
Supertransporte publica resultados de la consultoría que estudia la contratación del
sistema de control y vigilancia – SICOV, en los términos de la ley 2050 de 2020 –
Superintendencia de Transporte.
Misión y visión – Superintendencia de Transporte (supertransporte.gov.co).
Ministerio de transporte (mintransporte.gov.co).
TOGAF | The Open Group Website.
Marco de Referencia v. 2.0 – Arquitectura TI (mintic.gov.co).

¿ES VERDAD QUE NO SE PUEDE OPERARDE FORMA COMPLETAMENTE SEGURA?

by admin Sin categoría

Actualmente, en el mundo de la ciberseguridad diferentes tendencias afirman que mitigar todas las vulnerabilidades de seguridad en una empresa, aunque es un noble objetivo, en realidad es prácticamente imposible de lograr.

En diversos escenarios de conversación informal sobre seguridad, se suele escuchar con cierto tono conformista la frase que dice: “Si hackearon el Pentágono, qué podemos esperar nosotros”. Pero al analizar en detalle esta expresión, cabe notar que más que resignación la preocupación debería surgir de reconocer que si una entidad con tan altos niveles de seguridad fue vulnerada, nos queda cuestionarnos si nuestras compañías están realmente en la capacidad de resistir cualquier tipo de ataques.

Lo primero que se debe aclarar cuando se trata de ciberseguridad es la categoría del objetivo. En el caso del ataque al Pentágono el nivel de sofisticación del grupo criminal es muy alto, dado que corresponde a uno de los planes más elaborados y complejos de los últimos tiempos. Solamente delincuentes con grandes recursos financieros y tecnológicos podrían desarrollar este tipo de irrupciones a partir de unas intenciones muy específicas, que probablemente no ven a las empresas que regularmente conocemos como un foco de interés para asaltar. Así que por ese lado, punto a favor nuestro en términos de tranquilidad. 

Lo segundo es revisar cómo nuestra empresa podría entrar en alguna categoría que la lleve a ser objetivo de ataque. Los hacktivistas, ciber delincuentes, ciber terroristas, ciber guerreros, entre otros nombres que asumen los atacantes cibernéticos, utilizan técnicas de red que lanzan al mundo virtual para determinar qué pueden pescar. El envío masivo de anzuelos virtuales como clickbaits, spear phishing, ingeniería social, entre otros, normalmente funcionan para atrapar algunas víctimas. Ya sea por falta de conocimiento, por la implementación de trucos novedosos altamente elaborados, o simplemente por el uso inadecuado de recursos tecnológicos, a veces solo hace falta una persona que abra la puerta para que estos agresores hagan de las suyas. Punto en contra para nuestra tranquilidad.

El tercer punto es analizar qué tan vulnerables son las organizaciones y las personas ante esos potenciales ataques. En términos generales, las compañías que cuentan con un mayor nivel de madurez junto con aquellas que ejecutan incipientes esfuerzos de ciberseguridad, en conjunto, pueden implementar elementos eficientes de protección perimetral. Actualmente es más probable que exista un buen número de personas sin conocimientos técnicos que reconozca qué es un Firewall, o que al menos distinga el término general. Esto es un buen indicador de que los controles de seguridad perimetral están siendo implementados de forma masiva. En la medida en que han ido avanzando los procesos de transformación digital con la virtualización de servicios empresariales, al mismo ritmo se han estado abriendo nuevas brechas de seguridad, lo que permite crear una serie de elementos complementarios al Firewall como medida de control. Algunos de ellos son los AntiDDoS, IDS / IPS, entre otros, que aumentan los niveles de protección para mitigar los riesgos que se asocian a los ciberataques. La mejor noticia al respecto es que el acceso a estos elementos de seguridad perimetral cada vez es más fácil. Un punto más a favor nuestro..

Sin embargo, lo último a tener en cuenta es la seguridad interna de la compañía. Si bien lo mencionado anteriormente nos permite operar dentro de unos niveles de riesgo manejables, hoy en día, el foco de la seguridad se está comenzando a ubicar en el centro de las compañías o entidades. Estadísticamente se afirma que el 70% de los ataques informáticos se ejecutan o se facilitan desde el interior de las organizaciones. Es decir, se han preguntado si en su empresa alguien, ya sea proveedor, contratista o empleado, viola una política de seguridad ¿cuánto tiempo tardaría en detectar el ciberataque? y si vamos más profundo ¿la organización tiene capacidad para descubrir rápidamente una violación a alguna de las políticas de seguridad?.

La mayoría de las empresas, entidades u organizaciones han fijado sus esfuerzos en el aseguramiento de la red perimetral, pero no todas han puesto el mismo interés en reforzar la infraestructura tecnológica. Ahora es momento de hablar de seguridad en profundidad. Es fundamental reconocer que los controles de seguridad para las capas de datos no pueden ser iguales a los que se implementan con las capas de las aplicaciones. Y esto representa una debilidad de los servicios informáticos que nos suman otro punto en contra de nuestra tranquilidad.

Crear un plan completo de protección de los servicios informáticos que sea totalmente invulnerable es una utopía. Y si fuera posible, tan pronto se presente alguna evolución en uno de los elementos o acciones tecnológicas, el aseguramiento requerirá una actualización que a su vez se traducirá en una pérdida de efectividad, lo que significa que no contará con el 100% de defensa todo el tiempo. Pero esto no quiere decir que nos demos por vencidos. Antes bien, la
seguridad de nuestras compañías debe obedecer a un detallado ejercicio de análisis de riesgos y vulnerabilidades, que definan un enfoque en donde se prioricen las medidas a tener en cuenta para el fortalecimiento del resguardo del bienestar organizacional. 

Nuestra tranquilidad dependerá de un esfuerzo persistente, concentrado en la creación, mantenimiento y evolución de un modelo eficiente de ciberseguridad.

Referencias:
1. 5 ataques informáticos de Rusia que transformaron la
ciberseguridad en EE. UU – MC Col.
2. 30 Estadísticas Importantes de Seguridad Informática (2022) –
The Missing Report (preyproject.com)

OPORTUNIDADES CON LA ANALÍTICA PREDICTIVA

by admin Sin categoría

Actualmente, cada vez son más las empresas que pueden encontrar patrones en técnicas de minería de datos y aprendizaje automático para identificar riesgos y oportunidades, definiendo predicciones acertadas sobre resultados futuros. Esta rama de la analítica avanzada que permite combinar datos históricos con modelos estadísticos se conoce como analítica predictiva, la cual comprende un conjunto de herramientas derivadas del desarrollo y evolución de la inteligencia artificial dentro de los distintos sectores empresariales.

La inteligencia artificial ha aumentado exponencialmente sus capacidades gracias a una mayor capacidad de velocidad computacional, así como a un acceso prácticamente ilimitado de datos. Por su parte, en los negocios la previsión es fundamental para tomar decisiones más inteligentes, llegar al mercado más rápidamente y lograr una ventaja competitiva en el mercado. El escenario que ofrece el análisis predictivo actual es el de un panorama que permite ampliar los datos históricos con información en tiempo real para predecir y dar forma a los distintos desafíos a los que pueden enfrentarse las organizaciones y con ello generar mejores soluciones de reacción. 

El análisis predictivo no es un concepto nuevo. Desde hace varios años, los estadísticos vienen usando árboles de decisión y regresión lineal y logística para ayudar a las empresas a co-relacionar y clasificar sus datos. Lo nuevo es que la analítica predictiva ha logrado ampliar su alcance gracias a la inteligencia artificial. Las empresas se están encontrando con una confluencia sin precedentes de herramientas intuitivas, que conectan las nuevas técnicas predictivas con un despliegue de nube híbrida, que ayuda a generar modelos más accesibles y eficientes. Por primera vez las organizaciones pueden incorporar análisis predictivos en sus procesos comerciales, aprovechar los beneficios de la IA en escala, y extraer valor de “datos oscuros” previamente inexplorados, entre otros beneficios.

Las empresas manejan un volumen muy grande de información que se aloja
en bases de datos transaccionales, archivos de registro de equipos, imágenes, vídeos, sensores u otras fuentes de datos que se hacen difíciles de gestionar, cuando no se tienen las herramientas adecuadas de análisis.

La analítica predictiva en cambio, Permite obtener información a través de
algoritmos de aprendizaje profundo y de aprendizaje automático para encontrar patrones y hacer predicciones sobre eventos futuros. Estos incluyen la regresión lineal y no lineal, las redes neuronales, las máquinas de vectores de soporte y los árboles de decisión. Los aprendizajes adquiridos a través de la analítica predictiva se pueden utilizar posteriormente en analítica prescriptiva para impulsar acciones basadas en conocimientos predictivos.

Las tendencias digitales no son ajenas a las empresas, las cuales empiezan a incluir dentro de sus planes estratégicos el objetivo de ser cada vez más Data Driven, es decir, están buscando fortalecer su capacidad de tomar decisiones de negocio basadas en datos. Es por ello que la analítica de datos se vuelve un concepto fundamental para todo tipo de organizaciones.

Algunos tipos de analítica que puede realizar una empresa según sus objetivos y madurez en transformación digital, son:

Analítica descriptiva. Es aquella que consiste en almacenar y realizar adiciones de
datos históricos, visualizando la mejor forma en que se puede hacer una comprensión global del estado actual y el estado pasado del negocio. Los procesos de analítica descriptiva se diseñan para responder a la pregunta ¿Qué ocurrió?

Analítica diagnóstica. El objetivo del análisis diagnóstico es determinar los factores y eventos que pasaron con anterioridad y contribuyen al resultado actual de las cosas.

Analítica prescriptiva. Analiza los datos frente a un hecho hipotético para encontrar cuál es la mejor solución entre una gama de variables. 

Analítica predictiva. La cual hace posible la creación de modelos que permiten vaticinar lo que va a ocurrir con antelación. Busca extraer conocimiento en forma de patrones, modelos o tendencias que permitirán acertar comportamientos futuros en base a una probabilidad.

Proceso y técnicas del análisis predictivo

Las técnicas de análisis predictivo tienen mejor atención por parte de las empresas dado que pueden generar resultados muy prometedores a un bajo costo. Algunas de las estrategias construidas más recurrentes son las desarrolladas con base en técnicas de Machine Learning, las cuales podemos clasificar en tres grandes grupos que podemos detallar: 

ALGORITMOS DE MACHINE LEARNING SUPERVISADOS.

Se entiende por aprendizaje automático supervisado aquellos algoritmos que se ejecutan en los ordenadores para aprender automáticamente con base en los datos proporcionados. Entre los tipos de algoritmos de analítica más utilizados tenemos los de regresión y los de clasificación, como por ejemplo: Naive Bayes, Super Vector Machine, Árboles de decisión o Random Forest.

ALGORITMOS DE MACHINE LEARNING NO SUPERVISADOS.

El aprendizaje supervisado utiliza ejemplos conocidos para obtener las inferencias mientras que el aprendizaje no supervisado no dispone de ejemplos con una etiqueta conocida para realizar las inferencias. Los tipos de algoritmos de analítica predictiva no supervisados se enfocan en su mayoría en problemas de agrupamiento como K-Medias, de agrupamiento jerárquico, o bien, para problemas de detección de anomalías.

ALGORITMOS DE APRENDIZAJE POR REFUERZO.

El aprendizaje por refuerzo se centra en los procesos basados en reglas, en los que se proporcionan algoritmos de aprendizaje automáticos con un conjunto de acciones, parámetros y valores finales. Al definir las reglas, el algoritmo de aprendizaje automático intenta explorar diferentes opciones y posibilidades, monitoreando y evaluando cada resultado para determinar cuál es el más óptimo. Algunos tipos de algoritmos son Fuerza bruta y Q-learning.

Son diversas las aplicaciones que tiene la analítica predictiva en las empresas, resultando en un alto impacto para la
organización. Algunos ejemplos de cómo se está implementando la analítica predictiva en mundo son:

Sistemas de recomendación. Amazon tiene entre sus claves de negocio el sistema de recomendación de su plataforma ecommerce. De hecho, puede recomendar a sus usuarios una gran diversidad de productos al analizar millones de datos, establecer segmentos, y determinar patrones de comportamiento por segmentos.

Creación de producto. La empresa Netflix es un caso representativo y pionero en usar la analítica predictiva para el cumplimiento de objetivos organizacionales. A través de estas herramientas, la empresa logra analizar los gustos de sus suscriptores hasta el nivel de crear nuevos productos en función de lo que los datos digan sobre las tendencias de consumo.

Estado de salud de clientes. La empresa Fitbit, vendida recientemente a Google, es capaz de utilizar los datos obtenidos por sus dispositivos wearables para realizar estimaciones sobre qué tipo de enfermedades pueden sufrir sus usuarios. Esta información es utilizada para recomendar nuevas rutinas de ejercicio físico, así como prescribir algún tipo de medicamento para evitar dolencias futuras.

Predicción de hábitos de consumo. La cadena de supermercados Walmart utiliza la analítica predictiva para mejorar la rotación de sus stocks, llenar los lineales de sus tiendas con los productos que se van a consumir en tiempo real, y predecir tendencias de consumo a través del análisis de datos de distintas redes sociales.

Mantenimiento predictivo. La empresa de energía Shell utiliza los datos para supervisar el estado y el funcionamiento de sus equipos para acciones de perforación. Gracias a la analítica predictiva puede realizar pronósticos de averías en máquinas y así anticiparse al problema con la sustitución de las piezas oportunas.

 

Referencias:

https://www.iebschool.com/blog/analitica-predictiva-importancia-analitica-tipos-digital-busines

https://www.ibm.com/co-es/analytics/predictive-analytics

https://www.ibm.com/downloads/cas/0RMBW34B