Análisis Predictivo y Machine Learning

Machine Learning es anunciado como el siguiente gran paso en el análisis de Big Data y Business Intelligence (BI). La mayoría de las empresas reconocen que los datos generados a partir de sus transacciones, son activos de vital importancia dentro de la organización. Machine learning se aprovecha de estos datos para ir más allá del entendimiento que puede aportar el BI tradicional, al proporcionar predicciones exactas de operaciones del negocio, como las ventas, los posibles fallos en maquinarias, etc.

Cuando hablamos de “Big Data”, inconscientemente suponemos que una mayor cantidad de datos es mejor. Si bien a menudo es cierto, la necesidad de grandes volúmenes de datos varía dependiendo del uso que se busque, como también varía de una muestra a otra. Una muestra representativa puede llegar a estar compuesta de, tan solo, miles de registros, lo que hace que la muestra de datos sea representativa no es el volumen sino la variedad de los mismos. La información histórica es un punto importante, ya que debemos contar la cantidad suficiente de periodos de tiempos históricos como para abarcar todos los eventos cíclicos que pudieran ocurrir con una cierta periodicidad.

Históricamente, los algoritmos de predicción eran bastante rígidos y si una empresa quisiera un análisis diferente, necesitaba cambiar el algoritmo. Hoy en día, los algoritmos pueden ir mutando en función de los datos que recibe.
Por ejemplo en Facebook, los algoritmos utilizados para etiquetar personas automáticamente, a menudo que corre el tiempo, van teniendo una mayor tasa de éxito, esto es posible ya que “aprende” de las interacciones de sus usuarios. Cada vez que esta función es utilizada, el algoritmo aprende y evoluciona.

Microsoft cuenta con Machine Learning en su plataforma Azure. La plataforma permite a los usuarios desarrollar modelos predictivos haciendo drag and drop en una interfaz gráfica, sin la necesidad de escribir ningún código.

Cada vez es más fácil aplicar esta tecnología. Las empresas pueden identificar a sus clientes más influyentes, garantizar que el inventario este en el lugar indicado en el momento correcto y predecir los resultados,y por lo tanto predecir cuál será la mejor acción a tomar en cada uno de esos casos.

Fuente: Marcelo Costa

machinelearning

Newsletter

La Compra Cognitiva, una experiencia real

Según el estudio de IBM “El consumidor es el canal”, el 94% de los directivos de la industria d...

Requisitos que deben cumplir las empresas antes de poner en marcha proyectos de Big Data

El Big Data ayuda a las empresas a mejorar sus resultados, equilibrar la oferta a la demanda, anti...

¿Qué beneficios puede aportar una consultoría de Big Data?

Mejorar procesos de negocio con Big Data Un ejemplo claro de la mejora de procesos es la selección...

Data visualization: ¿qué necesitas?

Data visualization es el preludio del análisis. La visualización, así entendida, es la aplicació...