BUSINESS INTELLIGENCE, INTELIGENCIA ARTIFICIAL Y BIG DATA

BUSINESS INTELLIGENCE, INTELIGENCIA ARTIFICIAL Y BIG DATA

Cómo se llega desde los datos a la sabiduría

Si os pasa como a mí y os interesan la actualidad tecnológica y la evolución de la empresa, seguro que leyendo os habéis encontrado con alguno o con todos estos términos. Dependiendo del medio, es posible que lo hayáis visto todo mezclado en el mismo artículo en una especie de totum revolutum en la que uno no termina de saber qué es cada cosa. En este post intentaré aclararlo.

Business Intelligence (BI) 

Traducido a menudo como Inteligencia Empresarial, Inteligencia de Negocio o Inteligencia Comercial. Es la combinación de herramientas, técnicas y metodologías que, haciendo uso de las Tecnologías de la Información, facilitan la explotación y el análisis de datos para convertirlos en conocimiento y con ello apoyar a la toma de decisiones en la empresa

Da igual el nombre que se emplee, ya que todos hacen referencia a lo mismo: el uso que las empresas hacen de los datos y de la información de la que disponen – del mercado, de sus competidores, clientes, proveedores, stakeholders o incluso de sus empleados – y de cómo la procesan para poder tomar sus decisiones bien informadas.

El concepto de Business Intelligence combina por tanto información interna y externa de muy diversa procedencia: los datos que recopila una empresa sobre su producción, por ejemplo, son inteligencia de negocio.

Pero también lo es un recorte de prensa sobre los resultados de un competidor, un informe sobre un nuevo mercado o sector en el que la empresa quiere introducirse, o datos que una empresa puede obtener de sus dispositivos de IoT o de redes sociales (por ejemplo, los análisis de sentimientos).

La relevancia de la inteligencia empresarial para cualquier negocio, y la complejidad en recopilar los datos, procesarlos, analizarlos y presentarlos de forma que cualquiera los pueda entender, es lo que ha hecho florecer el mercado de herramientas de Business Intelligence.

Este conjunto de herramientas y metodologías tienen características comunes:

  • Accesibilidad a la información 

Los datos son la fuente principal de este concepto. Lo primero que deben garantizar este tipo de herramientas y técnicas será el acceso de los usuarios a los datos con independencia de la procedencia de estos (distintos departamentos de la empresa, diferente software, almacenados en diferentes bases de datos, etc)

  • Apoyo para la toma de decisiones

Se busca ir más allá en la presentación de la información, de manera que los usuarios tengan acceso a herramientas de análisis que les permitan seleccionar y manipular sólo aquellos datos que les interesen, por ejemplo “haciendo zoom” para ver en detalle qué ocurrió en un periodo de tiempo concreto, filtrando entre distintas categorías (centro productivo, región comercial, departamento, artículo o producto…) para quedarnos sólo con las que nos interesan en ese momento, etc.

  • Orientación al usuario final

Las primeras herramientas de BI eran poco intuitivas y difíciles de usar. Además, para generar informes y acceder a la información, un usuario sin conocimiento específico debía recurrir a los servicios del departamento de IT.

En la actualidad, esto no es así. Se busca independencia entre los conocimientos técnicos de los usuarios y su capacidad para utilizar estas herramientas. El usuario final de estas herramientas es un experto en el negocio, no tiene por qué ser un experto en la tecnología, la herramienta debe desarrollarse de manera que permita al usuario manejar con facilidad la información que precisa para hacer sus análisis.

  • Estrecha relación con el Big Data

Esta relación es tan estrecha que como decíamos al comienzo a menudo ambos términos se confunden. Business Intelligence hace uso de grandes cantidades de datos (generados en la empresa o fuera de ella), y estos datos estarán en distintos formatos (registros de bases de datos, hojas de cálculo, etc). Como veremos más adelante, estas son algunas de las características propias de lo que conocemos como Big Data. 

El conocimiento proporcionado por Business Intelligence, tiene fundamentalmente fines descriptivos, responde a las preguntas ¿Qué pasó? y ¿Cual es la situación actual? y se consume mediante dashboard/cuadros de mando/tableros que muestran diversos indicadores relevantes para el negocio, los conocidos como KPIs acrónimo en inglés de Key Performance Indicators o Indicadores Claves de Desempeño.

Imagen 1. Ejemplo de un dashboard mostrando distintos KPIs del negocio

En la actualidad, los principales productos de Business Intelligence que existen son:

Inteligencia Artificial (IA)

No resulta fácil definir la Inteligencia Artificial cuando ni los propios expertos se ponen de acuerdo para definir la Inteligencia Humana o Natural.

Podemos definir la Inteligencia Artificial como cualquier técnica que capacita a los ordenadores a imitar el comportamiento humano (ver, leer, hablar, aprender, tomar decisiones, etc). 

El término Inteligencia Artificial fue acuñado por John McCarthy, un informático estadounidense, en 1956 durante la Conferencia de Dartmouth, evento donde nació la disciplina. 

La Inteligencia Artificial es un área multidisciplinar que combina varias ramas de la ciencia como la lógica, la computación y la filosofía.

Imagen 2. Representación gráfica de como «encajan» la Inteligencia Artificial, el Machine Learning y el Deep Learning

La Inteligencia Artificial que vemos actualmente es una Inteligencia Artificial Débil o Estrecha. Son sistemas capaces de resolver problemas muy bien definidos y acotados, y lo hacen tan bien que sus resultados superan a los de los humanos.

La Inteligencia Artificial Débil es la que está detrás del boom actual de la Inteligencia Artificial. Se basa en la aplicación de distintas técnicas como Machine Learning (Aprendizaje Automático o Automatizado) en el que distintos algoritmos aprenden patrones analizando un conjunto de datos mediante distintos métodos estadísticos o Deep Learning (Aprendizaje Profundo, logrado a partir de múltiples capas de Redes Neuronales que pretenden imitar el funcionamiento del cerebro humano). 

En nuestra vida diaria estamos rodeados de Inteligencias Artificiales Débiles, aunque no nos demos cuenta: está en los resultados de búsqueda que nos ofrece Google, en los asistentes de voz (como Siri, Alexa, Cortana o Google Assistant), chatbots para atender clientes, sistemas automáticos de diagnóstico médico, los sistemas de recomendación de Youtube, Netflix y Amazon, el reconocimiento de rostros en la cámara de nuestro smartphone o incluso el oponente “máquina” en muchos videojuegos.

En la empresa, la Inteligencia Artificial equivale a tener un dispositivo capaz de analizar cientos, miles o millones de variables prácticamente en tiempo real, tomando la mejor decisión por nosotros en problemas muy específicos, como pueden ser la predicción de la demanda, el mantenimiento predictivo de equipos, la prevención de fraude, la publicidad individualizada, etc tareas que por el volumen de información manejado se escapan de las capacidades humanas. 

Los usos principales de la Inteligencia Artificial en los negocios son dos:

  • Hacer predicciones
  • Descubrir patrones ocultos en los datos
Imagen 3. Tipos de Machine Learning con sus tipos de algoritmos más clásicos y sus aplicaciones típicas

Si el tema te interesa, no dejes de visitar esta otra entrada de MyTips «Nociones sobre Inteligencia Artificial»

Big Data 

En español se traduce de distintas maneras: Macrodatos, Datos Masivos, Inteligencia de Datos o Datos a Gran Escala, aunque parece que ha calado más la terminología inglesa. 

Cuando se habla de Big Data, siempre suele hacerse referencia al “Modelo de las Vs”. Aunque si buscáis por Internet podéis encontraros con modelos hasta con 8 Vs, aquí para simplificar nos limitaremos a las 3 Vs originales. 

Las 3 Vs del Big Data

Las 3 Vs se refieren a los datos, y son las siguientes:

Variedad en los datos

Los datos pueden estar organizados de varias formas:

  • Datos Estructurados
    • Perfectamente definidos en longitud, formato y tamaño de sus datos.
    • Se almacenan en formato tabla, hojas de cálculo o en bases de datos relacionales.
  • Datos No estructurados
    • No tienen un formato específico.
    • Se almacenan en múltiples formatos como documentos PDF o Word, correos electrónicos, ficheros multimedia de imagen, audio o video,…
  • Datos Semiestructurados
    • Los datos semiestructurados suponen una situación intermedia entre los dos anteriores: no presentan una estructura perfectamente definida como los datos estructurados pero sí que tienen una organización definida en sus metadatos donde describen los objetos y sus relaciones, y que en algunos casos están aceptados por convención, como por ejemplo los formatos HTML, XML o JSON
  • Una mezcla de todos los anteriores

Velocidad de generación de los datos

  • En tiempo real
  • Casi en tiempo real
  • En batch (lotes)
  • En stream (flujos continuos de datos)

Volumen de datos

  • Terabytes de datos almacenados
  • Miles de transacciones
  • Infinidad de registros
  • Multitud de tablas y/o ficheros
Imagen 4. Las 8 Vs del Big Data

Big Data se refiere a toda información que no puede ser procesada o analizada usando los procedimientos y las herramientas tradicionales, precisamente a causa de esas 3 Vs que comentábamos antes. La situación actual en el mercado está enfocada en la recolección y procesamiento de esas enormes cantidades de información mediante la infraestructura adecuada de hardware y software

Por lo tanto, Big Data es independiente de los otros dos conceptos (Business Intelligence e Inteligencia Artificial), aunque proporciona la materia prima con la que trabajan tanto el Business Intelligence como la Inteligencia Artificial.

RESUMIENDO

  • Big Data, hace referencia a métodos, técnicas y herramientas que permiten manejar grandes volúmenes de información que se presentan en formatos diferentes y que proceden de muy diversos orígenes. Su capacidad para manejar todos estos datos permite que puedan ser utilizados como “materia prima” tanto para Business Intelligence como para la Inteligencia Artificial.
  • Business Intelligence, extrae conocimiento del análisis de un conjunto de datos históricos. Para ello utiliza una combinación de herramientas, técnicas y metodologías apoyadas en las Tecnologías de Información. Este conocimiento extraído de los datos históricos tiene fines descriptivos (¿Qué ha pasado? ¿Cómo estamos frente a lo que habíamos planificado o los resultados de los meses anteriores?) y se representa en dashboards que ayudan en la toma de decisiones.
  • Inteligencia Artificial, son sistemas capaces de resolver problemas muy bien definidos y acotados, para lo cual utilizan métodos estadísticos que les permiten “aprender” por ellos mismos a partir del análisis de un conjunto de datos. Sus usos típicos son la predicción (por ejemplo, la avería de una máquina) y el descubrimiento de patrones ocultos en los datos (lo que permite, por ejemplo, segmentar clientes que comparten características similares).

Víctor D. Parra

2 comentarios

Carlos Morán Publicado el07:50 - 25 febrero 2020

Gracias Víctor. Muy descriptivo y útil.

    Víctor D. Parra Publicado el19:48 - 25 febrero 2020

    Me alegra que te haya gustado. Gracias por emplear tu tiempo en leerme y sobre todo comentar.

Deja un comentario