Blog

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

Volver

5 ways Data Analytics is a Game Changer for the Insurance Industry


Data Analysis is a process through which we intensively inspect, transform, and model unstructured data, reducing it to a structured form

Ampliar

3 Ways to Leverage Analytics to Enhance Your Digital Business Model


Back in the late ’90s when the internet was in its infancy, the concept of a company “going digital” meant that they created a basi

Ampliar

How Big Data Impacts The Insurance Industry And Beyond


The insurance industry has always been quite conservative. However, the adoption of new technologies is not just a modern trend but a nec

Ampliar
developed by Avilasoto