¡®Big data¡¯ o c¨®mo los datos dan respuestas a las empresas
Bancos, hospitales y comercios intentan predecir situaciones futuras para tomar mejores decisiones
Cada segundo empresas de todo el mundo recopilan millones de datos: desde la calidad del aire, el ruido o la temperatura de las ciudades a qu¨¦ operaciones realizan sus clientes, c¨®mo usan las aplicaciones o su actividad en redes sociales. El big data se ha convertido en un aliado imprescindible de las compa?¨ªas para tomar mejores decisiones. ?C¨®mo afecta a la gesti¨®n empresarial? ?En qu¨¦ sectores puede ser m¨¢s ¨²til? ?Se recopilan m¨¢s datos de los que realmente se pueden procesar?
En el mundo interconectado en el que vivimos, la cesi¨®n y almacenamiento de informaci¨®n resulta pr¨¢cticamente inevitable. "Los datos sirven para dar respuesta a preguntas determinadas", afirma Rub¨¦n Casado, senior manager en Accenture y director del m¨¢ster de big data de KSchool.
Si una compa?¨ªa desea comprobar c¨®mo se est¨¢ hablando de ella, puede recopilar datos externos de Twitter u otras redes sociales. Pero si lo que le interesa es predecir cu¨¢ntos clientes tendr¨¢ en la pr¨®xima semana, acudir¨¢ a datos internos: "Comprobar¨¢ todas las compras que se han realizado en el pasado, en qu¨¦ fechas, qui¨¦nes eran los clientes o qu¨¦ productos ten¨ªan entonces en el cat¨¢logo".
Un recurso para reducir los costes de la empresa
Uno de los principales retos de cualquier compa?¨ªa es la reducci¨®n de costes. La clave para conseguirlo puede estar en el big data. Estas t¨¦cnicas permiten crear modelos predictivos y, de esta forma, evitar eventos inesperados. Por ejemplo, en el sector de las finanzas sirve para predecir riesgos en los mercados y en el de la salud, para detectar enfermedades incluso previamente a la aparici¨®n de los primeros s¨ªntomas y as¨ª atajarlas cuanto antes. El uso de sensores que recopilan todo tipo de datos tambi¨¦n sirve para gestionar mejor los recursos. Pueden ser desplegados por ciudades y edificios y detectar, por ejemplo, si una puerta se abre o si alguien se sienta en una silla. As¨ª, las empresas pueden saber el grado de ocupaci¨®n de sus espacios y optimizarlos o cu¨¢les son los patrones de comportamiento de los empleados.
Empresas de todos los sectores ya utilizan este conjunto de tecnolog¨ªas para analizar grandes cantidades de datos que se generan de forma r¨¢pida y constante. Por ejemplo, alrededor del 30% de las compa?¨ªas del sector financiero en Espa?a aprovechan ya el big data, seg¨²n un informe de la firma de servicios profesionales Ernst & Young (EY).
Tres de cada 10 encuestados del sector de la banca y los seguros destacan las ventajas de esta tecnolog¨ªa para ayudar en los procesos complejos de toma de decisiones. Tambi¨¦n para recomendar a los clientes productos personalizados. Banco Santander, BBVA o el Banco de Espa?a cuentan con simuladores para calcular la cuota y los gastos de hipotecas o pr¨¦stamos.
Uno de los sectores donde el big data tiene m¨¢s impacto es el de la salud. Cada minuto se recopilan miles de datos de pacientes: tanto sobre sus historias cl¨ªnicas o pruebas m¨¦dicas como de las variables que miden diferentes wearables. Los relojes inteligentes monitorizan el ritmo cardiaco, la calidad del sue?o o el ejercicio f¨ªsico que realiza un usuario.
En Espa?a se solicitan m¨¢s de 6.400 especialistas cada a?o.
El an¨¢lisis de todos estos datos es especialmente ¨²til en hospitales de cara a anticiparse a la aparici¨®n de enfermedades o incluso a c¨®mo va a responder un tratamiento. En el retail, el big data se usa para predecir tendencias, recomendar nuevos productos y aumentar la rentabilidad. En pol¨ªtica, para conocer mejor a los votantes. En la automoci¨®n, para fabricar veh¨ªculos aut¨®nomos. En deporte, para mejorar el rendimiento de futbolistas, jugadores de baloncesto o nadadores profesionales. En agricultura, para mejorar los cultivos. E incluso los departamentos de Recursos Humanos conocen mejor a sus trabajadores gracias a estas t¨¦cnicas.
?Se recopilan m¨¢s datos de los que en realidad se pueden procesar? Carlos Ortiz Cotillo, responsable de l¨ªnea de negocio BI & Big Data en atSistemas contesta tajante que no. Las compa?¨ªas, seg¨²n se?ala, s¨ª disponen de las herramientas necesarias para procesar grandes vol¨²menes de datos. "La limitaci¨®n pasa m¨¢s por el buen entendimiento de los mismos y la madurez de la empresa para extraer un valor real de ellos", afirma.
Encontrar datos de calidad puede resultar complicado, subraya el experto. De hecho, cada vez hacen falta m¨¢s profesionales para lograrlo. En Espa?a se demandaron 6.413 profesionales de big data durante 2018 ¡ªun 17% m¨¢s que en 2017¡ª, seg¨²n el informe que anualmente elabora InfoJobs sobre el estado del mercado laboral en el pa¨ªs.
La cantidad y variedad de la informaci¨®n recopilada supone un reto para estos profesionales, que buscan constantemente la forma de mejorar las t¨¦cnicas de procesamiento. El an¨¢lisis masivo de datos les sirve a las empresas "tanto para mejorar el conocimiento de sus propios procesos como para aplicar algoritmos de Inteligencia Artificial y anticiparse a diferentes situaciones". Adem¨¢s, puede tener un fuerte impacto en la sociedad, llegar a transformar mercados, cambiar la forma de gestionar ciudades e incluso la manera en la que las personas se relacionan entre ellas.
El desaf¨ªo de la tecnolog¨ªa sin sesgos
Cada vez m¨¢s empresas utilizan ingentes cantidades de datos para crear sus sistemas de Inteligencia Artificial. Las ventajas del big data son infinitas. Pero en ocasiones los datos con los que son entrenados los algoritmos est¨¢n condicionados por nuestros conocimientos y prejuicios. En esos casos, los resultados pueden ser perjudiciales para diferentes colectivos.
Amazon desarroll¨® en 2014 una Inteligencia Artificial para revisar curr¨ªculos de postulantes de empleo. El objetivo final era lograr contratar a los mejores talentos. El sistema fue entrenado con los perfiles de los solicitantes de empleo de la ¨²ltima d¨¦cada. Poco a poco aprendi¨® que los hombres eran preferibles y comenz¨® a discriminar a las mujeres.
Existen ejemplos con diferentes sesgos. En 2018 investigadores de la Universidad de Darmouth revelaron que un algoritmo que analiz¨® la posibilidad de reincidir de un mill¨®n de convictos en Estados Unidos fallaba mucho. Tanto como una persona cualquiera sin conocimientos especiales judiciales o de criminal¨ªstica. A?os antes esta herramienta, llamada Compas, ya estuvo en entredicho porque se equivocaba especialmente con ciudadanos negros.
Este tipo de fallos pueden resultar especialmente graves cuando se trata de tomar decisiones importantes. Por ejemplo, a la hora de conceder un cr¨¦dito a alguien o de ofrecer un contrato. Tambi¨¦n en el momento de dictar sentencias judiciales o hacer diagn¨®sticos. Hay empresas que optan porque la decisi¨®n final, sobre todo en este tipo de casos, sea siempre tomada por una persona.
Evitar que este tipo de sistemas discriminen a cualquier colectivo es uno de los principales desaf¨ªos de toda compa?¨ªa. Para ello, resulta fundamental verificar que los datos con los que se entrenan los algoritmos no contienen ning¨²n sesgo. Ni racista, ni machista ni de cualquier otro tipo. Especialmente en un contexto en el que cada vez m¨¢s decisiones son tomadas por m¨¢quinas.
Sobre la firma
