Mejora tu modelo de negocio con el Big Data

En este párrafo ‘Be Business, my friend’ estoy adaptando la frase de Bruce Lee “Be water, my friend” desde un punto de vista de la lógica empresarial.
He leído bastante sobre Transformación Digital, Chief Data Officer (CDO), data science, deep learning, machine learning, IoT, the blockchain, étc. Cada día salen un par de términos nuevos, el ultimo es MLOps.

Fue durante una charla sobre DevOps en Melbourne (DevOps Talks Conference) cuando lo escuché. Sasa Savic, Co-Founder, Telstra HPSE, acuñó este término para explicar cómo combinando machine learning con DevOps -MLOps- se constituye el camino hacia la construcción de servicios inteligentes.

Para poder llevar a cabo con un proyecto de transformación digital, necesitas trabajar muy de cerca con el negocio. Cuando estaba aprendiendo lo básico sobre la ciencia del dato, vi que podía mejorar mucho sobre mis modelos de aprendizaje automático. Técnicamente, tenemos muchas posibilidades para mejorar nuestros modelos incluso mientras las métricas de precisión o validación están creciendo. Pero si no usaste las funciones correctas, tus resultados de predicción no serán válidos.

Vamos a considerar el fútbol como ejemplo. ¿Qué harías si tuvieses que predecir el número de usuarios que se conectarán a tu plataforma online? En este caso, deberías tener seguimiento de todo el historial de datos que habrías obtenido de todas las bases de datos o repositorios (data lake) dados.

Sin embargo, los datos provistos podrían contener mucha información innecesaria. Por tanto, ¿cómo crea uno un entorno para recuperar los datos correctos? Aquí es donde tendrás que trabajar con otros departamentos de la empresa (y no sólo con el de IT) para poder incluir nuevas herramientas o extraer los datos de este repositorio físico a digital.

Consideremos otro escenario en el cual quieres construir un modelo de machine learning para el número de aficionados que quieren ver un partido de fútbol a través de tu plataforma de streaming. ¿Cuál sería tu primer requisito para completar el proyecto? Necesitarás administrar los datos. Necesitarás atributos como la competición, los equipos participantes, la clasificación, el nombre y el número de jugadores lesionados, la fecha del partido, la rivalidad del equipo, la tradición, el presupuesto, las estrellas y los datos históricos.

Muchos de estos atributos comentados anteriormente que describen la observación, no están incluidos en el entorno empresarial. Debes obtenerlos antes y compartirlos con el resto de sus especificaciones para comenzar a construir tu mejor modelo. Estoy seguro de que, con las nuevas funciones, su valor de entropía será más bajo que antes, y esto mejorará tu modelo. En los siguientes pasos, puedes limpiar los datos, estandarizar, normalizar y diferenciar sus datos. Puedes aplicar técnicas como la reducción de dimensiones, Análisis de componentes principales (PCA) y validación cruzada.

Consideremos otro ejemplo. ¿Qué sucede si eres musulmán y durante el mes sagrado de Ramadán recibes un correo electrónico de tu restaurante favorito con una recomendación para el almuerzo? Obviamente, el modelo mencionado anteriormente es inválido. Uno necesita pasar mucho tiempo conociendo las reglas de negocio y aplicándolas a sus respectivos negocios. En términos simples, si no logra traer la mejor versión, sus clientes optan por interrumpirlo.

Cada uno tiene que entender las reglas comerciales para hablar el mismo idioma que habla el cliente. La incorporación de estas reglas puede proporcionar a las empresas más experiencia en retener a sus clientes y adquirir nuevos.

Me encantan los datos y la transformación digital a pesar de problemas como los silos y la resistencia al cambio. Sin embargo, cuando cree en su propia capacidad y en su alineación con su empresa y sus clientes, tiene muchas posibilidades para tener éxito.

Este artículo fue publicado anteriormente en versión en inglés en Capgemini

Alberto Alonso Marcos

Business Intelligence Architect | Soluciones Microsoft | SOGETI España

Autor: ITblogsogeti

Sogeti es una compañía tecnológica perteneciente al Grupo Capgemini y especialista en: Testing y Calidad de Software y Soluciones Microsoft. En Sogeti entendemos la importancia de obtener el máximo valor empresarial de sus sistemas de IT, por ello somos líderes mundiales en Testing & QA.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s