¿Por qué es importante la ciencia de datos para las empresas?
La transformación digital sólo puede brindar su máximo potencial si se canaliza el poder de los datos que ésta brinda, afirmó NDS Cognitive Labs.
Dado que los científicos de datos tienen una comprensión profunda de los datos, funcionan muy bien para llevar a las organizaciones hacia el aprendizaje profundo, automático y la adopción de Inteligencia Artificial (IA), ya que las compañías generalmente tienen los mismos objetivos basados en datos, abundó la firma.
“Todos los actores de una empresa deben conocer la importancia y el valor de los científicos de datos, pues para generar mejores análisis y modelos predictivos, es necesario contar con diferentes perspectivas que generen beneficios reales para las empresas”, comentó Ricardo Parés, director de la empresa especializada en IA, NDS Cognitive Labs.
Asimismo se mencionó como crucial que las empresas que desean ejecutar un proyecto basado en IA, cuenten con un científico de datos en el equipo para personalizar algoritmos, aprovechar al máximo los datos y tomar las decisiones centradas en éstos.
Para ayudar a las empresas a prepararse para el futuro de la ciencia de datos, la consultora enlista cuatro formas en las que esta profesión puede ayudar a una compañía:
Fomentar nuevas ideas y disrupción comercial: con su capacidad para detectar problemas comerciales complejos con ayuda del aprendizaje automático, como dificultades de investigación de operaciones, los científicos de datos tienen la clave para descubrir mejores soluciones. Incluso pueden descubrir errores pasados por alto.
Un ejemplo de esto es la empresa multinacional de correspondencia, UPS. Su sistema de optimización y navegación integrada en carretera, conocido como ORION por sus iniciales en inglés, utilizó la ciencia de datos para descubrir cómo cambiar la ruta de sus camiones de reparto utilizando diversas fuentes de datos. El impacto fue un ahorro de aproximadamente 50 millones de dólares en un año y una mejor experiencia del cliente.
Seguimiento y análisis de datos: los científicos de datos pueden desempeñar el papel de analistas y gerente de datos, informando de los cambios de la industria, los gastos de recursos internos, las expectativas de ganancia y otras variables. Además, pueden establecer metas informadas, por lo que con un poco de tiempo, la gestión diaria de la empresa permitirá eliminar los cuellos de botella en el flujo de trabajo y mejorar el desempeño del modelo de negocio.
Mejorar procesos y productos existentes: un científico de datos puede desarrollarse en el área de producción y establecer modelos para refinar procesos y productos de acuerdo con la información que recopila y analiza. Algunos ejemplos de esto están presentes en el marketing: minoristas ajustando modelos de precios dinámicos o bancos ajustando sus modelos de riesgo financiero.
Por ejemplo, la empresa suiza de seguros, Zurich Insurance, redujo las ineficiencias de reclamos por lesiones mediante el uso de una solución de IA para automatizar completamente las evaluaciones de los informes y, gracias a la ciencia de datos, se pudo recopilar toda la información sobre estos reportes y así reducir el tiempo del proceso de una hora a segundos.
Creación de prototipos y prueba de nuevas ideas: la ciencia de datos, y especialmente el aprendizaje automático, son excelentes para resolver los problemas complejos y ricos en datos. Las tendencias pueden ser fácilmente descubiertas, obteniendo como resultado tendencias del mercado, nuevas ideas y problemas que aún no son atendidos.
Un ejemplo de esto es un departamento de policía con sede en Estados Unidos, el cual necesitaba una forma para obtener información procesable sobre un gran volumen de datos sobre delitos. Así nació el sistema de análisis predictivo PredPol, que generó “pronósticos” de delitos que optimizaron el despliegue de las fuerzas policiales, reduciendo la tasa de asesinatos en un 35% y los robos en un 20%, de acuerdo con datos del mismo sistema.
