Tag: predictive analytics

La Analítica Empresarial o Business Analytics permite conseguir los objetivos empresariales, a partir del análisis de datos. Básicamente permite detectar tendencias y realizar pronósticos a partir de modelos predictivos y utilizar estos modelos para optimizar los procesos de negocio.

Una forma de clasificar la Analítica Empresarial o Business Analytics podría ser estas tres áreas más o menos superpuestas:

  • Analítica Descriptiva o Descriptive Analytics: Utiliza los datos para explicar el pasado. Consiste en preparar y analizar datos históricos para identificar patrones y tendencias. Técnicas como modelos de regresión, el modelado de datos y visualización suelen ser usados en la Analítica Descriptiva.
  • Analítica Predictiva o Predictive Analytics: Utiliza los datos para determinar que puede pasar en el futuro. La Analítica Predictiva permite determinar la probabilidad asociada a eventos futuros a partir del análisis de la información disponible (presente y pasada), además permite descubrir relaciones entre los datos que normalmente no es detectada con un análisis menos sofisticado. Técnicas como la minería de datos (data mining) y los modelos predictivos son utilizados.
  • Analítica Prescriptiva o Prescriptive Analytics: Utiliza los datos para prescribir aquellas acciones que incrementen nuestras posibilidades de obtener los mejores resultados. La Analítica Prescriptiva determina nuevos forma de operar que permitan alcanzar nuestros objetivos de negocio. Técnicas como la optimización o la simulación son utilizadas, aunque normalmente se requiere la creación de un modelo predictivo previo.

 

 

Business Analytics o su acepción en español, Analítica Empresarial, consiste en llevar a cabo una serie de soluciones empresariales para satisfacer las necesidades de un negocio, lograr metas y alcanzar objetivos. En otras palabras, la analítica empresarial se centra en recopilar datos, enriquecerlos, gestionarlos y analizarlos para extraer la información relevante para la toma de decisiones de un negocio.

Por este motivo, podemos afirmar que la Analítica Empresaria puede servir de apoyo a las estrategias de marketing de una empresa ya que, para fundamentar algunas decisiones estratégicas, éstas estarán basadas en la información que el análisis de datos nos ha aportado.

Por tanto, la analítica empresarial nos permite:

  • Alcanzar objetivos empresariales a partir del análisis de grandes volúmenes de datos.
  • Detectar tendencias y realizar pronósticos a partir de modelos predictivos.
  • Utilizar estos modelos predictivos para optimizar los procesos de negocio.

Una forma de clasificar la Analítica Empresarial podrían ser estas tres áreas más o menos superpuestas:

  • Analítica Descriptiva o Descriptive Analytics. Utiliza los datos para explicar el pasado. Consiste en preparar y analizar datos históricos para identificar patrones y tendencias. Técnicas como modelos de regresión, el modelado de datos y visualización suelen ser usados en la Analítica Descriptiva.
  • Analítica Predictiva o Predictive Analytics. Utiliza los datos para determinar que puede pasar en el futuro. La Analítica Predictiva permite determinar la probabilidad asociada a eventos futuros a partir del análisis de la información disponible (presente y pasada), además permite descubrir relaciones entre los datos que normalmente no es detectada con un análisis menos sofisticado. Técnicas como la minería de datos (data mining) y los modelos predictivos son utilizados.
  • Analítica Prescriptiva o Prescriptive Analytics. Utiliza los datos para prescribir aquellas acciones que incrementen nuestras posibilidades de obtener los mejores resultados. La Analítica Prescriptiva determina nuevos forma de operar que permitan alcanzar nuestros objetivos de negocio. Técnicas como la optimización o la simulación son utilizadas, aunque normalmente se requiere la creación de un modelo predictivo previo.

¿Qué ventaja ofrece la analítica empresarial?

En su día, la llegada de Internet generó un fenómeno completamente nuevo en el que el mercado realizaba sus propios análisis comparando ofertas, intercambiando experiencias, etc. Esta nueva realidad implicó que las marcas tuvieran que adaptarse a un nuevo contexto en el que los consumidores cada vez sabían más sobre los productos que van a comprar. Sin embargo, actualmente, no basta solo con conocer más al consumidor, sino que la información acerca del mercado y sus tendencias o incluso la información sobre los clientes de otras compañías se convierte en algo muy aprovechable para las empresas.

Por este motivo, la analítica empresarial ofrece una ventaja primordial que hace que, en este nuevo contexto, las empresas puedan tomar decisiones estratégicas informadas. La toma de decisiones de negocios es más rápida, efectiva y contundente; éstas están basadas en información real y de calidad; y son capaces de triunfar y adaptarse al desarrollo de una empresa.

Programa Superior Big Data & Business AnalyticsEn alguna ocasión anterior habíamos hablado de la aparición de los primero programas universitarios de analítica empresarial en los EEUU y nos preguntábamos cuándo alguna universidad o centro los ofrecería en Español. La buena noticia es que parece que ya ha llegado, la EOI ha puesto en marcha un programa de Big Data y Analítica Empresarial (es el primero del que tenemos noticias en España), por lo tanto Enhorabuena!! por la iniciativa.

Hemos repasado con interés el temario que nos ha parecido muy adecuado ya que no sólo cubre temas de analítica empresarial (y big data), si no, también temas relacionados con la minería web (minería de textos, minería de opinión, …) que nos parecen esenciales para la aplicación práctica de las tácnicas de analítica empresarial en las empresa.

Fantástica iniciativa y esperamos que pronto otras instituciones académicas la sigan.

El próximo 30 de Septiembre comienza en Boston el Predictive Analytics World (PAW), la mayor conferencia mundial de Analítica Predictiva. Esta conferencia cubre modelos predictivos avanzados, big data, analitica en la nube (cloud analytics), retención de clientes, crowdsourcing, visualización de datos, pronósticos, detección de fraude y muchos otros temas.

Según los organizadores de esta conferencia:

PAW’s agenda covers advanced predictive modeling methods, analytical traction, big data, blackbox trading, cloud analytics, customer retention, crowdsourcing, predictive analytics, data visualization, enterprise dynamics, enterprise-wide decisioning, financial services, forecasting, fraud detection, healthcare analytics, HR analytics, insurance, market research, online marketing, open question answering, public sector applications, real estate market scoring, reliability modeling, risk management, segment analysis, social data for financial indicators, social media analytics, targeting marketing, telecom applications, telecommunications, text analytics, uplift (net lift) modeling, workplace behavior modeling, and other innovative applications that benefit organizations in new and creative ways.