Las analíticas son mejor conocidas por su nombre en inglés en el mundo digital, analytics. Es un campo que utiliza las matemáticas, las estadísticas, el modelado predictivo y las técnicas de Machine Learning, para encontrar patrones y conocimientos significativos en los datos registrados.
Con el avance de la tecnología en el hardware y software, ha venido a más el tema del almacenamiento de datos, permitiendo que se puedan analizar millones de interacciones en cuestión de minutos y ejecutar algoritmos cada vez más sofisticados que nos permiten tomar decisiones informadas y basadas en evidencia.
Al analizar los datos es incluso posible dar respuesta a preguntas que ni siquiera nos habíamos planteado. Ese es precisamente el poder de la analítica.
Breve Historia del Análisis de Datos:
1749: primer proyecto de recolección de datos conocido. Cuando el gobierno sueco realizó un censo de la población.
1850: Florence Nightingale, registró y analizó los datos de mortalidad en la década.
1950: Richard Doll, realizó un estudio de la relación entre el tabaco y el cáncer de pulmón.
Cada uno de los escenarios anteriores requirió una respuesta a una pregunta hasta ese momento incontestable.
En el 1700, los suecos querían conocer la distribución geográfica de su población para aprender la mejor manera de sustentar una fuerza militar apropiada. Nightingale quería saber el papel que la higiene y el cuidado de enfermería jugó en las tasas de mortalidad. Doll quería saber si las personas que fumaban tenían más probabilidades de padecer cáncer de pulmón.
El análisis de los datos ha impulsado el descubrimiento del conocimiento durante cientos de años.
Cada uno de estos pioneros sabía que el instinto no era lo suficientemente bueno. El análisis de datos puede descubrir correlaciones y patrones. Hay menos necesidad de confiar en las conjeturas o la intuición. Y puede ayudar a responder a los siguientes tipos de preguntas:
- ¿Qué ha pasado?
- ¿Cómo o por qué sucedió?
- ¿Qué pasa ahora?
- ¿Qué es probable que suceda después?
¿Por qué es importante la Analítica?
Analytics puede ayudar a entender el giro de negocio, la forma de organización, el comportamiento de las personas, en general el mundo a tu alrededor.
Con computadoras más rápidas y más potentes, la oportunidad para el uso de Analytics y el Big Data, es mayor. Ya sea determinando el riesgo crediticio, desarrollando nuevos medicamentos, encontrando formas más eficientes de entregar productos y servicios, evitando el fraude, descubriendo ciberamenazas o reteniendo a los clientes más valiosos.
Business Analytics
Por supuesto, el análisis de datos es ampliamente utilizado en los negocios. Una buena estrategia para el análisis de datos puede asegurar que un negocio obtenga la información que necesaria para tomar decisiones de negocios informadas y mejorar el rendimiento del negocio.
Las empresas pueden identificar y dirigir sus esfuerzos de marketing mediante el uso de Analytics en los datos de compra. Una “tarjeta de fidelidad” o la información de la tarjeta de crédito se puede utilizar para identificar patrones de comportamiento.
Ejemplos del Analytics enfocado a negocios
Cuando una mujer se embaraza, sus patrones de compra cambian significativamente. Ahora los supermercados pueden predecir con seguridad que una mujer está embarazada e incluso en qué trimestre se encuentra. Esto se puede utilizar para realizar un marketing directo en la fase de “anidación”, cuando los padres gastan mucho dinero en accesorios para bebés, etc.
Los minoristas pueden utilizar Analytics para optimizar sus acciones. Tradicionalmente, las tiendas analizarían qué artículos venden más y los tendrían en inventario. El análisis moderno va mucho más allá de eso. Por ejemplo, se puede identificar un artículo X que no tenga mucha venta a menudo pero que las personas que suelen comprarlo usualmente compran grande cantidades. Por lo tanto es importante tener siempre este artículo en inventario.
Una empresa líder en telecomunicaciones, ha desarrollado modelos analíticos para predecir la satisfacción del cliente y el potencial de rotación de los clientes. Basándose en los patrones de teléfono y texto, la compañía pudo clasificar a los clientes en diferentes categorías. La analítica mostró que las personas en una categoría de cliente específica era mucho más probable a cancelar su contrato y pasar a un competidor que las personas en cualquier otra categoría. Otros análisis ahora ayudan a la compañía de telecomunicaciones a monitorear de cerca los niveles de satisfacción de estos clientes y priorizar las acciones preventivas.
Hay muchos otros ejemplos, pero espero que este artículo os proporcione una visión general sólida de lo que es la analítica y cómo está transformando cada aspecto de nuestras vidas.
Conclusiones
En definitiva el análisis de los datos nos provee de mucha información valiosa y que pude ser utilizada para mejorar los productos o servicios que se ofrecen. Y herramientas como el flujo de datos hacen que sea simple extraer estos millones de eventos, limpiar y enriquecer los datos, y luego alimentar sus proyectos de ciencia de datos y machine learning en sólo minutos.
Fuentes:
https://www.sas.com/en_us/insights/analytics/what-is-analytics.html
http://www.google.com/intl/es/analytics/
https://www2.deloitte.com/us/en/pages/deloitte-analytics/articles/business-analytics-case-studies.html
¿Te atreves a aceptar el reto UCJC?
Haz clic AQUÍ y solicita más información.
También tienes la presentación de nuestro grado AQUÍ
Recuerda que también puedes visitarnos en el Campus de Villafranca del Castillo para que conozcas de primera mano nuestras instalaciones y a los profesores del Grado en Empresa y Tecnología.
¡Nos vemos pronto!
Si te ha parecido interesante, compártelo con tus amigos y en tus redes sociales.
Síguenos en Twitter @UCJCEmpresayTec