‘Big data’ o cómo 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 qué operaciones realizan sus clientes, cómo usan las aplicaciones o su actividad en redes sociales. El big data se ha convertido en un aliado imprescindible de las compañías para tomar mejores decisiones. ¿Cómo afecta a la gestión empresarial? ¿En qué sectores puede ser más útil? ¿Se recopilan más datos de los que realmente se pueden procesar?
En el mundo interconectado en el que vivimos, la cesión y almacenamiento de información resulta prácticamente inevitable. "Los datos sirven para dar respuesta a preguntas determinadas", afirma Rubén Casado, senior manager en Accenture y director del máster de big data de KSchool.
Si una compañía desea comprobar cómo se está hablando de ella, puede recopilar datos externos de Twitter u otras redes sociales. Pero si lo que le interesa es predecir cuántos clientes tendrá en la próxima semana, acudirá a datos internos: "Comprobará todas las compras que se han realizado en el pasado, en qué fechas, quiénes eran los clientes o qué productos tenían entonces en el catálogo".
Un recurso para reducir los costes de la empresa
Uno de los principales retos de cualquier compañía es la reducción de costes. La clave para conseguirlo puede estar en el big data. Estas técnicas 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 aparición de los primeros síntomas y así atajarlas cuanto antes. El uso de sensores que recopilan todo tipo de datos también 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. Así, las empresas pueden saber el grado de ocupación de sus espacios y optimizarlos o cuáles son los patrones de comportamiento de los empleados.
Empresas de todos los sectores ya utilizan este conjunto de tecnologías para analizar grandes cantidades de datos que se generan de forma rápida y constante. Por ejemplo, alrededor del 30% de las compañías del sector financiero en España aprovechan ya el big data, según 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 tecnología para ayudar en los procesos complejos de toma de decisiones. También para recomendar a los clientes productos personalizados. Banco Santander, BBVA o el Banco de España cuentan con simuladores para calcular la cuota y los gastos de hipotecas o préstamos.
Uno de los sectores donde el big data tiene más impacto es el de la salud. Cada minuto se recopilan miles de datos de pacientes: tanto sobre sus historias clínicas o pruebas médicas como de las variables que miden diferentes wearables. Los relojes inteligentes monitorizan el ritmo cardiaco, la calidad del sueño o el ejercicio físico que realiza un usuario.
En España se solicitan más de 6.400 especialistas cada año.
El análisis de todos estos datos es especialmente útil en hospitales de cara a anticiparse a la aparición de enfermedades o incluso a cómo va a responder un tratamiento. En el retail, el big data se usa para predecir tendencias, recomendar nuevos productos y aumentar la rentabilidad. En política, para conocer mejor a los votantes. En la automoción, para fabricar vehículos autónomos. 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 técnicas.
¿Se recopilan más datos de los que en realidad se pueden procesar? Carlos Ortiz Cotillo, responsable de línea de negocio BI & Big Data en atSistemas contesta tajante que no. Las compañías, según señala, sí disponen de las herramientas necesarias para procesar grandes volúmenes de datos. "La limitación pasa más 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 más profesionales para lograrlo. En España se demandaron 6.413 profesionales de big data durante 2018 —un 17% más que en 2017—, según el informe que anualmente elabora InfoJobs sobre el estado del mercado laboral en el país.
La cantidad y variedad de la información recopilada supone un reto para estos profesionales, que buscan constantemente la forma de mejorar las técnicas de procesamiento. El análisis 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". Además, 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 desafío de la tecnología sin sesgos
Cada vez más 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 están condicionados por nuestros conocimientos y prejuicios. En esos casos, los resultados pueden ser perjudiciales para diferentes colectivos.
Amazon desarrolló en 2014 una Inteligencia Artificial para revisar currículos 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 última década. Poco a poco aprendió que los hombres eran preferibles y comenzó a discriminar a las mujeres.
Existen ejemplos con diferentes sesgos. En 2018 investigadores de la Universidad de Darmouth revelaron que un algoritmo que analizó la posibilidad de reincidir de un millón de convictos en Estados Unidos fallaba mucho. Tanto como una persona cualquiera sin conocimientos especiales judiciales o de criminalística. Años 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 crédito a alguien o de ofrecer un contrato. También en el momento de dictar sentencias judiciales o hacer diagnósticos. Hay empresas que optan porque la decisión 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 desafíos de toda compañía. Para ello, resulta fundamental verificar que los datos con los que se entrenan los algoritmos no contienen ningún sesgo. Ni racista, ni machista ni de cualquier otro tipo. Especialmente en un contexto en el que cada vez más decisiones son tomadas por máquinas.
Sobre la firma
