Big data es un término que circula incesantemente en todo el sector de TI, pero ¿hasta qué punto realmente te enfrentas a él? El Dr. Andrew Jennings, director de analítica de FICO y jefe de FICO Labs, profundiza en nuestra comprensión colectiva del tema en nuestro especial Q&A.

¿Cuáles fueron los hitos clave en la historia del análisis predictivo??

Muchos de los primeros hitos vinieron de aplicaciones militares en las décadas de 1930 y 1940. Por ejemplo, Alan Turing e IJ Good desarrollaron un trabajo innovador en la asignación de pesos de evidencia a variables específicas cuando participaron en la descodificación de códigos alemanes en la Segunda Guerra Mundial..

Las décadas de 1950 y 1960 vieron el desarrollo de metodologías para el modelado, como el trabajo realizado por Bill Fair y Earl Isaac en la calificación de crédito..

A fines de la década de 1990, el aumento de la búsqueda y personalización de Internet por parte de eBay, Amazon y Google ciertamente preparó el escenario para el aumento de los grandes datos. Puedes ver más hitos en la reciente infografía de análisis de FICO.

¿Cuáles son algunos de los usos comunes de la analítica predictiva en la actualidad??

El análisis predictivo se usa ampliamente en la industria de viajes, tanto para establecer rutas de vuelo y precios de boletos como para ayudar a los consumidores a encontrar los mejores precios. En la industria crediticia, es fundamental tanto para la evaluación de riesgos como para la detección de fraudes..

Y, por supuesto, los comercializadores en muchas industrias lo utilizan para identificar las mejores ofertas para cada individuo.

Big data es, sin duda, un tema candente en este momento, pero ¿hay muchas empresas que ya utilizan la información de Big Data en sus operaciones diarias??

Sí, y algunas empresas tienen su modelo de negocio completo basado en el análisis de big data. Un ejemplo sería Farecast, una compañía creada para ayudar a los consumidores a determinar cuándo comprar boletos de avión para obtener el mejor precio..

¿Cómo ha afectado el auge del big data el uso de la analítica??

Más compañías hoy en día se dan cuenta de que no van a ser competitivas si no pueden hacer que los datos funcionen..

Antes, la mayoría de las analíticas eran lo que llamaríamos inteligencia de negocios, enfocadas en la presentación de informes, hoy en día las compañías comprenden el nivel de personalización requerido para competir con gigantes en línea como Amazon, solo es posible si puede entender mejor a sus clientes y se basan en esa perspectiva. con un servicio mas personalizado.

Esto ha impulsado un enorme aumento en la demanda de análisis: la industria de software de análisis creció de $ 11 mil millones (£ 7,2 mil millones) en 2000 a $ 35 mil millones (£ 23 mil millones) en 2012.

¿Qué tipo de impacto tendrá el análisis de texto??

El análisis de texto y su contraparte, el análisis del habla, tendrá un impacto masivo. Para construir modelos de análisis predictivo, la información debe proporcionarse en forma numérica..

El procesamiento de lenguaje natural permite que el texto y el habla se conviertan a un formato digitalizado que se puede usar en el modelado. Dado que la mayoría de las comunicaciones humanas están basadas en el lenguaje, tendremos un conjunto mucho más grande de datos para usar en los modelos, lo que nos permitirá realmente resolver nuevos problemas..

Por ejemplo, los términos que usan las personas cuando realizan búsquedas en línea se están analizando para identificar el brote de una enfermedad en una región específica.

¿Qué significa para la industria poner analíticos en una infraestructura de computación en la nube??

La nube baja la barrera de entrada para el análisis. Más empresas que nunca podrán acceder a los análisis, sin tener que gastar una gran cantidad de dinero en herramientas de software y hardware.

Primero, las empresas pueden "construir en la nube" usando herramientas de modelado.

En segundo lugar, las empresas pueden acceder a servicios analíticos desarrollados previamente para problemas empresariales específicos, o adaptar los servicios analíticos a sus negocios rápidamente..

En tercer lugar, una nube avanzada puede poner a las empresas en contacto con una comunidad de expertos analíticos. En cuarto lugar, algunas nubes crean un "mercado de análisis": un intercambio de aplicaciones o tienda de aplicaciones para análisis desarrollado por terceros..

Por un lado, se cree que el big data es una solución para muchos desafíos económicos y sociales apremiantes. Por otro lado, los defensores de la privacidad argumentan que una vez que se recopilan los datos, no tenemos control sobre quién los usa o cómo se usan. ¿Cómo pueden las organizaciones superar esta percepción negativa y existe un código de ética de big data??

No hay un código de ética de big data, pero ciertamente hay controles sobre quién puede acceder a qué datos, no solo las regulaciones de privacidad a nivel nacional sino también a nivel de la industria..

Los datos financieros de una persona, como los datos reportados a una agencia de crédito, tienen regulaciones muy estrictas, por ejemplo. El desafío es que las nuevas fuentes de datos se están conectando rápidamente, y en algunos casos puede haber un retraso entre la disponibilidad de los datos y la implementación de las regulaciones..

Es importante para todas las empresas que usan datos seguir el espíritu de las regulaciones de privacidad y considerar si su uso comprometerá la privacidad individual..

¿Hay suficientes expertos en análisis para satisfacer la explosión de la demanda empresarial??

No, y esto es un problema. Entre 2011 y 2012, los puestos de trabajo para "científicos de datos" aumentaron un 15,000%. Existe una brecha de talento en todo el mundo, y hay una gran demanda de personas que han recibido capacitación en análisis, estadísticas e investigación de operaciones..

Desafortunadamente, la demanda global significa que estamos viendo a varias personas que se declaran expertos analíticos que no están tan bien capacitados como los profesionales que ya están haciendo el trabajo..

Sin embargo, la mayoría de las compañías de análisis y la mayoría de los equipos de análisis dentro de las empresas están dirigidos por analistas que pueden decir si un candidato a un puesto de trabajo tiene las habilidades necesarias. El analista ideal tiene las habilidades matemáticas, la mentalidad de un solucionador de problemas y buenas habilidades de comunicación.

Ciertamente hay algunas universidades sólidas en Asia que son reconocidas mundialmente por sus programas de análisis y graduados, incluyendo la Universidad RenMin, la Universidad de Negocios y Economía Internacionales, el Instituto de Estadística de la India y el Instituto Indio de Tecnología..

El Harvard Business Journal ha calificado al científico de datos como el "trabajo más sexy del siglo XXI", por lo que este es un excelente momento para ser analista.!

  • El Dr. Andrew Jennings es director de análisis en FICO y jefe de FICO Labs. Él bloguea en el Blog de FICO Banking Analytics y el Blog de FICO Labs.