Big data para tomar decisiones inteligentes

Para el directivo de IBM, el impacto de la tecnología es hacer todo más ‘líquido’ (flexible y adaptable), dinámico y mucho más cercano para el consumo. “El fin de la tecnología será alcanzar esa confluencia para anticipar lo que se necesita y proveer los medios para alcanzarlo en el momento y lugar requeridos, y eso redefinirá completamente la sociedad”, asegura.

Por su parte, el investigador Juan Guillermo Lalinde señala que una empresa tiene que tener fuentes de información sobre sus clientes, el mercado, las interacciones en redes sociales, entre otra variedad de datos.

En este contexto de los negocios, los datos masivos permiten conocer al detalle la oferta y la demanda de cualquier mercado para tomar decisiones, acota Sergio Alonso Castrillón Orrego, jefe del pregrado en Administración de Negocios de EAFIT.

“De alguna manera se hace realidad la mano invisible de la que hablaba Adam Smith a finales del siglo XVIII. Lo que significa que hay mejores elementos y, si esos datos se convierten en información, es posible tomar mejores decisiones. Estos datos se capturan con distintos instrumentos y luego, para que tengan sentido, se procesan con mecanismos de inteligencia de mercados, razonamiento y conexión de variables”, puntualiza el profesor Sergio Castrillón.​

Otra de las apuestas de esta Alianza es crear una estructura administrativa y técnica, a partir de un modelo de gestión, operación y negocio, para consolidar dentro de EAFIT un centro con una infraestructura tecnológica y con un director general, un director de proyectos o un director de arquitectura que lo materialicen.

“Queremos crear un centro dentro de la Universidad para responder a proyectos de investigación, desarrollo e innovación, así como unificar los esfuerzos y la capacidad de la Institución en el tema. Por eso, como big data es un área interdisciplinar, nos unimos cinco escuelas –Ingeniería, Ciencias, Administración,

Humanidades y Economía y Finanzas– comprometidas con este tema e iniciamos el proyecto de crear una maestría en Big Data”, precisa Edwin Montoya.

Por ahora, el trabajo de Caoba se centra, principalmente, en análisis financiero, análisis transaccional y hábitos de consumo, en el caso de Bancolombia; y en el tipo de mercado y el público objetivo de los productos, en el caso de Nutresa.

A escala nacional, con el DNP trabajan en proyectos de movilidad inteligente en Bogotá y se tienen planteados otros como evaluación de la base de impuestos, detección de fraude en entidades y proyectos públicos, y mejoramiento de la eficiencia del sistema de Sisbén. Esto, apunta el profesor Montoya, requiere cruzar mucha información en todo el país para conocer si los afiliados son quienes realmente deben estar. En el sector de educación se pretende medir el impacto de la política pública y del nivel de inversión de los proyectos nacionales.

“EAFIT ha estado trabajando también en proyectos en el área de salud con la IPS Universitaria, donde exploran alternativas de cómo pueden, a partir de información médica y clínica y de ayudas diagnósticas, extraer información y conocimiento para generar valor y mejorar la eficiencia del sistema en salud”, puntualiza el jefe del pregrado en Ingeniería de Sistemas de la Institución.

“La visión de EAFIT es ser parte del proceso de apropiación de la inteligencia de datos en la región para contribuir con el desarrollo del big data y la analítica desde el punto de vista académico y de la generación de conocimiento”:
Félix Londoño González, director de Investigación de la Institución.​

La posibilidad de interconectar objetos cotidianos con internet, tener una casa inteligente o programar tareas de manera remota es una realidad que en la actualidad es posible gracias al internet de las cosas (IoT, por su sigla en inglés de Internet of things).

Sobre este concepto, el investigador Helmuth Trefftz Gómez menciona que los países desarrollados llevan una ventaja. Por ejemplo, muchos de los carros de la compañía alemana Opel (filial de General Aplicaciones de big data Predecir: en medicina permite establecer correlaciones entre factores genéticos y enfermedades específicas para predecir el desarrollo de algunas dolencias si una persona cumple con determinadas categorías o propiedades. Las empresas de seguros lo utilizan para calcular la tarifa o la tasa del seguro que le van a cobrar a una persona, dependiendo de la forma como conduce su auto. Clasificar: las empresas lo usan para identificar el tipo de clientes y los segmentos de mercado para establecer cómo impactar, de manera específica, cada segmento. Prescribir: permite tomar acciones para cambiar tendencias indicadas por los datos. Cuando se estudia la tasa de crimen en una ciudad y los factores que influyen en esto, dicha información sirve no solo para predecir los crímenes, sino para tomar medidas activas, por ejemplo, ubicar agentes de policía o cambiar rutas de patrullas. Motors) tienen sensores que, sin que el dueño tenga que esforzarse, le envían datos a la empresa con información referente al estado de las piezas. Incluso puede notificar que se ha pasado de los kilómetros para los que están diseñadas.

También se puede conocer sobre el tipo de cajas que tienen que diseñar para un país montañoso como Colombia, el porcentaje de usuarios que transitan por lomas, la manera en que emplean los cambios o el uso que un conductor le da a un camión para determinar las implicaciones en la reducción de la vida útil del vehículo.

En el caso de Colombia, el docente Trefftz considera que primero se vivirá una etapa de ajuste –por la que ya han pasado los países desarrollados– para establecer, a partir de las empresas y sobre todo de los consumidores, qué funcionalidades sirven, cuáles se deben descartar, cuáles se deben adoptar, cuáles adaptar y cuáles desarrollar.

Industria 4.0