Consultoría & Consultores

Dirigido a directores y responsables de diferentes áreas de negocio, el objetivo del evento era desarrollar una hoja de ruta para crear estrategias de análisis de datos que generen valor para las empresas. En ella han participado ponentes líderes en el ámbito de la analítica avanzada de datos, el Big Data y la Inteligencia Artificial.

El primer día (21 de agosto) fue presencial en las oficinas de Microsoft Perú. Participaron ponentes como Ludmer Arcaya (Data Scientist & Big Data Senior Consultant en Avantica, y profesor del master en Data Science de la Universidad Ricardo Palma), Marlon Trujillo (Data Scientist Modeling Specialist en Scotiabank) o Julio Quiñonez (Director Big Data CRM & Business Analytics Consulting en Customer Target Consulting, y profesor de Business Analytics y Datamining). Hablando sobre los modelos de recomendación, las plataformas Spark, textmining con el uso de Python o aplicaciones de Machine Learning e Inteligencia Artificial en negocio.

La segunda jornada se celebró de manera online con ponencias muy interesantes sobre: la digitalización de las bases de datos de clientes (Javier Gil, Business Developer de Cool Tabs), la predicción de personalidad de clientes mediante la aplicación de IA en los perfiles de redes sociales (Stephania López, Business Developer en Xeerpa), o la importancia de la analítica prescriptiva dentro del marco de la Inteligencia Artificial (Manuel del Barrio, co-fundador y socio de DECIDE).

Conceptos principales del evento “Data Analytics and AI Strategy to Action”

A lo largo de ambas jornadas se repitieron ciertos conceptos e ideas que realmente marcan las bases de la implantación de estrategias de análisis de datos. Entre las más importantes:

“Los datos son el petróleo del siglo XXI”: Los datos son el nuevo petróleo y las empresas se han dado cuenta de ello. Por eso, son muchas las compañías que ya han implantado ecosistemas Big Data. Ahora es el momento de dar el siguiente paso: sacar conocimiento de esos datos a través de técnicas analíticas y aplicarlo de manera efectiva a los procesos de negocio.

“La calidad de los datos es importante a la hora de abordar un proyecto de data”: tal y como comentó Manuel del Barrio en su ponencia, «El resultado de los modelos de Analítica Prescriptiva tendrá la calidad que tengan los datos utilizados.» Introducir datos erróneos o sesgados consigue resultados engañosos, lo que compromete el proceso de toma de decisiones.

«Hay que facilitar el acceso a los datos a los perfiles de negocio (no técnicos) en las empresas»: la dependencia de los perfiles de negocio hacia los perfiles más técnicos para el uso de ciertas herramientas o a la hora de realizar cambios en algún sistema o modelo, es un gran problema que afecta a multitud de empresas. Esta dependencia es tremendamente ineficiente e impacta directamente en la pérdida de rentabilidad de las compañías. Una buena herramienta o solución empresarial debe ser accesible a los perfiles de negocio para que puedan utilizarlas sin depender de terceras personas.