El pasado 20 de junio impartimos el webinar “El valor de la Analítica Prescriptiva en la IA”. En él, uno de nuestros expertos en Analítica Avanzada de datos explicó en qué consiste esta técnica analítica, cómo funciona y qué beneficios aporta para el negocio. Si te lo perdiste y tienes interés en saber más… ¡Estás de suerte! Ahora puedes descargarte el vídeo de la sesión aquí.
“La inteligencia consiste no sólo en el conocimiento, sino también en la destreza de aplicar los conocimientos en la práctica”ARISTÓTELES
Dentro del marco de la IA, las diferentes técnicas analíticas (desde la Analítica Descriptiva hasta la Analítica Prescriptiva) van proporcionando cada vez más inteligencia y más eficiencia y valor para los negocios. Empezando por la más básica, la Analítica Descriptiva, que proporciona información y conocimiento del negocio. Pasando por la Analítica Predictiva, que predice acontecimientos y nos permite adelantarnos a ellos. Hasta la Analítica Prescriptiva, que nos proporciona la capacidad de automatizar la toma de decisiones.
Actualmente la Analítica Descriptiva es utilizada por la gran mayoría de las empresas, y la Analítica Predictiva se ha popularizado y ya la están implementando en sus procesos de negocio un gran número de compañías. Pero la gran desconocida es la Analítica Prescriptiva, la única capaz de automatizar el proceso de toma de decisiones.
La Analítica Prescriptiva es la técnica analítica capaz de automatizar la toma de decisiones, evaluando la mejor solución en entornos complejos. Utiliza la información aportada por la Analítica Descriptiva y la Analítica Predictiva.
Hay dos posibles enfoques en este tipo de Analítica: el basado en heurística (sistemas basados en motores de reglas) y el basado en técnicas de investigación operativa (modelización de algoritmos matemáticos).
Los sistemas de gestión de reglas de negocio o BRMS, se basan en un algoritmo conocido como algoritmo Rete o evoluciones del mismo. Son árboles de decisión capaces de evaluar el match in entre las variables y las reglas a ejecutar de una forma muy rápida. Su ventaja principal es su orientación al negocio, más que la complejidad del algoritmo de optimización que utiliza.
Se usan para procesos deterministas en los cuales se automatizan cálculos complejos, por la gran cantidad de reglas que tienen que ejecutarse. Por ejemplo el cálculo de la cotización de una póliza de seguros en función del perfil del tomador o el producto que se va a asegurar, en el cual se aplican multitud de reglas.
Su complejidad procede del gran número de variables y de restricciones que hay que tener en cuenta. Millones de variables y millones de restricciones para alcanzar una sola solución. La bondad de una solución se evalúa en función de una variable objetivo que es la que determina los criterios a tener en cuenta.
Los algoritmos de optimización hacen un match in de todos los posibles resultados, y a través de la variable objetivo se consigue la solución óptima. Las casuísticas o problemáticas que se llevan a cabo con optimización matemática son por ejemplo: minimización de costes en un proceso, maximización de la rentabilidad, etc.
Las herramientas basadas en Analítica Prescriptiva son herramientas que dan soporte a la toma decisiones, así que son aplicables a todos los departamentos y áreas empresariales. En todas ellas se toman decisiones, ya sean estratégicas u operativas.
La Analítica Prescriptiva también se está aplicando en muchas áreas de innovación. Por ejemplo, todo concepto o toda aplicación Smart en mayor o menor medida incorpora este tipo de analítica. Desde la gestión de tráfico de las Smart cities, la gestión energética o la automatización de procesos en la industria 4.0, hasta los coches autónomos.
Si te gustaría saber qué beneficios ofrecen cada uno de los enfoques de Analítica Prescriptiva en los negocios, descárgate el vídeo del webinar “El valor de la Analítica Prescriptiva en la IA”.
La certificación tipo es un procedimiento reconoc...
La gestión de riesgos es hoy crítica para la fij...
Si piensas en productos de consumo, es probable qu...
