Cómo la IA pone el análisis de datos en contexto

Los avances en IA y análisis aumentado significan que los equipos empresariales pueden poner sus datos en contexto de manera más efectiva.

Hay un desafío que ha frustrado a los líderes empresariales y a los profesionales de datos desde antes de que Big Data fuera una palabra de moda. Es una falta de contexto en el análisis.

Vea si este caso de uso le suena familiar. Un líder comercial originalmente solicitó un análisis de por qué las ventas regionales estaban cayendo, y un analista de datos trabajó duro durante un par de meses para construir un modelo, extraer datos y desarrollar un informe para el lado comercial.

El problema

Cuando llegaron los resultados, los resultados fueron decepcionantemente unidimensionales y nunca confirmaron el verdadero "por qué" detrás de esa desaceleración de las ventas. El informe puede tener un desfase de identificación para una línea de productos en particular, o tal vez para un equipo de ventas específico. Pero no ambos.

Lo que faltaba era contexto. No había forma de detectar las causas subyacentes reales del deslizamiento. ¿Fue un problema de personal, compensación o rotación? ¿Fue realmente un problema de la cadena de suministro? ¿Podría haber sido un nuevo competidor? ¿O fue algo así como un aumento de precio? ¿Fue todo eso? Esas preguntas serían seguimientos naturales de cualquier análisis de ventas.

Pero sin una visión profunda de las diversas causas potenciales, el líder empresarial y el profesional de datos a menudo se alejaban culpándose mutuamente por perder tiempo y recursos.

Evolución de la analítica aumentada

Para encontrar el contexto mencionado anteriormente, algunas empresas hoy en día están recurriendo a la IA. Informan éxito gracias a la capacidad de AI para detectar relaciones y dependencias entre innumerables departamentos, aplicaciones y procesos. La existencia de esas relaciones se muestra en nuevos tipos de datos que no figuran en las hojas de cálculo ni en las bases de datos tradicionales, y ciertamente no en los organigramas corporativos.

El gurú de análisis y TI Tom Davenport de Babson College examinó esos nuevos tipos de datos en un artículo reciente de Harvard Business Review, en coautoría con Joey Fitts, vicepresidente de estrategia de productos analíticos para Oracle.

"La IA está haciendo posible que los análisis incorporen y procesen automáticamente contexto importante de una amplia gama de fuentes, muchas de las cuales anteriormente habrían requerido que los analistas navegaran por silos y catálogos mal mantenidos", escribieron.

Agregaron:“Las innovaciones se basan en inteligencia artificial y automatización, conexiones entre los sistemas de información existentes y suposiciones basadas en roles sobre qué decisiones se tomarán sobre datos y análisis. Al final, pueden preparar ideas y recomendaciones que se pueden entregar directamente a los tomadores de decisiones sin necesidad de que un analista las prepare por adelantado”.

Encontrar los datos correctos para un proyecto de análisis ha sido con demasiada frecuencia un ejercicio manual, según Davenport y Fitts.

Escribieron:“Esto requería un amplio conocimiento de qué datos eran apropiados para su análisis y dónde se podían encontrar, y muchos analistas carecían de conocimiento del contexto más amplio. Sin embargo, los análisis e incluso las aplicaciones de inteligencia artificial pueden proporcionar cada vez más contexto. Y estas capacidades ahora las incluyen regularmente los proveedores clave en sus ofertas de sistemas transaccionales, como la planificación de recursos empresariales (ERP) y la gestión de relaciones con los clientes (CRM)”.

Esta capacidad de agregar contexto se basa en parte en la automatización a través de la IA mediante el "descubrimiento inteligente de datos" y análisis aumentados.

En 2017, Gartner definió el análisis aumentado como "el uso de tecnologías habilitadoras como el aprendizaje automático y la IA para ayudar con la preparación de datos, la generación de información y la explicación de información para aumentar la forma en que las personas exploran y analizan datos en plataformas de análisis y BI".

El futurista Bernard Marr agrega:"La analítica aumentada describe el proceso en el que los datos se toman automáticamente de fuentes de datos sin procesar, se limpian y analizan de manera imparcial y se comunican en un informe utilizando un procesamiento de lenguaje natural que los humanos pueden entender".

Ingrese a los científicos de datos ciudadanos

Davenport y Fitts citaron un ejemplo de cómo una gran compañía de seguros ha implementado este nuevo enfoque de análisis. Dijeron que un nuevo sistema de capital humano “incluía KPI de recursos humanos, puntos de referencia de mejores prácticas y la capacidad de monitorear las tendencias de recursos humanos, como la diversidad y los niveles de deserción. Una nueva herramienta de generación de informes empresariales con estas capacidades se introdujo en toda la empresa en solo ocho semanas”.

Esta evolución de la IA y la analítica parece allanar el camino para una nueva generación de ciudadanos científicos de datos.

Si este último término suena familiar es porque el concepto de brindar a los profesionales de negocios no tecnológicos capacidades analíticas avanzadas ha estado dando vueltas durante cinco años.

En ese momento, la ciencia de datos de los ciudadanos ha encontrado resistencia por parte de algunos profesionales del análisis que no confían en los usuarios comerciales con sus herramientas, incluso si los usuarios comerciales han pasado por una capacitación de mitad de carrera en ciencia de datos. Tampoco era probable que el concepto original escalara en una empresa con miles de aplicaciones.

Pero esta nueva versión de la ciencia de datos ciudadana parece aprovechar los "nuevos tipos de datos" que analiza Davenport. El trabajo pesado de descubrir y utilizar las relaciones entre departamentos, procesos y tipos de datos promete ser realizado en gran parte por modelos de IA. Esos modelos aún serían construidos por científicos de datos. Los “ciudadanos” podrían entonces hacer lo que mejor saben hacer, hacer preguntas comerciales que AYo podría responder mejor.