Tag: big data

  1. ALGORITMO.  En Ciencias de la Computación, un algoritmo es un conjunto de pasos para realizar una tarea. En otras palabras, una secuencia lógica  y con instrucciones que forman una fórmula matemática o estadística para realizar el análisis de datos.
  2. ANÁLISIS DE SENTIMIENTO. El análisis de sentimiento se refiere a los diferentes métodos de lingüística computacional que ayudan a identificar y extraer información subjetiva del contenido existente en el mundo digital. Gracias al análisis del sentimiento, podemos ser capaces de extraer un valor tangible y directo, como puede ser determinar si un texto extraído de la red Internet contiene connotaciones positivas o negativas.
  3. ANÁLISIS PREDICTIVO. El análisis predictivo pertenece al área de la Analítica Empresarial. Se trata de utilizar los datos para determinar que puede pasar en el futuro. La AP permite determinar la probabilidad asociada a eventos futuros a partir del análisis de la información disponible (presente y pasada). También permite descubrir relaciones entre los datos que normalmente no es detectada con un análisis menos sofisticado. Técnicas como la minería de datos (data mining) y los modelos predictivos son utilizados.
  4. ANALÍTICA EMPRESARIAL. La Analítica Empresarial comprende los métodos y las técnicas que se utilizan para recopilar, analizar e investigar el conjunto de datos de una organización, lo cual genera conocimiento que se transforma en oportunidades de negocio y mejora la estrategia empresarial. AE permite una mejora en la toma de decisiones ya que éstas se basan en la obtención de datos reales y tiempo real y permite conseguir objetivos empresariales a partir del análisis de estos datos.
  5. BIG DATA.  Actualmente nos encontramos en un entorno en el que cada día se generan trillones de bytes de información. A esta enorme cantidad de datos producidos día a día, la denominamos Big Data. El crecimiento de los datos provocados en Internet y otras áreas (Ej. Genómica) hacen necesarias nuevas técnicas para poder acceder y utilizar estos datos. Al mismo tiempo estos grandes volúmenes de datos ofrecen nuevas posibilidades de conocimiento y nuevos modelos de negocio. En particular, en Internet, este crecimiento comienza con la multiplicación en el número de webs comenzando los buscadores (ej. Google) a buscar nuevas formas de almacenar y acceder a estos grandes volúmenes de datos. Esta tendencia (blogs, redes sociales, IoT …) está provocando la aparición de nuevas herramientas de Big Data y la generalización de su uso.
  6. BUSINESS ANALYTICS (Analítica Empresarial). La Analítica Empresarial o Business Analytics permite conseguir los objetivos empresariales, a partir del análisis de datos. Básicamente permite detectar tendencias y realizar pronósticos a partir de modelos predictivos y utilizar estos modelos para optimizar los procesos de negocio.
  7. BUSINESS INTELLIGENCE (Inteligencia de Negocio). Otro concepto relacionado con la AE es la Inteligencia Empresarial (IE) centrada en el uso de los datos de una empresa para facilitar también la toma de decisiones y anticipar acciones empresariales. La diferencia con la AE es que la IE es un concepto más amplio, no solo se centra en el análisis de datos sino que éste es un área dentro de la IE. Es decir, la IE se trata de un conjunto de estrategias, aplicaciones, datos, tecnología y arquitectura técnica entre las que se encuentra la AE; y todo ello, enfocado a la creación de nuevo conocimiento a través de los datos existentes de la empresa
  8. DATA MINING o minería de datos. Data Mining (minería de datos) es también conocida como Knowledge Discovery in database (KDD). Es comúnmente definida como el proceso para descubrir patrones útiles o conocimientos a partir de fuentes de datos tales como Bases de Datos, textos, imágenes, la web, etc.  Los patrones deben ser válidos, potencialmente útiles y entendibles. La minería de datos es un campo multidisciplinar que incluye: aprendizaje automático, estadísticas, sistemas de base de datos, inteligencia artificial, Information Retrieval, visualización de la información, … El objetivo general del proceso de minería de datos consiste en extraer información de un conjunto de datos y transformarla en una estructura comprensible para su uso posterior.
  9. DATA SCIENCE. La oportunidad que los datos ofrecen para generar nuevo conocimiento requiere de técnicas sofisticadas de preparación de estos datos (estructuración) y análisis de los mismos. Así en Internet, sistemas de recomendación, traducción automática y otros sistemas de Inteligencia Artificial se basan en técnicas de Data Science o Ciencia de datos.
  10. DATA SCIENTIST. El data scientist, como su propio nombre indica, es un experto en la Ciencia de Datos (Data Science). Su trabajo se centra en extraer conocimiento a partir de grandes volúmenes de datos (Big Data) extraídos de diversas fuentes y múltiples formatos para dar respuesta a las cuestiones que se planteen.
  11. DEEP LEARNING o aprendizaje profundo es una técnica dentro del machine learning basado en arquitecturas neuronales. Un modelo basado en deep learning puede aprender a realizar tareas de clasificación directamente a partir de imágenes, texto o sonido, etc. Sin necesidad de intervención humana para la selección de características, esto se puede considera la principal característica y ventaja del deep learning, llamada “feature discovering”. Pueden, además, poseer una precisión que supera al ser humano.
  12. GEOMARKETING. El análisis conjunto de los datos demográficos, económicos y geográficos posibilita estudios de mercado para rentabilizar las estrategias de marketing. El análisis de este tipo de datos se puede llevar a cabo a través del Geomarketing. Tal como su propio nombre indica, Geomarketing es una confluencia entre geografía y marketing. Se trata de un sistema integrado de información -datos de diversa índole-, métodos estadísticos y representaciones gráficas orientados a dar respuestas a cuestiones de marketing de forma rápida y sencilla.
  13. INTELIGENCIA ARTIFICIAL. En computación se trata de programas o bots diseñados para realizar determinadas operaciones que se consideran propias de la inteligencia humana. Se trata de hacer que éstos sean tan inteligentes como un humano. La idea es que perciban su entorno y actúen en base a ello, centrado en el auto-aprendizaje, sean capaces  de reaccionar ante nuevas situaciones.
  14. INTELIGENCIA ELECTORAL. Este nuevo término “Inteligencia Electoral (IE)” es la adaptación de modelos matemáticos y de Inteligencia Artificial a las peculiaridades de una campaña electoral. El objetivo de esta inteligencia es la obtención de una ventaja competitiva en los procesos electorales, ¿sabes cómo funciona?
  15. INTERNET OF THINGS (IoT). Este concepto, Internet de las Cosas, fue creado por Kevin Ashton y hace referencia al ecosistema en el que los objetos cotidianos están interconectados a través de Internet.
  16. MACHIEN LEARNIN (Aprendizaje automático). Este término hace referencia a la creación de sistemas a través de la Inteligencia Artificial,  donde lo que realmente aprende es un algoritmo, el cual supervisa los datos con la intención de poder predecir comportamientos futuros.
  17. MINERÍA WEB. La minería web tiene como objeto descubrir información útil o el conocimiento (KNOWLEDGE) procedente de la estructura de hipervínculo web, contenido de la página y datos de usuario. Aunque la minería web utiliza muchas técnicas de minería de datos, no es meramente una aplicación de técnicas de minería de datos tradicionales, debido a la heterogeneidad y la naturaleza semi-estructurada o no estructurada de los datos de la web. La minería web o web mining comprende una serie de técnicas encaminadas a obtener inteligencia a partir de datos procedentes de la web. Aunque las técnicas utilizadas tienen su raíz en las técnicas de data mining o minería de datos, presentan características propias debido a las particularidades que presentan las páginas webs.
  18. OPEN DATA. El Open Data es una práctica que tiene la intención de disponer de unos tipos de datos de forma libre para todo el mundo, sin restricciones de derecho de autor, patentes u otros mecanismos. Su objetivo es que estos datos puedan ser consultados, redistribuidos y reutilizados libremente por cualquiera, respetando siempre la privacidad y seguridad de la información.
  19. PROCESAMIENTO DEL LENGUAJE NATURAL (PLN). Del procesamiento conjunto de la ciencia computacional y la lingüística aplicada, nace el Procesamiento de Lenguaje Natural (PLN o NLP en inglés), cuyo objetivo no es otro que el de hacer posible la compresión y procesamiento asistidos por ordenador de información expresada en lenguaje humano, o lo que es lo mismo, hacer posible la comunicación entre personas y máquinas.
  20. PRODUCT MATCHING. El Product Matching es un área perteneciente a Data Matching o Record Linkage encargada de identificar automáticamente aquellas ofertas, productos o entidades en general, que aparecen en la web procedente de diversas fuentes, aparentemente de forma distinta e independiente, pero que hacen referencia a una misma entidad real. En otras palabras, el proceso de Product Matching consiste en relacionar para distintas fuentes aquellos productos que son el mismo.

photo-1507146153580-69a1fe6d8aa1

Hoy en día, las empresas optan por añadir más proyectos basados en Inteligencia Artificial o Aprendizaje Automático (Machine Learning). Durante 2019, una empresa en promedio desarrolla hasta 4 proyectos en estas áreas y se prevé que en 2022 pasarán a desarrollar 35 proyectos de media anual. Un claro ejemplo de esta evolución en la Inteligencia Artificial son los asistentes virtuales como Siri, Alexa, Google Home, etc. Y también Facebook, ya que hace poco demostró que su asistente de IA (Aloha) desarrolla su propio lenguaje para comunicarse. Pero, ¿qué avances y tendencias experimentaremos en los próximos años? Repasamos algunos sectores en los que la IA puede cambiar el modo de entender o hacer las cosas.

1. Selección de empleados

La IA podrá recoger y elaborar una gran cantidad de datos para así encontrar a la persona con las características ideales para desempeñar un puesto laboral.

“Este software por lo general trabaja de dos modos: identifica los CVs más prometedores entre lo que puede parecer una avalancha inmanejable, o amplían la red de modo tal que los empleadores puedan encontrar un grupo de candidatos más diverso que el que hubieran elegido solos” – explicó Ted Greenwald, editor del diario Wall Street Journal.

Además del claro ahorro de esfuerzo para las empresas a la hora de elegir candidato para un puesto, los trabajadores podrán realizar un trabajo para el cual están realmente cualificados, de tal forma que se sentirán realizados y serán más productivos.

2. Creación de medicina personalizada

Gracias al Big Data, los médicos podrán adaptar el tratamiento a cada paciente, ya que tendrán acceso a todos los datos del historial médico.

De esta forma se obtendrán mejoras considerables como la optimización del almacenamiento de datos, mejora de la gestión clínica, favorecer la investigación, reducir costes, adelantar soluciones, prevenir posibles problemas, mejorar la coordinación de la atención del ciudadano, luchar contra los fraudes y abusos y la reducción de ineficiencias administrativas clínicas.

Esta debería ser la principal meta de la sanidad, de esta forma obtendría una mayor calidad. Además, las aseguradoras privadas conseguirían notables ventajas competitivas respecto las otras aseguradoras, claro ejemplo es el de Sanitas y su nueva app.

¿Te interesan los beneficios del Big Data en la sanidad? Te invitamos a leer este post

3. Composición automática de música

Se podrá componer música de todo tipo de melodías. Ya existen herramientas para componer melodías personalizadas. Inmamusys es un software desarrollado por los investigadores Miguel Delgado, Waldo Fajardo y Miguel Molina de la Universidad de Granada, España. Este software es capaz de componer música emotiva gracias al uso de técnicas y características de la inteligencia artificial.

Aunque aún la idea de que existan robots compositores queda muy lejos no hay que subestimar el fuerte desarrollo de las nuevas tecnologías.

4. Asistente Virtual

A través del reconocimiento de voz, patrones de rostro y huellas dactilares un agente virtual sería capaz de identificar tu identidad para acceder a cualquier lugar. ¿Cuál es el problema? Sería una de las tecnologías más costosas de implementar en el mundo.

La compañía Nuance Communications lanzó el primer asistente virtual con seguridad biométrica multifactor integrada llamada NINA ID 2.0 que puede identificar a las personas por el sonido de su voz o un “selfie”.

5. Ahorro de energía gracias a la domótica

Gracias a la capacidad de la Inteligencia Artificial de aprender patrones se podrían ejecutar acciones de manera rutinaria como por ejemplo abrir las cortinas a la hora de despertarse, poner música, o ajustar la temperatura del hogar a la hora de llegada del trabajo de los inquilinos, etc.

Además supondría un ahorro de energía al contar con sensores de movimiento a la hora de encender y apagar luces, modificar la intensidad de luz según la hora, y mucho más.

Esta es una de las tendencias con más desarrollo dentro de la Inteligencia Artificial y la robótica.

6. Bitcoins y Blockchain

Similar a un libro de registro virtual, el Blockchain es una base de datos de transacciones creadas para asegurar el uso de monedas virtuales, el bitcoin. Gracias a la tecnología tras el Blockchain no es posible el uso de una moneda más de una vez. De esta forma se asegura la transparencia y la seguridad de las transacciones.

Esta herramienta resuelve el problema del mercado financiero: los activos se registran, se mantienen al día y se ponen a disposición de los reguladores, con lo que se debe modificar toda la industria. El Blockchain plantea una gran revolución no solo en nuestra economía, sino en todo tipo de ámbitos.

7. Vehículos con autonomía

Los coches sin conductor tendrán un impacto en el rendimiento de los fabricantes de automóviles y la planificación del tráfico en las ciudades y carreteras. Los fabricantes de automóviles compiten en una carrera por lanzar el primer vehículo autónomo.

El plazo propuesto es 2020 pero la producción masiva de vehículos se prevé a partir del 2025 debido al precio inaccesible que tendría para el público objetivo. Para entonces la esta tecnología tendrá un precio más moderado. Actualmente Telsa y Google tienen la tecnología que permite conducir un coche de forma automática sin intervención humana.

8. Enseñar y aprender

La realidad virtual, la robótica educativa, los sistemas de tutoría inteligente y aprendizaje online o la analítica del aprendizaje como las tecnologías ocuparán un lugar destacado en las aulas en unos años.

Un claro ejemplo es Duolingo, una app enfocada en el aprendizaje de lenguas extranjeras. Puede detectar errores en el habla, corrige y ayuda a progresar el ritmo del estudiante. La realidad virtual permitirá sumergirse y explorar asignaturas de varias disciplinas sin necesidad de moverse.

En un futuro próximo no será extraño encontrarse una máquina trabajando codo con codo con un científico o de pinche acompañando al chef de un restaurante. Cuesta creer la capacidad de la Inteligencia Artificial para cambiar el rumbo al que estamos acostumbrados hacia un nuevo desarrollo.

Tras lo que hemos recopilado de lo que ha sucedido en el mundo del marketing digital durante este 2019 y lo que hemos podido averiguar de los próximos avances, os traemos las que creemos serán las principales tendencias del Marketing Digital para el próximo 2020.

En el medio digital aparecen nuevas redes que surgen día a día, proporcionando diversas formas de ampliar las fronteras de la marca.  Lo más importante de todo es estar al día de las innovaciones y por supuesto, estar atento a las necesidades del usuario. El principal motor hoy en día son las nuevas tecnologías como la Inteligencia Artificial o el Big Data y esto se refleja en algunas de las tendencias para este 2020:

1. Los usuarios prefieren cada vez más las búsquedas por voz.   

Para adaptarse a este nuevo comportamiento es necesario crear contenido en torno a frases semánticas, sustituyendo a las típicas palabras clave. Los altavoces inteligentes son el dispositivo con el crecimiento más acelerado del mundo, estos son usados más para acciones diarias como preguntar por el tiempo que hará durante el día o poner música, en lugar de realizar compras. La creación de contenido de marca específico adaptado a los altavoces inteligentes será la tendencia de los próximos años.

2. Trato personalizado y comunicarse con la marca

La comunicación de masas cada vez tiene menos repercusión. Para que la comunicación entre el usuario y la marca fluya el mensaje debe estar personalizada lo máximo posible. Respecto a la comunicación entre el usuario y la marca, debe ser lo más inmediata posible, para esto muchas empresas se opta cada vez más por el uso de WhatsApp para empresas, Messenger o la más usada, los Chatbots, para responder los mensajes de usuarios, que gracias a la Inteligencia Artificial permite mantener conversaciones personalizadas en tiempo real con sus clientes.

3. Encontrar nuevos productos en las Redes Sociales

Cada vez más usuarios realizan compras a través de las RRSS o gracias a éstas, ya sea porque hayan visto el producto, porque hayan comprado directamente desde la red social o hayan buscado información del producto. Los “shoppable posts” estarán a la orden del día en las publicaciones de las marcas. Básicamente son posts donde aparece información del producto como su nombre y precio, haciendo clic te redirigen a la página oficial donde se encuentra el producto para que puedas comprarlo, funcionan mejor los vídeos cortos que las imágenes.

4. Una imagen vale más que mil palabras

La importancia del vídeo no para de aumentar, por eso es que YouTube cuenta hoy en día con más de mil millones de usuarios activos, cada vez más marcas utilizan este formato para anunciarse. Instagram y Facebook son plataformas ideales para mostrar a los usuarios contenido de vídeo, incluso vídeos en directo.

Por otro lado, el podcast ofrece la ventaja de poder consumirse mientras realizamos actividades. Este formato ayudará a la creación de branded content ya que el usuario concibe este tipo de contenido como más cercano y amigable.

5. Los contenidos interactivos y/o inmersos atraen a los usuarios

Gracias a la Inteligencia Artificial las marcas son cada vez más capaces de crear contenidos que proporcionen a los usuarios mejores experiencias y más personalizadas. Contenidos como los vídeos interactivos, la realidad virtual y la realidad aumentada tienen un gran potencial de éxito, el problema es que las marcas no saben sacar partido de ello. Este tipo de contenido ponen al alcance de las marcas la innovación y la creatividad que les permitirá diferenciarse de la competencia.

En resumen, las principales tendencias del Marketing Digital para este 2020 se centran en sacar partido a las nuevas tecnologías y a la Inteligencia Artificial así como saber qué necesita su target y adaptarse a él,  el consumidor.

Por último, te animamos que eches un vistazo a las Tendencias de Marketing Digital que publicamos sobre el 2019.