No hace muchos días destacábamos, en este mismo blog, los importantes avances experimentados en el ámbito de la investigación científica, propiciados principalmente por la evolución de las herramientas de análisis y visualización de datos. Y también, en posts anteriores, dedicábamos una atención especial a repasar otros usos y aplicaciones del Big Data alejados de su ámbito natural originario (finanzas y seguros, principalmente), visibilizando usos posibles que ya a día de hoy están brindando, entre otras posibilidades, la oportunidad de disponer de una atención médica o una oferta educativa más personalizada, entre otras.

¿Cómo puede alcanzarse una visión más clara del texto? ¿De qué modo es posible interconectar y realizar búsquedas en textos y fuentes de datos estructuradas? ¿Cuáles son las mejores formas de mejorar los datos y la reutilización de contenidos? ¿Cómo aumentar la velocidad de integración de las fuentes de datos? ¿De qué manera se pueden descubrir las relaciones entre entidades? Text mining es la respuesta a todas estas cuestiones. Un conjunto de técnicas, a disposición de las empresas para explotar los datos y extraer todo su valor.

Nunca un dato pudo dar más de sí. Big data analytics está lejos de haber tocado techo, pese a que los avances de los últimos meses parecían indicar lo contrario. El internet de las cosas fue sólo el principio de la "datificación" de la realidad. Desde conocer el epicentro de un terremoto gracias a un dispositivo de fitness hasta hacer un seguimiento del inventario gracias a los drones. No se trata de ciencia ficción, es la ciencia de los grandes datos y las bondades de su analítica las que hacen posible que todo sea medible, más sencillo de comprender y mucho más accesible.

Conocer la rentabilidad de un producto o de un cliente puede conducir a mejores decisiones. Para establecer prioridades y tomar acciones efectivas es preciso saber hacia dónde dirigir los pasos, pero no siempre es posible, no todas las organizaciones disponen de los medios adecuados para hacerlo con garantías. Hoy día, gracias a los cuadros de mando, es posible conocer y monitorizar los niveles de rentabilidad de las distintas áreas del negocio y su evolución.

¿Puedes vivir sin visualización? ¿Te atreves a interpretar datos sin soporte gráfico? ¿Está tu negocio preparado para extraer todo el conocimiento de la analítica avanzada en el menor tiempo posible? La analítica basada en la visualización combina métodos automáticos y visuales de análisis con la interacción humana en un marco de trabajo muy estrecho que busca optimizar las condiciones de adquisición de conocimiento a partir de los datos disponibles.

La norma Solvencia II está diseñada para ayudar a la industria de los seguros a calcular sus requerimientos de capital de forma más eficiente, en base a la aplicación de un sistema basado en la evaluación del riesgo. En virtud de Solvencia II, se exige a las aseguradoras garantizar el capital necesario para hacer frente a cuatro tipos diferentes de riesgo:

Cada vez más caminos conducen a Big Data. Hace un tiempo hablábamos, en este mismo blog, de los estrechos lazos que unen al análisis de grandes volúmenes de datos con el devenir de disciplinas científicas como la genética o la astronomía, de asuntos tan cruciales como la sanidad pública o la seguridad, y de cuestiones de suma trascendencia para nuestro futuro colectivo como la educación —y, en concreto, el diseño de currículos escolares.

La confusión de términos más o menos cercanos, más o menos tangenciales al Predictive Analytics (o análisis predictivo) es relativamente frecuente, sobre todo en contextos poco especializados y usos cotidianos.

Los Key Performance Indicators (KPI, o Indicadores Clave de Rendimiento) son elementos cruciales del Cuadro de Mando Integral. Juegan un papel central en el CMI desde el momento mismo de su definición, y su rol en la evaluación del desempeño de procesos y actividades en la consecución de los objetivos fijados es fundamental para monitorizar el rendimiento de la estrategia corporativa adoptada.

En un entorno como el actual, caracterizado por una generación de datos con un volumen, una variedad y una velocidad crecientes a ritmo exponencial, es necesario dotarse de tecnologías, herramientas y procesos capaces de afrontar con éxito los retos que estas condiciones plantean para los negocios y las actividades empresariales.