<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=1500086133623123&amp;ev=PageView&amp;noscript=1">

IOT: dónde interviene la analítica predictiva

Publicado el 12/05/16 8:00

¿Conoces el futuro de la analítica predictiva? ¿Puedes predecir cuál será el principal apoyo de la expansión masiva del IOT (Internet of Things)? El Internet de las Cosas (IOT, Internet of Things), una red de los objetos físicos a los que se puede acceder a través de Internet, ofrece tantas posibilidades a las empresas que su uso ya se ha extendido a todos los sectores. El transporte, la logística, la biomedicina, los seguros o las telecomunicaciones. Sin excepción, las organizaciones se rinden ante las nuevas opciones que los sensores les brindan. Al final es una cuestión de datos y, aquí es donde interviene la analítica predictiva.

 analitica-predictiva.jpg

Créditos fotográficos: istock everythingpossible

IOT puede ayudar a mejorar los procesos de negocio y apoyar la generación de valor y, en este proceso, la analítica predictiva juega un papel muy importante. Pero, entenderlo, requiere de responder previamente a cuestiones de negocio relativas a:

  • Cómo gestionar el volumen y la velocidad a la que se pueden acceder los datos hoy día.
  • Cuál debe ser el punto de partida en la investigación de la información.
  • Qué habilidades se necesitan y si el nivel de talento y los perfiles de la compañía son suficientes o si hay que pensar en opciones como el inicio de un nuevo proceso de reclutamiento o el outsourcing.
  • Cómo hacer una elección tecnológica correcta.
  • Cuáles son los principales problemas internos a los que habrá que hacer frente al incorporar las nuevas herramientas de IOT.
  • De qué maneras se podrá vencer la resistencia al cambio.

Cuando se cuenta con los datos, los que proporciona el IOT, la competitividad se mide en términos de proactividad y esta capacidad está determinada por la analítica predictiva.

 

¡Descarga la guía gratuita de predicitive analytics y descubre como  beneficiarte de la predicción!

 

Avanzando en la incorporación de la analítica predictiva en la organización

Quienes ya ponen la vista en el IOT han dejado atrás los tiempos en que identificaban el análisis con BI o las funciones de reporting. Se trata de organizaciones más maduras que dominan las capacidades de visualización, algunas de las cuales incluso pueden estar iniciándose en las visualizaciones de grandes datos.

Precisamente ahí, en el descubrimiento de datos es donde se demuestran sus capacidades de analítica predictiva que, más allá de basarse en el uso exclusivo de las herramientas idóneas, cuentan también con el soporte de una plataforma que les garantice que se cubren los mínimos en cuanto a necesidades de infraestructura. Se trata de un ecosistema más complejo que requiere de una mayor experiencia y nivel de expertise si se desea explotar a pleno rendimiento.

Pero, ¿quiénes se encuentran ya a este nivel? Se trata de empresas muy diferentes pero con 3 aspectos en común:

  1. Buscan ampliar horizontes y expandirse a segmentos de mercado distintos o abrirse a nuevas opciones.
  2. Quieren mejorar su conocimiento del cliente y usarlo para replantear sus procesos internos y darle un impulso a su rendimiento.
  3. Tienen en perspectiva minimizar latencias y tratar de aproximarse a un modelo de toma de acción en tiempo real.

 

IOT y analítica predictiva: unión de futuro

La analítica predictiva es un hecho en el Internet de las Cosas (IOT) o, más bien, lo es la analítica prescriptiva, la de texto, la geo-espacial o la inteligencia operacional. Los avances en uno y otros campos caminan de la mano y dan soporte a la esfera estratégica de las compañías, pero también a su área financiera y, por supuesto, a los departamentos de ventas y marketing. Los resultados son buenos pero todavía hace falta superar muchos retos, como los relacionados con:- La escasez de talento: a pesar de que las nuevas herramientas de analítica predictiva se orientan al usuario de negocio, en la práctica, por delante de esta figura siempre se hallan los analistas de negocio y los estadísticos  científicos de datos; profesionales muy demandados y que las empresas se tienen que esforzar por atraer para poder incorporarlos a sus filas.

  • La reticencia al uso de plataformas de análisis: empezando por Hadoop y todo ecosistema y continuando por las múltiples opciones que cada día aumentan; las organizaciones han de ser conscientes de la necesidad de incorporar la infraestructura necesaria para poder extraer todo el jugo de la analítica avanzada y el IOT.
  • La espera innecesaria previa al viaje a la nube: cloud es el medio más natural para cualquier iniciativa de analítica predictiva que ponga el foco en la información recogida por sensores. No hace falta esperar sino dar el salto, aunque sea iniciándose con una opción híbrida, la más frecuentemente escogida por negocios de todos los sectores.

No son los únicos:

  • Falta de apoyo ejecutivo, que coarta el avance hacia cotas de mayor innovación.
  • Limitación del presupuesto, que impide contar con los medios necesarios al retrasar la inversión en tecnología.
  • Dificultades para comprender el alcance de las nuevas posibilidades de la analítica predictiva y todas sus versiones orientadas al trabajo con el IOT.
  • Problemas de integración o de compatibilidad con la tecnología en uso (sistemas y aplicaciones empresariales).
  • Falta de una estrategia que dificulta un avance estructurado al no proveer de un plan de acción.
  • El inconveniente de no ver un retorno de la inversión más inmediato.

 

A medida que el Internet de las Cosas (IOT) se convierte en una realidad, la analítica predictiva pasa a desempeñar un papel más importante en las organizaciones. Tan necesario como contar con los medios técnicos adecuados es disponer del talento suficiente para explotar las posibilidades de los sensores, las máquinas inteligentes y las redes de datos; para comprender lo que sucede cuando la realidad subyacente que se está modelando se convierte en no lineal y los nuevos acontecimientos aparentemente sin importancia, se vuelven determinantes.

 

Predictive Analytics