Cuando pides un café en la cafetería de la Sirena, ¿conoces los procesos previos necesarios, para tener tu vaso listo? Hay toda una serie de pasos para llevar el café desde el cafeto hasta tu vaso; el plantado, la cosecha, la selección de granos, el secado, el transporte, el molido de los granos y demás elementos asociados para crear un simple vaso de café.
De la misma forma que existen varios procesos para asegurar que ese vaso de café esté en tus manos, la cafetería de la Sirena utiliza varios sistemas para recomendar nuevas promociones, determinar ingredientes y diseñar nuevas bebidas.
Desde el momento en que entras a una tienda y realizas tu orden hasta el momento en que te retiras, hay toda una infraestructura de grandes datos e Inteligencia Artificial diseñada con un solo motivo: que tu tengas la bebida que deseas de la manera más expedita posible al mismo tiempo que todos los datos generados por la orden son procesados, almacenados y serán utilizados para tu siguiente compra.
Quizá sea Navidad y compres un especial de temporada, o verano y compres algo refrescante. No importa la época o día, las bebidas en la cafetería estarán orientadas y diseñadas para que sacien tu sed y te inclinen a regresar para realizar una futura compra.
Las decisiones sobre los modelos de Inteligencia Artificial usados y cómo se utilizan en el día a día son parte de las responsabilidades de un equipo de Analítica. Dicho equipo está compuesto por perfiles tan diversos como científicos de datos, ingenieros de datos y directivos. Cada uno aporta valor aún a los procesos más simples.
Imaginemos el caso de una nueva bebida de temporada: Esta bebida se diseñó para que las personas relacionan la temporada a la bebida, pero también para que la bebida se venda lo suficiente para justificar modificar procesos y cambiar ingredientes. Pero, ¿cómo se concibió la bebida en un principio?
Una infraestructura de grandes datos, administrada en parte por ingenieros de datos, es la encargada de procesar las compras en la cafetería de la Sirena y tener los datos listos. Datos acerca de la hora de la compra, la orden, donde estaba localizado el cliente, si se utilizó la aplicación, y muchos otros que se van generando con cada interacción del cliente.
Una vez almacenados los datos, se deben de limpiar y pre-procesar, rol que también incluye a un ingeniero de datos con un poco de trabajo de un científico de datos. Ambos se dedicarán a analizar los distintos campos y ver cuáles son útiles para informar acerca de los presentes gustos de los clientes. Y en el caso de una bebida nueva, cuáles ingredientes o elementos debería tener. Quizá al cliente le gusta la bebida con canela o azúcar. Quizá el lunes sea un día adecuado para anunciar la bebida. Este proceso de selección y limpieza está muy influenciado por el problema de negocio que se desee resolver.
Ahora, un modelo de Inteligencia Artificial, generalmente usado por los Científicos de Datos, puede usarse para determinar qué clientes serán los más propensos a comprar la nueva bebida, con esto, podemos hacer una extrapolación utilizando los datos de compra promedio y número de personas para determinar cuánto más van a comprar si introducimos la nueva bebida al mercado. Es válido obtener resultados negativos y que la creación de una nueva bebida no sea una buena idea.
Una vez hechos estos análisis y modelos, podemos mostrar que la nueva bebida resulta en una ganancia clara para el negocio y es conveniente comenzar a promocionarla. Ahí, el valor del análisis e interpretación de los datos, lo cual permite evaluar la toma decisiones de negocio.
De esta manera sistematizada y ordenada se deben de abordar los proyectos de Ciencias de Datos, no para garantizar que siempre se van a obtener resultados positivos, sino para garantizar que va a existir un aprendizaje institucional, y las decisiones se basarán en los datos. Así evitaremos repetir errores, y garantizar que la creación de valor fue dada de forma racional y no por suerte o casualidad.
Inteligencias Artificiales Peligrosas
Estas semanas que pasaron, las acciones de la tienda Gamestop se incrementaron de manera vertiginosa. Mucho de esto se debió al accionar de usuarios de internet, pero también hubo una gran cantidad de algoritmos de Inteligencia Artificial que compraron la acción de manera automatizada y rápida para obtener ganancias para sus fondos de inversión.