La Inteligencia artificial (IA) está penetrando con fuerza en la actualidad. Son cada vez más las ciencias, las empresas, los deportes, entre otros rubros, que comenzaron a utilizarla para mejorar sus procesos, tomas de decisiones y rendimientos. Si bien existe cierta resistencia para su uso, quienes comenzaron a implementarla, ya están experimentando cambios positivos.

Ahora bien, dentro de la Inteligencia artificial hay distintas ramas, cada una con una especificidad que permite que se la emplee para los fines que se requieran. Respecto de este tema, específicamente sobre la Ciencia de datos, Norte Económico dialogó con Ignacio Schuttemberger, licenciado en Administración y especialista en Data Science, quien explicó de qué se trata la innovadora herramienta, en qué casos puede ser aplicada y qué ventajas otorga su uso.

“A mí me gusta definirla como la metodología de tomar datos, aplicar tecnología y estadística para convertirlos en valor y usar esa nueva información para resolver problemas de negocios y de la vida cotidiana”, precisó. A la vez, agregó que “tiene como finalidad colaborar con las organizaciones a fin de ayudarlas a realizar una mejor gestión de sus activos, sean estos productos físicos, digitales, el dinero, el tiempo y los mismos datos (que hoy son la materia prima de esta disciplina)”.

La relevancia de la Ciencia de Datos en la gestión empresarial

Según Schuttemberger, la Ciencia de datos es aplicable a cualquier ámbito en el que haya datos que describan lo que sucede en la realidad y que a la vez puedan ser vinculados a un objetivo particular. “La premisa es pensar qué tipo de soluciones podemos construir con los datos disponibles, que nos lleve a tomar mejores decisiones de cara a nuestro objetivo”, argumentó.

La Ciencia de datos ofrece distintos tipos de soluciones, entre las que se destacan diferentes tipos de análisis, soluciones de optimización, sistemas de recomendación, procesamiento de lenguaje natural y la visión por computadora, entre otros.

Asimismo, existen varios tipos de análisis: análisis de datos descriptivo, exploratorio, predictivo y prescriptivo. Los mismos están enfocados en contarnos lo que sucedió en el pasado, por qué sucedió  y también adelantarnos lo que podría pasar, dándonos además recomendaciones sobre ello.  

Basado en lo dicho anteriormente y pensando en la Ciencia de datos aplicada a las empresas, el licenciado comentó: “Las empresas de retail, por ejemplo, podrían analizar los datos del historial de ventas de sus productos y encontrar patrones que son probables que se repitan a futuro y por ende predecir las ventas. También podríamos analizar el impacto que tuvo en las ventas una determinada promoción o acción de marketing y evaluar si sería conveniente repetirla. Las empresas de telefonía o de seguros a menudo dirigen sus acciones de marketing llamando a clientes para ofrecerles productos que son más propensos a comprar en función de su historial, sus necesidades, niveles de ingreso, profesión, edad, etc. Esa segmentación de clientes en función de probabilidades se hace a partir de modelos predictivos”.

En cuanto a las empresas que tienen productos digitales, dijo que “podrían medir el grado de uso que tienen los usuarios con dicho producto para analizar si los mismos son usuarios fieles o que están en riesgo de abandono”.

Utilizar estas disciplinas otorga a las empresas algunas ventajas, aseguró el propietario de Wais. Al respecto, precisó que aquellas compañías que usan datos “tienen mayor información sobre sus negocios, sobre sus productos o servicios y sobre sus clientes” y resaltó que eso les permite innovar en sus productos y servicios, gestionar mejor sus activos, tomar mejores decisiones y, por ende, obtener mayores retornos que las lleven a ser más rentables.

Si bien el uso de esta técnica está notablemente extendida a nivel global, la mayoría de las empresas en Argentina aún no la incorporó. Los motivos, según Schutemmberger, tienen que ver con que suele confundirse el simple hecho de tomar datos, realizar informes y tener paneles de visualización con ser una empresa basada en datos. “Lo anterior son tareas propias que hace una organización, que nos dicen qué sucedió en el pasado y qué sucede ahora, pero no nos dan un contexto ni mucho menos nos dicen qué es probable que suceda en el futuro”, distinguió. Y remarcó: “Para estar basadas en datos hay que ir más allá, involucrarse con modelos predictivos, tener un conocimiento causal de las cosas, poder contar una historia en torno a los hallazgos que obtenemos de datos y que esos hallazgos influyan en las decisiones”.

En cuanto a Tucumán, el entrevistado admitió que “las que usan datos” son la minoría, aunque aclaró que “con el revuelo de la IA en este último tiempo, las empresas empezaron a ser más conscientes de la importancia de los datos y a ser más curiosas de este tipo de soluciones”.

“Comparto en que parte se debe al desconocimiento y a la resistencia al cambio, pero también agregaría de que hay una falta de conciencia de que la misma puede generar grandes retornos en la inversión y así no ser vista como un gasto”, finalizó.