inteligencia de negocios

  • Deportes y Futbol Analytics

    El uso del análisis de datos trae resultados impactantes a los equipos de fútbol, que ahora ven a la analítica como una ficha clave en la toma de decisiones.

    En los últimos años, la tecnología se ha convertido en el director técnico de los equipos deportivos, pues resulta ser un factor clave no solo para identificar problemas que tienen los equipos en los encuentros deportivos, sino también para hacer un completo estudio de la situación de cada jugador y así poder establecer la estrategia de juego más adecuada.

    Es por esto que la analítica se ha convertido en una oportunidad para obtener información relevante de manera que las selecciones de fútbol puedan hacer análisis predictivos del accionar de los jugadores durante un encuentro deportivo, anticipar los problemas de salud y prevenir lesiones de los integrantes del equipo, crear estrategias para ganar los partidos, e incluso definir qué jugadores estarán en el campo de juego en determinado momento.

    El análisis de datos como estrategia para fidelizar

    Para nadie es un secreto que mucho más allá de ser un deporte, el fútbol es un gran negocio que necesita de herramientas como la analítica para crecer y mantenerse firme en el mercado. Por eso, actualmente existen soluciones comoSports Analytics, que son capaces de medir la cantidad de entradas vendidas por evento, la hora, forma y lugar en que fueron compradas, además de calcular el tiempo que tomó vender todas las entradas a un partido, desde el momento en que salieron a la venta.

    Lo anterior es de gran utilidad para los clubes de fútbol, porque de esa forma pueden crear estrategias para fidelizar a sus seguidores. Por ejemplo tenemos el caso de la Liga Mayor de Fútbol (MLS) que implementó las soluciones de SAS para poder comprender a su afición, medir la lealtad de sus seguidores y aumentar el Retorno de Inversión (ROI) en sus estrategias de negocio.

    Sin duda, las campañas diseñadas con visión analítica ayudan a los equipos de fútbol a captar nuevos fans y a fidelizar a sus clientes actuales.

    El papel de la analítica en los fichajes

    Otro uso efectivo de la analítica en el campo de los deportes está relacionado con los fichajes. Como les comentamos arriba,actualmente el fútbol no solo es un deporte, sino que también es una industria, por lo que su rentabilidad no se puede dejar a la suerte.

    Para este tema en particular, el análisis de datos juega un papel importante pues permite conocer parámetros descriptivos del jugador (como el número de goles, asistencias, robos, etc.) y con esta información comparar datos con otros jugadores similares para tomar la decisión más apropiada.

    La analítica, un factor clave para la toma de decisiones

    Tal y como ocurre en la mayoría de empresas donde los gerentes se apoyan del análisis de datos para la toma de decisiones, en los equipos de fútbol los dirigentes ahora acuden a la analítica para crear estrategias ganadoras y para seguir impulsando al fútbol como una gran industria.

    Eso sí, aunque la analítica pueda ser de gran utilidad para los equipos de fútbol, este deporte seguirá siendo impredecible en cierta medida, por lo que seguirán existiendo errores, goles de último minuto e incluso, lesiones inesperadas. Es justamente por esa razón que el análisis de datos juega un papel importante a la hora de ayudar a prevenir dichas situaciones fortuitas.

     

  • Herramientas de la Inteligencia de Negocios

    La Inteligencia en los Negocios, también llamada Inteligencia Empresarial o Business Intelligence (BI) en inglés, es la habilidad para transformar los datos en información, y la información en conocimiento, de forma que se pueda optimizar el proceso de toma de decisiones en los negocios (Sinnexus, 2016).

  • Las 10 principales tendencias en Business Intelligence para 2019 según Tableau

    En un mercado donde el dato es el claro dominante de las ventajas competitivas a las que toda empresa aspira, es fundamental que los profesionales y líderes del sector estén al tanto y evalúen todas las tecnologías emergentes de cara a determinar cómo entienden las organizaciones sus datos y cómo sacar el máximo partido a estos.

    Tras entrevistar a expertos del sector, administradores de productos, ingenieros y especialistas en visualización de datos, Tableau ha podido reunir las tendencias que  reinarán en 2019 y que giran en torno a la convergencia entre las personas, los procesos y la tecnología.

    1. Auge de la inteligencia artificial explicable

    Según Gartner en 2020, el 85 % de los directores de tecnología probarán programas de inteligencia artificial por medio de una combinación de iniciativas de compra, desarrollo y contratación externa.

    Richard Tibbetts, administrador de productos de inteligencia artificial en Tableau afirma que: “El escepticismo de los responsables de la toma de decisiones está justificado cuando las respuestas proporcionadas por la inteligencia artificial y el aprendizaje automático no se pueden explicar. Los análisis y la inteligencia artificial deben ayudar (y no reemplazar por completo) la interpretación y la experiencia humana”.

    Los responsables de la toma de decisiones esperan poder hacer preguntas de seguimiento sobre las razones por las cuales un modelo indica algo, cuán seguro está y qué diría si las entradas fueran diferentes. Para tener un impacto revolucionario en las organizaciones, la inteligencia artificial debe generar confianza y además, es necesario justificar las conclusiones extraídas de manera comprensible y sencilla, haciendo un seguimiento con preguntas para ayudar a los humanos a interpretar mejor sus datos.

    1. El lenguaje natural humaniza los datos

    El procesamiento del lenguaje natural (NLP) combina ciencias de la computación y lingüística para ayudar a los sistemas a comprender el significado del lenguaje humano. En la actualidad, los proveedores de BI brindan una interfaz de lenguaje natural a las visualizaciones para que los usuarios puedan interactuar con sus datos de manera natural y hacer preguntas a medida que se les ocurren sin tener conocimientos profundos de la herramienta de BI. Cuando es posible interactuar con una visualización como si fuera otra persona, se abren áreas de la canalización del análisis que solían ser exclusivas para científicos de datos y analistas avanzados por lo que los usuarios no están limitados por el conjunto de conocimientos sobre análisis, sino solo por la amplitud de sus preguntas.

    1. Los análisis eficaces ponen los datos en contexto

    Las plataformas de BI evolucionan y ponen los datos donde las personas los necesitan para actuar y tomar decisiones. Se combinan con flujos de trabajo, procesos y operaciones de negocio claves mediante funcionalidades, como análisis móviles, análisis incorporados, extensiones de dashboards y API. Como resultado, los análisis útiles aceleran el proceso de toma de decisiones para los roles técnicos y no técnicos.

    1. Los datos aumentan el impacto social positivo

    Los datos han cambiado la forma en la que operan las organizaciones, incluidas las organizaciones no gubernamentales (ONG) y las que no tienen ánimo de lucro.

    Históricamente, las ONG y las organizaciones sin ánimo de lucro no han tenido los recursos para invertir en infraestructuras de datos sofisticadas ni equipos grandes de personas que trabajaran con datos. Ahora, con la rentabilidad y la flexibilidad de la tecnología en la nube, esas organizaciones pueden desarrollar entornos de datos sofisticados sin realizar inversiones masivas en instalaciones físicas, lo que allana el camino para más iniciativas de impacto social impulsadas por los datos.

    1. Los códigos éticos llegan a los datos

    Debido a regulaciones como el RGPD, los líderes están evaluando el futuro de las prácticas éticas relacionadas con los datos.
    Las empresas están analizando de manera crítica todo el ciclo de vida de los datos, desde la recopilación hasta el análisis. Esto ofrece la oportunidad de evaluar la estrategia de administración de datos completa a fin de garantizar el cumplimiento de las regulaciones y el código interno de ética.

    1. La administración de datos converge con las plataformas de BI modernas

    La selección y administración de datos es el proceso de identificar qué fuentes de datos son necesarias y poner los datos en el contexto del negocio. De esta manera, los usuarios corporativos pueden interactuar con los datos, entenderlos y utilizarlos para crear sus análisis.

    A medida que las fuentes de datos se vuelven más complejas, diversas y numerosas, la administración de datos es más importante que nunca en las implementaciones de BI modernas. Como cada vez es mayor la cantidad de personal que usa datos para impulsar la toma de decisiones, las organizaciones deben garantizar su precisión y su uso en los análisis.

    1. Contar historias con los datos es el nuevo idioma de las organizaciones

    Independientemente del nivel de automatización, el tamaño del conjunto de datos y la sutileza de los cálculos, si no se pueden comunicar los descubrimientos a otras personas, es imposible generar un impacto con estos análisis. La visualización de datos, no es otra cosa que un lenguaje y cada vez es más común que los analistas tengan que saber cómo comunicar información a los responsables de la toma de decisiones de una forma práctica y fácil de comprender.

    1. Las empresas profundizan en la adopción del análisis

     A menudo, las iniciativas de Business Intelligence tienen fechas de inicio y finalización bien definidas. Además, es común que se consideren “terminadas” después de implementarse para los usuarios. Sin embargo, el simple hecho de proporcionar acceso a soluciones de BI no es lo mismo que adoptarlas. Los directores de datos, en especial, están reevaluando el papel que tiene el BI en un cambio estratégico hacia la modernización, porque el valor real no se mide por la solución que uno implementa, sino por cómo la usa el personal para generar un impacto en el negocio.

    1. La democracia de los datos eleva al científico de datos

    En el informe sobre puestos de trabajo emergentes de Estados Unidos de 2017, LinkedIn señaló que “la demanda de científicos de datos había aumentado más del 650 % desde 2012” y que “cientos de empresas estaban contratando personas para esos roles” en distintos sectores.

    El grupo de candidatos es cada vez más acotado, ya que “los ingenieros de aprendizaje automático, los científicos de datos y los ingenieros de Big Data se clasifican como los principales puestos de trabajo emergentes”.
    Actualmente, se espera que los científicos de datos tengan conocimientos avanzados sobre estadística y aprendizaje automático, además de contar con pensamiento estratégico orientado a los negocios y conocimiento detallado sobre su sector.

    1. La aceleración de la migración de datos en la nube impulsa la adopción del BI moderno

    Los datos pasan a la nube más rápido que nunca e impulsan a las organizaciones a repensar su estrategia de datos.
    Cada vez más empresas reconocen los beneficios de trasladar los datos a la nube, lo que incluye más flexibilidad y escalabilidad a un menor coste total de propiedad. De hecho un estudio de Gartner indica que los servicios en la nube pública tendrán un crecimiento del 21.4 % en 2018 y alcanzará los 186 400 millones de USD.

    Esto nos lleva a la “fuerza de la gravedad de los datos” un concepto que sugiere que los servicios y las aplicaciones van hacia donde residen los datos. A medida que aumenta a un ritmo acelerado la cantidad de organizaciones que trasladan las cargas de trabajo a la nube, esa fuerza de gravedad también atrae los procesos de análisis a la nube.

    ¿Crees que 2019 nos traerá más tendencias?

    Puedes leer en profundidad el informe de Tableau en el siguiente link: https://www.tableau.com/es-es/reports/business-intelligence-trends

    Fuente y derechos: Tableau Blog ( https://www.tableau.com/es-es/reports/business-intelligence-trends)