data science data science

TRES TENDENCIAS EN DATA SCIENCE QUE SE REFUERZAN ESTE 2022

Findasense, la consultora independiente de marketing, comunicación y transformación digital líder en Latinoamérica, tiene un equipo compuesto por profesionales que, cada uno en su área de expertise, se dedica a investigar y colaborar en el diseño y la ejecución de soluciones de alto impacto para las marcas, basándose en el conocimiento profundo del consumidor como palanca de economía de la experiencia. En este marco, un informe desarrollado por la compañía y liderado por Luisina Rubio, CX intelligence specialist de Findasense para Latam, sintetiza las principales tendencias que se refuerzan en este año en tres pilares: la automatización de procesos en real time, la IA colaborando con sensibilidad humana y la importancia de las bases de datos que optimizan el Big Data.

En cuanto a la automatización de procesos en real time el informe destaca que es factible aplicar automatizaciones en la mayoría de los campos; en algunos totales y en otros parcialmente. Por ejemplo, en reportes periódicos. Las automatizaciones ahorran mucho tiempo y ayudan a minimizar el trabajo manual y monótono. Un gran beneficio que pueden traer las automatizaciones a las marcas es el real time. Acceder a procesos automatizados para visualizar datos en tiempo real, lo que permite a las marcas tomar decisiones y pensar accionables en el acto. Conectar plataformas de social media management como Sprinklr con visualizadores de datos como Power Bi para automatizar la captura y visualización de los datos, son algunos de los ejemplos en este sentido.

Con respecto a la IA colaborando con sensibilidad humana hoy en día es tal el avance en el campo de la Inteligencia Artificial que es posible generar reportes real time automáticamente que analicen texto, sentimiento, y hasta nos brinde insights sin necesidad de intervención humana

Te interesará  Tu valor en el mercado, ¿de quién depende?

“El futuro en esta área es prometedor, sin embargo, tiene sus limitaciones las cuales se convierten en la oportunidad para los humanos; siempre se necesitará la interpretación humana para agregar valor a los resultados obtenidos, adicionalmente el factor humano será imprescindible a la hora de integrar los modelos, generar nuevos o hacer preguntas previamente no conceptualizadas”, comenta Catalina Serrano, Regional Intelligence Lead de Findasense Latam.

“En Findasense se trabaja con variables como el sentimiento desde hace muchos años y actualmente estamos trabajando en modelos con Python para automatizar esta tarea”, comenta Luisina Rubio, CX Intelligence Specialist de Findasense Latam.

Por último, en cuanto a las bases de datos que optimizan el Big Data, el principal reto es la masividad de datos, un reto que se ha ido achicando ya que los lenguajes de programación evolucionan y se adaptan a estos grandes volúmenes de datos. 

“El desafío entonces es mantenerse actualizado en cuanto a los conocimientos necesarios para trabajar sobre ellos. Lo que hace tiempo se podía manejar con Excel, ayer se hacía con Pandas en Python y hoy tenemos por ejemplo Spark para manejar eficientemente gran cantidad de datos optimizando los recursos. La privacidad también es un punto clave que hoy por hoy está muy bien cubierto con cloud computing y los diversos procesos que ofrecen las diferentes plataformas del mercado. Es importante, sin embargo, seguir estimulando el trabajo de los ingenieros de datos, actores claves para lograr esta evolución y adaptabilidad”, concluye Luisina Rubio.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *