Luis Martínez de Eulate
“La analítica avanzada plantea un triple reto: tecnológico, de gobierno y cultural”
Luis Martínez de Eulate es director del Advanced Analytics Competence Centre de Banco Sabadell. Considera que una buena estrategia de analítica debe atacar los tres frentes –tecnológico, de gobierno y cultural– de forma equilibrada para maximizar los resultados y sentar las bases para los desarrollos futuros.
Asimismo, considera que la sociedad, las empresas y los reguladores están tomando conciencia de la importancia de los datos y del impacto en la privacidad.
¿Cuál es el origen de Advanced Analytics?
No es matemáticamente un descubrimiento actual, sino teorías y herramientas de cálculo desarrolladas en la primera mitad del siglo XX que no han podido aplicarse hasta nuestros días debido a la intensidad del procesamiento y a la cantidad de datos que requieren.
¿Qué facilita?
Permite aplicar técnicas de procesamiento de masas de datos para solucionar problemas que hasta ahora no era posible resolver, y encontrar nuevas soluciones a problemas preexistentes.
¿Un ejemplo?
Advanced Analytics está detrás de capacidades como que una máquina sea capaz de interpretar lenguaje y reconocer imágenes o patrones complejos en conjuntos de datos. En la práctica, permite el desarrollo de herramientas de recomendación e interacción con usuarios, avances en el desarrollo del coche autónomo o mejoras en la predicción anticipada de enfermedades.
¿Hay herramientas concretas?
No existen propiamente herramientas, más bien es un concepto de lo que hoy podemos hacer con los datos gracias al crecimiento exponencial de la capacidad de computación, y de la cantidad y velocidad de los datos.
¿Qué relación hay entre Advanced Analytics, Big Data, AI y Machine Learning?
Big Data se refiere a la cantidad de datos que manejamos para gestionar negocios y procesos. El ritmo de crecimiento de los datos se ha multiplicado por 50 en los últimos 10 años, y el 90% del volumen de información que gestionamos se ha generado en los últimos 2 años.
Inteligencia Artificial (AI) son mecanismos analíticos de procesamiento de información que emulan capacidades de la inteligencia humana. Una de estas capacidades es machine learning, que engloba algoritmos de aprendizaje.
Advanced Analytics es el término que describe todas las técnicas de procesamiento de masas de datos que tienen por objeto generalizar las capacidades predictivas, prescriptivas y cognitivas de las máquinas.
Ha dejado atrás al Big Data: los nuevos algoritmos requieren cada vez más información para su funcionamiento, hasta tal punto que la voracidad de datos de Advanced Analytics está superando el crecimiento exponencial de generación de datos de Big Data.
¿Cómo es una buena estrategia de gestión y analítica de datos?
La analítica avanzada plantea un triple reto: tecnológico, de gobierno y, sobre todo, cultural. Una buena estrategia debe atacar los tres frentes de forma equilibrada para maximizar los resultados y sentar las bases para los desarrollos futuros.
Tecnológicamente, es necesario crear infraestructuras específicas, conectadas con la arquitectura de datos, para desarrollar analítica avanzada.
¿Y en cuanto al gobierno?
La gestión de crecientes volúmenes de datos de clientes en un mayor número de procesos exige la evolución a un modelo de gobierno que garantice la calidad, trazabilidad y seguimiento del uso de los datos.
¿Y culturalmente?
Los elementos culturales afectan al talento, al modo de tomar decisiones, a los procesos y modelos de negocio, a las alianzas, etc.
Ya no hay compartimentos estancos entre industrias, modelos e incluso unidades de negocio; destaca la transversalidad. Datos y modelos se pueden usar indistintamente para diferentes propósitos de negocio, atención al cliente y diseño de producto.
¿Qué gestiones facilita Advanced Analytics en el entorno empresarial?
Por una parte, es aplicable a la eficiencia operativa interna de la empresa y, por otra, a la mejora del negocio a través del conocimiento de patrones de comportamiento que permiten una mejor adaptación de la oferta de productos y servicios. También mejora la interacción con el cliente, ya que aumenta la calidad y velocidad de respuesta.
Get InnoCells’s stories in your inbox
Join Medium for free to get updates from this writer.
¿También permite que cada vez más áreas tomen decisiones basadas en datos?
Una cosa es disponer de información y otra tratarla correctamente para obtener conclusiones útiles para el negocio. Advanced Analytics es la capacidad de hacer lo segundo: procesar datos, y dispara la necesidad de lo primero: información.
La analítica avanzada permite que áreas de la organización que disponían de información sean capaces de utilizarla mejor y sacar conclusiones más valiosas. Además, está incrementando la demanda de información.
¿En qué sector está más presente?
La analítica se está aplicando a problemas de negocio, especialmente en el mundo retail, pero tiene aplicaciones infinitas en la eficiencia productiva de la industria y de los servicios. Estamos viendo su aplicación en ciencia médica, biología y genética, y en problemas físicos.
Advanced analytics está detrás de muchos de los servicios que usamos sin que seamos conscientes de ello.
¿Cómo aplica al sector bancario?
Los bancos hemos sido alumnos aventajados. Siempre hemos utilizado analítica de datos para gestionar nuestro negocio.
En el caso de Banco Sabadell, lo más destacado no es un proyecto en concreto sino el enfoque, que se centra en crear soluciones de valor añadido para nuestros clientes, basadas en los datos de los que disponemos. Kelvin Retail y Kelvin Atlas son un ejemplo, pero estamos trabajando en varias iniciativas no solo relacionadas con la actividad estrictamente bancaria.
¿Cuál es su uso?
En cuanto a negocio, tradicionalmente advanced analytics se ha utilizado para analizar los patrones de consumo de clientes y direccionar mejor las acciones comerciales, para mejorar el éxito de las campañas. La tecnología de grafos y los mapas de relaciones también permiten mejorar la identificación de clientes potenciales y los sistemas de recomendación de productos.
El fraude es uno de los ámbitos típicos de aplicación, donde las técnicas de identificación de patrones de comportamiento permiten levantar alertas con mayor efectividad. La analítica avanzada también mejora los modelos de riesgo, no solo en predicción sino en fases más prescriptivas como recobro, mediante la definición de las acciones óptimas y cuándo llevarlas a cabo para cada cliente.
¿Y en una vertiente más social?
En cuanto a organización y recursos humanos, la eficiencia en la asignación del espacio, el tiempo y los recursos son problemas que la analítica avanzada puede resolver mejor al disponer de capacidad para tratar muchos más datos. La gestión del talento a través de la predicción de factores de éxito y patrones de comportamiento son herramientas muy útiles.
Asimismo, la interacción con clientes puede mejorarse sustancialmente con la capacidad de advanced analytics de anticiparse a sus necesidades y conocer sus preferencias.
Sundar Pichai, CEO de Google, cree que “la inteligencia artificial tendrá el mismo impacto que la electricidad o el fuego”. ¿Qué cambios comportará en la sociedad?
Hay todo tipo de elucubraciones y gurús hablando sobre lo que supondrá la inteligencia artificial en el futuro. Se ha llegado al extremo de pensar que la cantidad de información y las capacidades predictivas llegarán a tal nivel de precisión que acabaremos confundiendo la realidad con el paralelo digital que estamos construyendo, y nuestra vida con la de los avatares que nos representan.
¿Podría ser real?
De momento, la inteligencia artificial sin duda es “artificial”, pero no se corresponde con lo que en general muchos entienden por “inteligencia”. Los escenarios de la ciencia ficción de momento son ficción. Tenemos a nuestra disposición una tecnología con la suficiente madurez como para empezar a ser aplicada a casos reales para aportar beneficios tangibles en nuestras vidas.
La inteligencia artificial será otro vector más de cambio que como otros desarrollos anteriores planteará retos singulares, desde los puramente materiales y tecnológicos hasta los sociales e incluso éticos y de transparencia.
¿Hay riesgo para la seguridad de la información y la privacidad?
Dado el papel central de los datos en el desarrollo de casi todos los ámbitos de negocio, los esfuerzos se van a centrar en su captura y conservación.
La sociedad, las empresas y los reguladores están tomando conciencia de la importancia de los datos y del impacto en la privacidad. De hecho, la nueva regulación de protección de datos GDPR (General Data Protection Regulation) tiene un impacto significativo en la forma en la que se manejan los datos en las organizaciones y en cuanto a la gestión de los datos de los ciudadanos por parte de terceros.
¿Qué beneficios recibirá el cliente final?
Todos los relacionados con la mejora de los productos y servicios que le ofrecemos, pero lo más significativo será el cambio de enfoque de los modelos de negocio.
Del mismo modo que las compañías de coches están virando de la venta de automóviles a proveer soluciones de movilidad, Banco Sabadell está evolucionando de la venta de hipotecas y seguros a acompañar al cliente antes y después de la contratación del servicio financiero, detectando nuevas oportunidades para serle útil.
¿Surgirán nuevos modelos de negocio?
La digitalización ha provocado la aparición de nuevos modelos de negocio, y los datos han tomado un papel central en la nueva revolución industrial. Hemos asistido a la disrupción de varias industrias en las últimas décadas y, sin duda, asistiremos a la evolución de otras muchas.
El negocio bancario está en la lista de candidatos a disrupción. Se está produciendo un movimiento generalizado de desintermediación, impulsado incluso por el regulador, con normativas como la nueva directiva de pagos europea (PSD2), que contribuye a acelerar los cambios estructurales de la industria.
