20 aplicaciones de Data Analytics para transformar el mundo de los negocios

This entry is part 17 of 17 in the series Data Analytics

(Por Agustín Portilla, Candelaria de Hernández, e Ignacio Sánchez Chiappe, profesores del área Data Analytics del IEEC) Las siguientes son una rápida reseña de innovaciones presentes y en desarrollo, de los diferentes usos que actualmente están en el radar de las aplicaciones, no sólo en Logística y Supply chain, sino en diversas disciplinas que cambiarán varios aspectos que están cambiando nuestra vida de una manera profunda.

1. Percepciones de estados anímicos en las personas. A través de la Inteligencia Artificial detectar estados emocionales como somnolencia a ira que puedan afectar la forma de conducir y consecuentemente hacer sugerencias al conductor.

2. Detectar posibles violaciones a regímenes de comida o abstinencia de ingerir bebidas alcohólicas

3. Reconocimiento de imágenes y rasgos faciales potencialmente comprometidos con abusos de menores.

4. Anticipación y detección de parámetros de personalidades. A través de la Inteligencia Artificial se desarrollan predicciones de cómo se puede reaccionar ante casi cualquier situación.

5. Estudio de personalidades para detectar necesidades y perfiles de personas proclive a gastar en determinados ítems.

6. Reconocimiento de personalidades con el objetivo de cubrir vacantes de puestos de trabajo con los perfiles más adecuados para cubrir el lugar disponible.

7. Análisis y detección de preferencias de lectores. Individualizar qué les gusta leer, títulos, descripciones, tiempo dedicado a la lectura, nivel de completamiento y encuestas cualitativas.

8. Empresas de seguros realizan estudios de comportamiento para evaluar el perfil de riesgo recopilando información sobre suscripciones a revistas, a sitios de internet, tipos de fotografías que publicamos en las redes sociales, etc.

9. Algoritmos para determinar el perfil de un cliente en base al comportamiento y asignaciones de tiempo a las cosas que prestamos atención preferente.

10. «Mapas Calientes» estudiando el comportamiento de los ojos con respecto al material de marketing. Se añade la agregación de datos y se lo asocia con la Inteligencia Artificial para identificar tendencias en las próximas temporadas.

11. Estudio de las nubes de palabras para definir títulos y recomendaciones para encontrar parámetros para la industria editorial. Inteligencia Artificial será pronto una inmensa ayuda para revolucionar la industria editorial.

12. Modelos de producción circular en la industria de la indumentaria tales como la marca Patagonia que propician la disminución del consumo de agua y de carbón en sus procesos productivos a la vez que sus productos son más duraderos y fáciles de mantener.

13. Estudios que detectan parámetros de comportamiento vinculados a prácticas de sustentabilidad amigables con el medio ambiente y con la ingesta de comidas más saludables.

14. Aplicaciones a la indumentaria de deportes recogiendo y analizando la información que se recoge de los sensores. No solo para mejorar el diseño de la indumentaria, sino para recoger y analizar datos biométricos pautes, durante y después de realizar deportes.

15. Amazon Web Services (AWS) ha desarrollado una aplicación llamada Health Lake que permitirá desarrollar analytics de datos de salud personales y asociarse con prestadoras de salud para mejor personalizar planes individuales de salud.

16. Optimización cognitiva a través de redes neuronales. A través de juegos de memoria más inteligentes se logran que las personas que se involucren en estos juegos mejoren el reconocimiento, partición y rapidez para actuar con la información recibida.

17. Modelos para comparar de forma más rápida las aplicaciones analíticas en ciudades gemelas (twin cities) para modelar infraestructura, topografía, movimientos y comportamiento de la población. De esta manera nutren sus bases de datos con edificios inteligentes, vehículos y decisiones de infraestructura simulando diferentes escenarios y evaluando mejor el impacto de proyectos y cómo afectarán el tráfico.

18. Modelado Automático de Perfiles de Riesgo. A través de predictive analytics, inteligencia artificial y machine learning se avanza en pronosticar el comportamiento crediticio, los costos futuros y pérdidas crediticias tanto de clientes como de completos portafolios.

19. Agricultura de Precisión. A través de la reducción en el uso de agua, de fertilizantes y mejor control de pestes se logran aumentar los rendimientos y rentabilidad. Se llega así al control de cada planta particular a través de algoritmos, optimización analítica y sensores.

20. La Universidad de Illinois combina datos climáticos estacionales con imágenes satelitales y trabajando conjuntamente con el S. Department of Agriculture para construir mejores modelos de predicción para ayudar a los agricultores a realizar mejores predicciones de cosechas anticipando factores climáticos. Microsoft ha puesto en marcha Farm Beats, como un cierto «Internet de las Cosas» en su nube Azure para modernizar la agricultura a través de Data Analytics. Combinando datos del espectro solar, poderos sensores e informacion recogida por drones y estado de las cosechas combinando con algoritmos de Machine Learning para analizar y refinar los análisis que envían a los agricultores

El IEEC desarrolla estos conceptos y las herramientas de aplicación incluido Power BI en su curso Data Analytics en Supply Chain y Logística

Para más referencias del Future Today Institute se puede consultar aquí

Series Navigation<< 10 ayudas tecnológicas para mejorar a los retailers