BI | 26 FEB 2018

Los datos como base de la innovación

  • Artículo del mes de 'Business Inteligence & Analytics. 

La última reunión anual del Foro Económico Mundial tuvo lugar, como es habitual, en Davos del 23 al 26 de enero de 2018. Sus asistentes incluyen a jefes de estado y de gobierno, organizaciones internacionales, directivos de importantes compañías, así como representantes de los sectores académicos, artísticos, prensa y comunicación. En los últimos años gran parte de los focos se dirigen a la primera línea de dirección de las principales empresas tecnológicas del mundo. Por ejemplo y en la última edición, cabe destacar la participación del consejero delegado de Google Sundar Pichai, y del fundador de AliBaba, Jack Ma. Conceptos como Inteligencia Artificial (IA), Aprendizaje Automático, Ciencia de Datos, Big Data, etc., son recurrentes no solo en este tipo de eventos sino también en los medios de comunicación. Según Sundar Pichai, “la IA tendrá un efecto más profundo que la electricidad o el fuego” en nuestra sociedad. La visión de Google es una visión optimista, que contempla la IA como el complemento adecuado que permitirá al ser humano evolucionar y hacer frente a los retos del futuro. Como en toda revolución, las ventajas apreciadas en la IA no están exentas de riesgos. En Davos, Jack Ma expresó que “la IA y el big data son una amenaza para la humanidad. La IA debe apoyar a los seres humanos. La tecnología siempre debe hacer cosas que empoderen a la gente, no que la inhabiliten”. En este artículo pretendemos explicar a grandes rasgos una serie de conceptos fundamentales en torno a los datos que se deben manejar adecuadamente en toda organización, no siendo los clubes de LaLiga una excepción a esta regla.

 

La Inteligencia Artificial es la disciplina que se ocupa del desarrollo de agentes inteligentes. Estos agentes se caracterizan por ser capaces de analizar el entorno con el que interactúan extrayendo conocimiento que maximiza las posibilidades de éxito en la realización de la tarea que tengan asignada. Tareas habituales son el reconocimiento de imágenes, reconocimiento del habla, traducción automática, toma de decisiones, conducción autónoma, etc. Un sistema capaz de otorgar el acceso al estadio a un socio solo a través de una captura de imagen de su rostro sería una solución basada en IA.

El Aprendizaje Automático (Machine Learning) constituye una rama particular de la Inteligencia Artificial. Esta disciplina se basa en la aplicación de algoritmos estadísticos a los datos disponibles para mejorar la ejecución de una tarea dada. En este caso, se puede decir que los algoritmos aprenden de los datos. Por ejemplo, en base a los datos disponibles de los usuarios de las aplicaciones móviles de LaLiga y datos de los abonados de los clubes, es posible generar ofertas comerciales personalizadas para cada individuo considerando sus características sociodemográficas y comportamiento.

 Para entender mejor la diferencia entre Inteligencia Artificial y Aprendizaje Automático, mencionaremos a los Sistemas Expertos (SEs). Los SEs recogen todo el conocimiento de un dominio y lo aplican a la resolución de un problema. Así pues, podríamos crear un SE que recogiese todo el conocimiento de todos los médicos de los clubes y emplearlo a la hora de tratar una lesión de un deportista. Un SE es una solución basada en IA, pero no es una solución de Aprendizaje Automático desde la perspectiva que su base de conocimiento no viene proporcionada por datos y algoritmos, sino por expertos (médicos) en el dominio. Lógicamente, hoy en día se busca compatibilizar ambos enfoques para crear sistemas más potentes.

 

Una de las razones que han permitido el despliegue potencial de estas técnicas, ha sido la gran disponibilidad de datos a los que podemos acceder hoy en día. Podemos recoger datos de redes sociales, sensores, aplicaciones móviles, teléfonos, etc. En este contexto, Big Data hace referencia a un paradigma que permite extraer conocimiento valioso para la organización a partir de fuentes de datos dinámicas, de gran volumen y diversidad. Por tanto y aunque el nacimiento de este paradigma no hubiese sido posible sin la difusión de un conjunto de soluciones tecnológicas de alta capacidad, alto rendimiento y bajo coste, Big Data no hace referencia a una solución tecnológica si no a unas características concretas de los datos. Lo esencial es conseguir que los datos faciliten la toma de decisiones correctas y relevantes en tiempo y forma adecuada. Los datos pueden ayudar a detectar riesgos de lesión, fidelizar usuarios, analizar el posicionamiento y reputación de una marca, fijar precios que maximicen asistencia e ingresos, adelantarse a conductas violentas, luchar contra la piratería audiovisual, etc. Los datos son la base para la innovación.

 

Aun así, el origen de todo el proyecto no está en los datos, ni mucho menos en la tecnología. Son los expertos en el dominio de negocio los encargados de formular las preguntas adecuadas que necesitan respuesta, y poner encima de la mesa sus prioridades y necesidades más inmediatas. La Ciencia de Datos tiene como objetivo determinar qué tipo de problemas pueden ser resueltos en base al empleo de datos y tecnologías; y también pone las bases metodológicas y técnicas que permiten desarrollar algoritmos que encuentran la solución a los problemas planteados. Por ello, un científico de datos debe manejar con soltura no sólo la tecnología y la disciplina técnica, también debe comprender el contexto de negocio en el que se desenvuelve.

 

Entre los riesgos más importantes a gestionar, se encuentran los relativos a la protección de la privacidad de los usuarios. La figura de Data Protection Officer (DPO) garantiza el cumplimiento del Reglamento General de Protección de Datos (RGPD) que exige altas medidas de seguridad para garantizar los derechos de los usuarios. Además, todo científico de datos debe vigilar que los algoritmos desarrollados eviten la discriminación basada en el sexo, raza, religión, edad…

 

Gestionando los riesgos adecuadamente, la Inteligencia Artificial y la Ciencia de Datos junto con el paradigma Big Data tienen la misión de permitir a la LaLiga conocer y comprender a los usuarios consumidores de contenido deportivo y de esta forma poder generar nuevas experiencias en los estadios, apoyar a los clubes en la toma de decisiones a todos los niveles, predecir el impacto de nuestras acciones y contribuir a que LaLiga siga manteniendo una posición de liderazgo global.

© LaLiga - Año 2018
Noticias relacionadas
0317065362340b730826135227activacion

Activación de marca | 29 ENE 2018

Un Clásico global

Así se trabajó en el mercado asiático para consolidar la marca de LaLiga. A través de estas acciones se consiguieron nuevos fans. Los planes de futuro: más ‘public viewings’ alrededor de otros partidos.