Resumen del libro "Alquimia, cómo los datos se están transformando en oro" de Juan Manuel López Zafra

Una crónica sobre el nacimiento del Homo Algorithmus

Leader Summaries

• Editorial: Leader Summaries
• Año: 2021
• ISBN:
  9788418959851
• Categoría: Économie
• Categoría: Statistiques pour les entreprises et l'économie

La alquimia tradicional, aquella que ya desarrollaban los antiguos egipcios, trataba de convertir el plomo en oro sin éxito. Al publicar tu información personal en las redes sociales o simplemente aceptando políticas de privacidad sin demasiado detenimiento, estarás dando al alquimista la materia prima necesaria para monetizar tu rastro digital.En la actualidad, los datos se están convirtiendo en el nuevo oro. Como él, su valor crece con el tiempo, ya que tienen un valor inherente que permite mejorar la posición financiera de quien los posee. La inteligencia artificial, la robótica, el machine learning y la analítica avanzada conforman una economía y una sociedad basada en los datos.El big data y la ciencia de los datos nos rodean sin que nos demos cuenta. Y es que las empresas y las instituciones públicas, así como los consumidores y ciudadanos, pueden mejorar gracias a una toma de decisiones basada en datos.Los datos no son petróleo, pues se puede tener mucho petróleo y no ser rico. Los datos se asemejan mucho más a un metal que, tras un proceso de transformación, transmuta en oro. Aun así, tienen un valor intrínseco y su mera acumulación genera poder.A mucha gente le sorprendió que Facebook pagara 20 000 millones de dólares por WhatsApp, una empresa que no generaba ingresos, simplemente por su capacidad para acumular datos. Si eres una de esas personas, este libro te ayudará a entender el tremendo potencial de esta información.Los datos pueden ser utilizados para ajustar de forma precisa la oferta en base a la demanda, fijar precios, delegar tareas repetitivas a algoritmos de aprendizaje automático, hacer seguimiento de constantes vitales a deportistas de élite y enfermos crónicos, e incluso para secuenciar ADN con el fin de desarrollar fármacos personalizados.Tras hacer una breve repaso histórico, veremos cómo diversos sectores aplican la ciencia de datos para que así puedas navegar por la transición del Homo sapiens al Homo algorithmus.

Comercio minorista y servicios profesionales

¿Cómo Amazon ha conseguido convertirse en una de las plataformas líderes para la compra de productos online? Entre otras cosas, mediante la implementación de técnicas de aprendizaje automático. La empresa de Jeff Bezos utiliza principalmente las técnicas de análisis de la cesta de la compra.

Con tan solo registrarnos, Amazon ya conoce nuestra edad, sexo, código postal y correo electrónico. Solo con eso ya podría realizar un análisis con las variables anteriores y empezar a hacer recomendaciones basadas en nuestra propensión al consumo. Por ejemplo, Juan tiene veintinueve años y, por lo tanto, la plataforma le recomendará el último libro superventas en desarrollo personal.

En este caso, Juan está buscando artilugios para pescar. Sin embargo, una vez empiece a buscar, el algoritmo no solo le ofrecerá los productos que mejor se adaptan al criterio de búsqueda, también se introducirán elementos de segmentación. Obviamente, no necesita lo mismo un pescador estadounidense que uno japonés. Por ejemplo, el tipo de hilo varía según la pesca.

Tras seleccionar un determinado hilo de pesca, el algoritmo intuye que Juan está interesado en la pesca de trucha. A continuación, la plataforma empieza a ofrecer productos relacionados que otros clientes con objetivos similares han comprado.

El análisis de la cesta de la compra es extremadamente poderoso, ya que escruta miles de tiques de venta y halla similitudes entre ellos. Se utilizan categorías, secciones, subsecciones, etc. En el caso de Juan, estas serían: deportes, pesca, pesca en río y pesca de trucha.

El algoritmo sigue el siguiente razonamiento: «Si un hombre de veintinueve años ha adquirido un hilo de pesca de 0,08 milímetros en Barcelona, lo normal es que también adquiera…»; y así aparecen los artículos recomendados.

Entre esos productos aparece un marco de fotos. Juan puede que se quede estupefacto. ¿Amazon le recomienda otros productos no relacionados para mostrar que son una empresa global? Quizás el hilo de pescar lo utilicen muchos usuarios para colgar cuadros.

El análisis de los patrones de compra puede llevarse al extremo. Los supermercados Target son capaces de examinar los hábitos de sus clientas y determinar la probabilidad de que estén embarazadas para, de este modo, empezar a recomendarles los productos pertinentes.

La propia identificación de las reglas de asociación, acompañada de las enseñanzas de la economía conductual, permite colocar en la misma estantería de los supermercados los productos que tienen más probabilidades de ser comprados juntos. El dato y no la intuición guía las decisiones.

Por su lado, Alibaba utiliza el filtrado colaborativo como uno de los principales algoritmos de recomendación. Permite pasar del «si A compra Z, entonces también querrá Y» al «basándonos en sus preferencias, tenemos la siguiente recomendación para usted».

Mientras el análisis de cestas hace una investigación retrospectiva, el filtrado colaborativo es dinámico y se actualiza «en vivo». Este sistema se basa en la asunción de que las personas con preferencias parecidas harán valoraciones similares.

En el filtrado basado en artículos, existe la idea subyacente de que los usuarios escogerán aquellos artículos similares a los que ya han escogido. El algoritmo se basa en las decisiones tomadas; por lo tanto, cuanta menos información, más difícil será realizar las recomendaciones. Tanto Netflix como AliExpress son especialistas en su aplicación.

El algoritmo de filtrado de mayor crecimiento es el de categoría única o one-class. Este algoritmo también se basa en la actividad del usuario. El tiempo que dedicamos en una página suele darnos información sobre el interés que suscita.

Stitch Fix es una empresa del sector textil que fue adquirida por el grupo canadiense Ssense por su gran base de datos como probador virtual. Sus servidores almacenan información personal, datos antropométricos, preferencias en cuanto a ropa, etc. También disponen de un perfil de estilos, el cual combina múltiples ...