La Universidad abre el telón a las múltiples aplicaciones del Big Data

Un proyecto de los alumnos de MBIT School ha tratado de listar el número de actividades que cada gobierno de España ha realizado a lo largo de los últimos años. Curiosamente, una de las conclusiones más sorprendentes ha demostrado que una legislatura en minoría ha conseguido aprobar más disposiciones que en los casos de mayoría absoluta. Quién sabe si, a partir de ahora, el Big Data nos permitirá conocer con datos exactos qué y cuántas medidas de las que oímos hablar en campaña electoral, se cumplen finalmente después de cuatro años de gobierno.

La posición relevante que ocupa MBIT School, como centro de formación profesional en español de Business Intelligence y Big Data, sigue subiendo tras la presentación de los proyectos fin de máster de la V Edición de su Máster en dicha especialidad. La investigación de enfermedades, el Internet of Things o la cuantificación de la actividad política son algunas de las iniciativas que han salido a flote para intentar facilitar a las empresas sus análisis de datos. Iniciativas que, además, han contado con la colaboración y ayuda de instituciones y empresas del ámbito privado como la Universidad Rey Juan Carlos o Sistrol.
Una vez puestos en contexto, lo realmente interesante es conocer las iniciativas más destacadas que se han podido disfrutar en esta presentación de trabajos.

La investigación de enfermedades, el Internet of Things o la cuantificación de la actividad política son algunas de las iniciativas que han salido a flote para intentar facilitar a las empresas sus análisis de datos

1. Analitycs

Además del estudio político antes mencionados, otro sector que parece tener predestinado un matrimonio de futuro con el Big Data en los próximos años es el sanitario y, por ello, sin abandonar esta dinámica de análisis de datos, otro de los proyectos se ha centrado en la investigación de enfermedades crónicas como la diabetes. En este caso, los alumnos han colaborado con la URJC para presentar la primera fase de un estudio sobre cómo impacta la mezcla de fármacos en este tipo de pacientes. La diabetes es una clara generadora de datos, ya que, de forma diaria, un diabético origina sin parar datos y datos de glucemias. Los datos obtenidos no sólo permiten realizar un seguimiento del paciente y su dolencia, sino fragmentar las investigaciones por núcleos de población, tipologías, tratamientos, edades, etc. y obtener así conclusiones que de otra forma sería imposible alcanzar.

2. Internet of Things

Desde el mundo de IoT se han presentado dos proyectos que han contado con la ayuda de la empresa Sistrol. El análisis de datos de la seguridad vial y su aplicación sobre el sector de las aseguradoras han sido protagonistas en este apartado.
Los alumnos de la pasada edición de máster también trabajaron, en esta línea, el análisis en ‘tiempo real’ de matrículas generadas gracias a distintas fuentes como cámaras, peajes o parkings. El proyecto buscaba garantizar la correcta matriculación de los vehículos y certificar la pertenencia del seguro de suscripción obligatorio.
En esta convocatoria, los estudiantes han querido dar un paso más y su lente ha estado en la obtención de patrones y conclusiones que expliquen las circunstancias en las que se suceden los accidentes y la rentabilidad que podría revertir un cliente en una compañía aseguradora de automoción. Es decir, se desarrollan algoritmos bifurcados en dos líneas de trabajo: la probabilidad de siniestro y la predicción de rentabilidad. Esta iniciativa propone cruzar números de matrículas tomadas por cámaras de tráfico y aseguradoras en tiempo real, con la finalidad de que éstas puedan calcular los posibles descuentos o penalizaciones que se podrían aplicar a una persona basándose, no solo en la edad y la experiencia de conducción, sino también en el uso de su vehículo y cumplimiento de las normas de tráfico.

3. Análisis de sentimiento

Aunque ya son varios los expertos que han advertido sobre las dudas que les confieren técnicas como el análisis de sentimiento, son innumerables las empresas que hoy en día realizan un seguimiento de lo que la gente dice sobre ellos en Internet. Y, lo cierto, es que las redes sociales se han convertido en una fuente de información perenne para las empresas. El análisis de sentimiento, también denominado como minería de opinión es, por tanto, eso: una “mina” de opiniones que permite identificar y extraer información subjetiva de determinados recursos. A este respecto, los estudiantes han llevado a cabo dos proyectos.
El primero de ellos es un ‘recomendador’ personalizado de personas y temas a los que seguir en una red social que se fundamenta en los propios tweets de cada usuario.
Por otra parte, el siguiente proyecto abarcó la Gestión de las Relaciones con los clientes (CRM), en este caso, del sector hotelero. ¿Su propósito? Dotar a los hoteles de una fuente de información que les permita conocer con más facilidad los gustos y preferencias de sus clientes potenciales.

4. Motores de recomendación

Estamos ante otro caso que, dado su incesante desarrollo y la explosión del Big Data, se ha convertido en un tema de continuo estudio. Los motores de recomendación suponen un sistema de filtrado de información a través del cual se pueden conocer distintos ítems de preferencias (cine, música, literatura, noticias, web sites…) que interesan a un individuo en particular.
En la presentación de la IV Edición, se quiso hacer énfasis en la experiencia de usuario y, sobre todo, en la experiencia de esos usuarios que arrancan en frío, es decir, aquellos usuarios de los que no se posee información alguna. Evidentemente, para poder poner en funcionamiento un motor de recomendación, es necesario conocer algo acerca del nuevo usuario y, en ese sentido, el TFM í un mecanismo de retroalimentación en el que el individuo podría ser analizado implícita o explícitamente (dependiendo si el usuario desea ser activo o pasivo en esta vía de obtención de datos).

Para poder poner en funcionamiento un motor de recomendación, es necesario conocer algo acerca del nuevo usuario

La actual Edición ha apostado, más que por la experiencia del usuario en sí, por un motor de recomendación dirigido a las PYMES del sector de gran consumo. Su objetivo principal radica en aportar recomendaciones personalizadas a las empresas con el fin de maximizar sus ventas. Entre las ventajas de este trabajo destacan la posibilidad de obtener una visión 360º de los clientes (con la finalidad de conocer quiénes son, qué necesitan, cómo se comportan…) y la obvia diferenciación y valor añadido de estas empresas frente a la competencia al conocer de manera tan concreta a sus consumidores.
Estamos ante un proyecto estadístico complejo formado por la combinación de diferentes algoritmos matemáticos y técnicas que buscan obtener la mayor tasa de acierto posible en las recomendaciones y que estima poder llegar a incrementar las transacciones de cualquier comercio hasta en un 3%.
Para muchos, el futuro de la sociedad está en los jóvenes y, para todos, el futuro de la tecnología está en el Big Data. Parece que una fórmula acertada es mezclar todo este futuro en un único presente y dejar que la fuerza de la juventud nos empuje de forma imparable hacia la inmersión completa en un planeta digital, que en unos años no reconoceremos.
Cuesta imaginarlo, pero no hablamos de teoría sino de realidad.