“La analítica ya no es solo algo agradable para una organización”, dice Antonia de Medinaceli, Directora de Fraud Analytics en Elder Research, una consultora líder en minería de datos, analítica predictiva y minería de textos. Ella cree que la analítica es una necesidad.
La hemos invitado a hablar en Cumbre Descubrimiento 2012 el 12 de septiembre en la sede mundial de SAS. Ella explicará que si bien el análisis predictivo solía dar a las organizaciones una ventaja sobre la competencia, ahora su uso es la norma.
En el Predictive Analytics World del año pasado en Nueva York, la editora de SAS, Anna Brown, entrevistó a Medinaceli sobre las tendencias de extracción de datos y sobre cómo construir un caso de negocios para el uso de análisis en su organización. Aquí está la versión abreviada.
¿Ha encontrado alguna tendencia sorprendente en su trabajo de minería de datos?
Una de las mayores sorpresas, incluso después de tantos años, es el impacto de factores externos en un proyecto de minería de datos. Como mineros de datos, estamos interesados en lidiar con los datos y comenzar a construir modelos; esa es la parte muy interesante para los mineros de datos. Pero la mayoría de las veces, tenemos que tratar temas políticos, problemas institucionales, ya sea el acceso a los datos o la limpieza de los datos o las situaciones políticas dentro de una organización. La aceptación de la minería de datos por parte de la alta gerencia puede ser un obstáculo que debe superarse. Así que tenemos todos estos problemas periféricos con los que tenemos que lidiar como consultores antes de poder llegar a la parte más emocionante de hacer el trabajo técnico.
¿Cuáles son algunos de los nuevos enfoques que verá en los próximos años en el campo de la minería de datos?
Realmente hay una tendencia a desarrollar nuevos algoritmos y tratar de perfeccionar los algoritmos que ya existen. Eso parece estar bastante establecido, al menos en el lado de la minería de datos tradicional. En el lado de la minería de textos, sin embargo, se está haciendo bastante investigación. Los estándares de la industria y las mejores prácticas todavía se están estableciendo. Y la gente todavía se está abocando a cómo el texto, los datos no estructurados, pueden ayudar a aumentar la precisión de muchos de los modelos de minería de datos que existen. También se está haciendo bastante trabajo en el campo de la detección de fraudes, que ciertamente es mi área de interés.
¿Cuáles son algunas de las mejores prácticas para ayudar a construir el caso de negocios para el análisis predictivo?
Lo que generalmente recomendamos a nuestros clientes es encontrar un defensor dentro de la organización o un punto problemático en el que se pueda demostrar que el análisis predictivo es una técnica muy valiosa para usar dentro de la organización. Y a menudo recomendamos hacer una ganancia rápida, un proyecto de prueba de concepto rápido antes de participar en un proyecto analítico a largo plazo. [Recomendamos] hacer algo con bastante rapidez con un pequeño conjunto de datos (lo llamamos "golpear a uno solo") y luego más o menos te vas para el home run.
Para la entrevista completa en video, visite el SAS Business Analytics Knowledge Exchange .
