¿Por qué 'Data' y 'A.I.' siempre van juntos

Datos e IA IA y datos.

Casi siempre escuchas los dos términos pronunciados al mismo tiempo. ¿Por qué?

Si es un fundador que intenta obtener más información sobre estos temas, ya sea para mejorar sus flujos de trabajo o sus productos o algún aspecto de sus operaciones, esta es la introducción para el propietario de una empresa sobre lo que la gente quiere decir cuando insisten en decir los dos juntos.

La IA necesita datos para hacer cualquier cosa.

En esencia, la IA es un algoritmo, que en lenguaje sencillo es un proceso que toma entradas y produce salidas. Al igual que su automóvil, que es solo una pieza de metal que permanece en el garaje hasta que tiene combustible para hacerlo funcionar, un algoritmo solo sin datos para procesar no puede hacer nada útil. De hecho, no puede hacer nada en absoluto.

Esto significa que si desea que su empresa se beneficie de la IA, la primera tarea es recopilar y dar forma a sus datos. Esto puede ser un verdadero obstáculo, según Phong Nguyen, fundador de la consultora de ciencia de datos Partners in Company. "Según los clientes con los que hemos trabajado y con los que hemos hablado, las barreras para una mayor orientación de los datos suelen ser los aspectos básicos de tener datos limpios y coherentes y de tenerlos centralizados y seguros", dice -her.

Esto generalmente significa extraer sus datos de hojas de cálculo o reunirlos desde múltiples plataformas, como una plataforma de administración de relaciones con el cliente (CRM) y un formulario de marketing, en un depósito centralizado, donde los datos pueden comienzan a combinarse y compararse para el análisis. Por lo general, aún será necesario limpiarlo y normalizarlo de varias maneras para asegurarse de que sea consistente y esté en la forma correcta antes de que los equipos de datos puedan sacar las conclusiones correctas y luego desarrollar los datos con la IA.

Además, la mayoría de las IA necesitan grandes cantidades de datos para producir resultados confiables, por la misma razón que necesita una gran muestra de cualquier cosa para emitir un juicio dentro de lo razonable. Todos estamos familiarizados con las encuestas políticas, en las que los profesionales suelen afirmar una precisión superior al 95 % sobre cómo la población en su conjunto planea votar en una elección mediante una muestra de unas 300 personas.

Esto es para una simple elección entre dos opciones. Si está tratando de crear predicciones más complejas, como diferenciar entre tipos de comportamiento del cliente en sus datos de marketing, querrá comenzar con varios miles de muestras. A menudo utilizará mucho más para tener una gran confianza en sus resultados.

¿De cuántos datos estamos hablando? Un análisis estadístico adecuado puede brindarle un número preciso de lo que está tratando de hacer, pero como regla general, cientos de miles de filas suelen ser inferiores a los análisis basados ​​en aprendizaje automático. "No estoy acostumbrada a trabajar con menos de un millón de filas", dice Chantel Perry, científica de datos veterana en grandes empresas y autora del libro Data Newbie to Guru.

Y para algo como el análisis de marketing, donde las tendencias de los clientes que está tratando de comprender pueden variar de un día a otro y de un mes a otro, también desea que se recopilen datos durante un período suficientemente largo para hacer predicciones útiles: "Desea estar en el negocio durante al menos seis meses y recopilar datos sobre sus clientes durante al menos seis meses", dice Perry.

Así que ahora entiende por qué la IA necesita datos. Esta dependencia también va en sentido contrario. La verdad es que no puedes tener uno sin el otro.

Una gran cantidad de datos provienen de A.I.

Al igual que los algoritmos de IA necesitan datos como entrada, su salida suele ser algún tipo de datos.

Suponga que sus datos de marketing se analizan de tal manera que descubre que tiene ocho grupos principales de clientes. También puede encontrar que diferentes grupos de clientes deberían recibir diferentes tipos de lanzamientos o anuncios. Aquellos ...