La generación de información a partir de los datos puede no parecer tan crítica como lo es en realidad. Hay un crecimiento fenomenal en Data Mining en los últimos años que nunca antes. Hay diferentes grupos de audiencias que están interesados en datos que van desde el público común hasta los analistas y los investigadores. Trataré de explicar ejemplos simples pero potentes para el público en general.
Público común : con ellos me refería a usuarios, consumidores de aplicaciones de redes sociales, productos de comercio electrónico o cualquier cosa que pueda hacer en Internet de su interés. Como consumidor habitual y pesado de diferentes tipos de contenido de Internet, siempre espero que los productores sean lo suficientemente inteligentes como para comprender lo que quiero hacer y sugerirme lo que quiero. Los niveles de decepción son muy proporcionales a las recomendaciones ineficientes y sugerencias inadecuadas. Pocos ejemplos se me ocurren.
- Medios: ¿uso Netflix? Comcast? HBO? ¿Internet? Quizás al menos 2 de ellos. Me interesan las recomendaciones que recibo en películas, productos que uso, programas que veo, etc.
- Industrias: series temporales. No necesito decir lo importante que es hacer análisis de datos de series de tiempo para ejecutar negocios de manera eficiente.
- Industria del cuidado de la salud: es muy importante para los pacientes que reciben un diagnóstico de un problema de manera muy precisa. Insights realizados por los científicos de datos, los biólogos ayudan a las industrias médicas de manera significativa.
- Operadores financieros: ¿Quién no conoce a los corredores de bolsa y cuán crítico es su trabajo? Es un esfuerzo continuo para predecir las existencias y es muy importante desarrollar un modelo sólido para hacerlo.
Arriba hay algunos ejemplos. Y la variación de las empresas de las que estoy hablando es enorme y no se detendrá hasta que haya personas que hagan algo por Internet. Quiero compartir una cita de Gurjeet, quien es CEO de Ayasdi, donde ayuda a comprender cuáles son realmente las ideas.
- Cómo planificar un autoestudio de ciencia de datos
- ¿Cuánto tiempo debe ejecutar una prueba A / B en su sitio antes de declarar a uno ganador?
- ¿Cuáles son los principios básicos del procesamiento del lenguaje natural?
- ¿Cuántos datos puedo agrupar en un UAV?
- ¿Cómo definimos objetivos y resultados clave (OKR) para el equipo de ciencia de datos?
“La percepción es una verdad procesable sobre un problema que se descubre a partir de los datos” – Gurjeet Singh de Ayasdi.
