[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
Introducción
En la actualidad, el análisis de datos ha evolucionado más allá de las simples representaciones
gráficas y las hojas de cálculo tradicionales. La convergencia de la inteligencia artificial y el análisis
de datos ha dado lugar a una revolución en la manera en la que las organizaciones extraen
conocimientos significativos a partir de sus datos.
Augmented Analytics, se trata de una poderosa combinación de inteligencia artificial, aprendizaje
s
automático y visualización de datos que redefine la manera en que exploramos, comprendemos y
.e
utilizamos la información. Potencia la toma de decisiones al ofrecer insights más profundos y
accionables.
em
es
.in
a te
or
rp
co
[Link]
1 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
Objetivos
Explorar los fundamentos principales de Augmented Analytics.
Identificar cuáles son los beneficios y los desafíos que ofrecen Augmented Analytics.
Conocer las herramientas y las plataformas con las que trabajar Augmented analytics.
s
.e
em
es
.in
a te
or
rp
co
[Link]
2 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
Mapa Conceptual
s
.e
em
es
.in
a te
or
rp
co
[Link]
3 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
1. Analítica aumentada
El análisis aumentado fusiona la generación, preparación y análisis de datos con el respaldo de la
inteligencia artificial (IA), el aprendizaje automático (ML) y el procesamiento del lenguaje natural
(NLP), mejorando la eficiencia y efectividad del análisis de datos y las recomendaciones. Este
enfoque acelera la identificación de información y patrones en los datos, permitiendo la predicción
de tendencias futuras para tomar decisiones fundamentadas en datos para la organización.
s
.e
em
es
.in
te
Analítica aumentada
a
Por ejemplo, al evaluar el riesgo de pérdida de clientes, el análisis aumentado podría revelar un
or
riesgo estacional asociado con ajustes presupuestarios anuales. Esta información permitiría tomar
rp
medidas proactivas, como ofrecer descuentos o mejorar la experiencia del cliente, para minimizar la
rotación.
co
El análisis aumentado proporciona información adicional sobre diversos aspectos organizativos,
como el comportamiento del cliente, datos de pruebas A/B o la actividad de ventas a lo largo del
tiempo.
Las tecnologías empleadas en el análisis aumentado incluyen el aprendizaje automático, el
procesamiento del lenguaje natural, las herramientas de visualización de datos y la inteligencia
artificial:
El aprendizaje automático analiza datos e identifica patrones para realizar predicciones o
[Link]
4 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
generar conocimientos.
Las herramientas de procesamiento del lenguaje natural examinan los comentarios de los
clientes, como reseñas y encuestas, para detectar palabras clave que indiquen tendencias en el
sentimiento del cliente.
Las herramientas de visualización de datos presentan los conocimientos de manera
comprensible en paneles fácilmente interpretables.
Aunque a menudo se utilizan indistintamente, la inteligencia artificial y el aprendizaje automático
s
.e
son conceptos diferentes.
em
El aprendizaje automático es una categoría dentro de la inteligencia artificial, por lo que, si bien
todo el aprendizaje automático es inteligencia artificial, no toda la inteligencia artificial es
aprendizaje automático.
es
.in
a te
or
rp
co
[Link]
5 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
2. Beneficios y desafíos
Las herramientas más efectivas para el análisis aumentado combinan lo mejor de la inteligencia
artificial y la curiosidad humana. Su objetivo es ayudar a los usuarios a obtener información de
manera más rápida, considerar datos desde nuevas perspectivas y tomar decisiones comerciales más
informadas, aumentando la productividad en todos los niveles. Al evaluar ciencia de datos versus
análisis de datos, es fundamental tener en cuenta el análisis aumentado.
s
Beneficios
.e
La analítica aumentada ha surgido como una potente aliada en el mundo empresarial, fusionando
em
la inteligencia artificial y la analítica de datos para proporcionar una serie de beneficios
transformadores. Al integrar la curiosidad humana con la capacidad predictiva de la inteligencia
es
artificial, estas herramientas no solo aceleran la toma de decisiones basada en datos, sino que
también revelan patrones y tendencias que podrían pasar desapercibidos. Desde decisiones más
.in
rápidas hasta la reducción de errores humanos, la analítica aumentada está allanando el camino
para una comprensión más profunda y eficiente de los datos empresariales.
te
Decisiones más rápidas basadas en datos
a
or
Las herramientas de análisis aumentado iluminan fácilmente las tendencias de datos que requieren
atención.
rp
Por ejemplo, al observar que los clientes abandonan sus carritos al llegar a la información de tarifas
co
de envío, se puede implementar la oferta de envío gratuito cuando alcancen un umbral de gasto
específico.
Reducción del error humano
Las herramientas de datos basadas en inteligencia artificial pueden disminuir el riesgo de errores
humanos al ingresar datos en hojas de cálculo, lo que contribuye a la generación de información más
confiable.
[Link]
6 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
Ahorro de tiempo y dinero
La inteligencia artificial permite un acceso más eficiente a los datos, eliminando la necesidad de
búsquedas manuales extensas. Además , facilita que las personas obtengan información sin
depender de los analistas de datos para la creación de informes.
Gestión eficiente del almacenamiento de datos
s
Las herramientas de análisis aumentado pueden administrar el volumen de datos y garantizar la
.e
protección de la información del cliente según las regulaciones de privacidad de datos, como GDPR.
em
Aumento de la visibilidad de los datos
Estas herramientas hacen que los datos sean accesibles para todos, independientemente de su nivel
es
de conocimiento en análisis de datos. Además, facilitan el trabajo de analistas y científicos de datos
al encargarse de la preparación de datos, liberándolos para otras tareas.
.in
Desafíos
te
A medida que la analítica aumentada se posiciona como una fuerza impulsora en la revolución de la
toma de decisiones, no está exenta de desafíos. Desde superar concepciones equivocadas hasta
a
encontrar el delicado equilibrio entre la automatización y la intervención humana, la implementación
or
de estas herramientas no se da sin obstáculos.
rp
Además, el manejo de datos de calidad y la garantía de una colaboración armoniosa entre la
inteligencia artificial y los profesionales humanos son consideraciones esenciales.
co
Superar conceptos erróneos
Educar a los empleados sobre el papel de la inteligencia artificial y el aprendizaje automático es
esencial para garantizar que comprendan que estas tecnologías están diseñadas para mejorar
y facilitar su trabajo, no para reemplazarlo.
Encontrar un equilibrio entre la IA y los humanos
[Link]
7 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
Aunque la IA y el ML pueden abordar tareas automatizables, los seres humanos siguen siendo
indispensables para aportar contexto y pensamiento crítico. Es fundamental establecer un plan para
una colaboración efectiva entre empleados y las herramientas de análisis de datos aumentados.
Manejo de datos de baja calidad
La calidad de los datos es vital. Utilizar datos de baja calidad puede resultar en decisiones
erróneas. Implementar una sólida política de gobernanza de datos y asegurarse de que los datos
s
estén limpios son pasos fundamentales para garantizar la eficacia de la inteligencia artificial.
.e
em
es
.in
a te
or
rp
co
[Link]
8 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
3. Herramientas y plataformas
Las plataformas y software de análisis aumentado, potenciados por inteligencia artificial y
aprendizaje automático, desempeñan un papel fundamental al preparar datos, generar
conocimientos y agregar contexto a la exploración y análisis de datos. Estas herramientas permiten
a científicos de datos, empresas y organizaciones llevar a cabo una preparación avanzada de datos
para comprender de manera más profunda vastas cantidades de información en toda la
organización.
s
.e
El futuro del análisis de datos, considerado como la próxima gran disrupción en el ámbito de los
datos empresariales, se vislumbra en el análisis aumentado.
em
Este enfoque se convertirá en un impulsor significativo en el campo de la analítica en los próximos
años. es
Los profesionales expertos en análisis y ciencia de datos deben estar preparados para aprovechar al
.in
máximo las mejores plataformas de análisis aumentado. En la actualidad, la generación diaria de
una enorme cantidad de datos provenientes de diversas fuentes destaca la necesidad de estrategias
te
claras. Una vez establecidas dichas estrategias, el siguiente paso implica la construcción y
evaluación de modelos o algoritmos. A continuación, se explorarán las principales plataformas de
a
análisis aumentado.
or
AnswerRocket
rp
co
AnswerRocket presenta una plataforma de análisis de datos basada en búsquedas diseñada
específicamente para usuarios empresariales. Con la capacidad de formular preguntas comerciales
en lenguaje natural, este producto elimina la necesidad de habilidades técnicas para ejecutar
informes o realizar análisis. Al fusionar inteligencia artificial y aprendizaje automático,
AnswerRocket ofrece funcionalidades analíticas avanzadas y puede automatizar tareas manuales,
proporcionando respuestas rápidas a preguntas ad hoc. La compatibilidad con dispositivos móviles y
el reconocimiento de voz nativo son características adicionales de esta plataforma.
[Link]
9 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
s
.e
em
Interfaz de AnswerRocket
Cognos Analytics es
IBM presenta dos líneas de productos para análisis y BI, entre ellas, Cognos Analytics, una
.in
solución de autoservicio que permite a los usuarios acceder a datos para crear paneles e informes.
Por otro lado, IBM Watson Analytics ofrece una experiencia de usuario habilitada para el
te
aprendizaje automático, que incluye detección automatizada de patrones, soporte para consultas y
generación de lenguaje natural, así como capacidades de análisis avanzado integradas. Ambos
a
productos pueden implementarse localmente o a través de IBM Cloud como una solución alojada.
or
rp
co
Interfaz de Cognos Analytics
[Link]
10 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
PowerBI
Microsoft destaca en el ámbito del análisis y BI empresarial con su plataforma insignia, Power BI,
basada en la nube y entregada a través de Azure Cloud. Además de capacidades locales , Power BI
permite a los usuarios preparar, descubrir y crear paneles de datos utilizando una única herramienta
de diseño. La integración con Excel y Office 365 es una característica distintiva, y la plataforma
cuenta con una comunidad de usuarios activa que amplía sus funcionalidades.
s
.e
em
es
.in
te
Interfaz de Power BI
a
or
Oracle Analytics Cloud
rp
Oracle Analytics Cloud proporciona funciones de análisis de autoservicio centradas en la
inteligencia artificial para la preparación y visualización de datos, informes empresariales, análisis
co
aumentado y procesamiento/generación de lenguaje natural. Complementando estas capacidades,
hay una aplicación de BI móvil que aprende de las preferencias del usuario. Los paneles de Analytics
Cloud agregan contenido de diversas fuentes y sistemas, permitiendo a los usuarios interactuar con
él a través de una experiencia integrada.
[Link]
11 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
s
.e
em
Interfaz de Oracle Analytics
Pyramid Analytics es
Pyramid Analytics ofrece herramientas de análisis y datos a través de su plataforma destacada,
.in
Pyramid v2020. Esta solución presenta un entorno de sistema operativo de análisis multiusuario
basado en servidor, impulsando capacidades de autoservicio. La arquitectura independiente de la
te
plataforma en Pyramid v2020 permite a los usuarios gestionar datos en cualquier entorno,
independientemente de la tecnología. Facilita la preparación, modelado, visualización, análisis,
a
publicación y presentación de datos desde navegadores web y dispositivos móviles.
or
rp
co
Interfaz de Pyramid Analytics
[Link]
12 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
Qlik
Qlik ofrece un amplio conjunto de herramientas de análisis y BI, liderado por su oferta emblemática,
Qlik Sense. Esta solución permite a las organizaciones unificar todas sus fuentes de datos en una
única vista. Con la Qlik Analytics Platform, los usuarios pueden desarrollar, ampliar e integrar
análisis visuales en aplicaciones y portales existentes. La funcionalidad integrada opera dentro de un
marco de seguridad y gobernanza común.
s
Los usuarios tienen la flexibilidad de construir e integrar Qlik como simples mashups o incorporarlo
.e
en aplicaciones, servicios de información o plataformas de IoT.
em
es
.in
a te
or
Interfaz de Qlik
rp
co
[Link]
13 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
4. Escalabilidad e integración
"Pensar en grande" es un principio fundamental en los negocios, y en la era de la computación en la
nube y la globalización, también se presenta como un sabio consejo para arquitectos de sistemas
tecnológicos.
Dentro de las metas centrales del departamento de TI, se destaca la necesidad de establecer un
camino claro para permitir que las aplicaciones, los repositorios de datos, los servicios de TI y todos
s
los mecanismos y funciones del sistema interno escalen.
.e
Sin embargo, la escalabilidad no es una solución de TI empaquetada que se pueda adquirir
em
fácilmente.
El término "escalabilidad" se aplica a diversos aspectos, como aplicaciones, procesos de sistemas
es
de TI, modelos algorítmicos, porciones de datos, componentes tecnológicos y motores de software.
Se refiere a la capacidad de estos elementos para funcionar con el tamaño adecuado para los
.in
contextos actuales o esperados, sin pausas ni necesidad de una actividad repentina de
refactorización. Los sistemas escalables deben satisfacer las demandas de manera transparente y sin
te
riesgos adicionales.
a
La mayoría de las personas ha experimentado problemas de escala al intentar utilizar servicios web
or
que se volvieron virales y fallaron. Puede deberse a problemas en servicios web, capacidad de red en
la nube, sobrecarga de bases de datos o discrepancias en el sistema operativo después de un
rp
reescalamiento.
co
Desde una perspectiva técnica, la escalabilidad implica que los sistemas funcionen con el tamaño
"correcto" para los contextos actuales o esperados, sin pausas ni la necesidad de refactorizaciones
repentinas. Sin embargo, son tan importantes los aspectos técnicos como los elementos no técnicos,
como las personas y los procesos, que deben coexistir para lograr el máximo valor en la empresa.
La integración de software, por otra parte, se refiere al proceso de combinar programas o
elementos de software independientes en un sistema unificado. El nivel de integración puede variar,
desde la combinación de componentes pequeños hasta la unificación de sistemas más grandes y
complejos. Como resultado de esta integración, los diversos programas pueden compartir una base
[Link]
14 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
de datos común.
La coordinación cuidadosa de la integración es crucial para lograr una conexión sin fisuras entre las
partes separadas. Cuando se realiza con habilidad, la eficiencia aumenta considerablemente,
brindando beneficios significativos a la organización. Por el contrario, si las plataformas no pueden
comunicarse entre sí, es necesario operar sistemas independientes, lo que puede reducir la
eficiencia.
s
Existen diversos factores que pueden afectar a la facilidad o dificultad de integrar componentes,
.e
incluyendo diferencias de idioma y cuestiones técnicas como la arquitectura. La integración a veces
es una tarea exigente y compleja que implica un esfuerzo costoso y prolongado por parte de los
em
profesionales de TI. Sin embargo, algunos programas se desarrollan considerando la posibilidad de
integración, incorporando componentes y programación que facilitan la unión.
es
.in
a te
or
rp
co
[Link]
15 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
Recuerda
El análisis aumentado fusiona la generación, preparación y análisis de datos con el respaldo
de la inteligencia artificial (IA), el aprendizaje automático (ML) y el procesamiento del lenguaje
natural (NLP), mejorando la eficiencia y efectividad del análisis de datos y las
recomendaciones.
La analítica aumentada ha surgido como una potente aliada en el mundo empresarial,
s
fusionando la inteligencia artificial y la analítica de datos para proporcionar una serie de
.e
beneficios transformadores.
Las herramientas de datos basadas en inteligencia artificial pueden disminuir el riesgo de
em
errores humanos al ingresar datos en hojas de cálculo, lo que contribuye a la generación de
información más confiable.
es
Facilita que las personas obtengan información sin depender de los analistas de datos
para la creación de informes.
.in
Las herramientas de análisis aumentado pueden administrar el volumen de datos y
garantizar la protección de la información del cliente según las regulaciones de
te
privacidad de datos, como GDPR.
Facilitan el trabajo de analistas y científicos de datos al encargarse de la preparación de
a
datos, liberándolos para otras tareas.
or
A medida que la analítica aumentada se posiciona como una fuerza impulsora en la
revolución de la toma de decisiones, no está exenta de desafíos.
rp
Las plataformas y software de análisis aumentado, potenciados por inteligencia artificial y
aprendizaje automático, desempeñan un papel fundamental al preparar datos, generar
co
conocimientos y agregar contexto a la exploración y análisis de datos.
AnswerRocket presenta una plataforma de análisis de datos basada en búsquedas diseñada
específicamente para usuarios empresariales.
Cognos Analytics, una solución de autoservicio que permite a los usuarios acceder a datos
para crear paneles e informes.
Power BI permite a los usuarios preparar, descubrir y crear paneles de datos utilizando una
única herramienta de diseño.
Oracle Analytics Cloud proporciona funciones de análisis de autoservicio centradas en la
[Link]
16 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
inteligencia artificial para la preparación y visualización de datos, informes empresariales,
análisis aumentado y procesamiento/generación de lenguaje natural.
La arquitectura independiente de la plataforma en Pyramid v2020 permite a los usuarios
gestionar datos en cualquier entorno, independientemente de la tecnología.
Qlik ofrece un amplio conjunto de herramientas de análisis y BI, liderado por su oferta
emblemática, Qlik Sense.
El término escalabilidad se refiere a la capacidad de estos elementos para funcionar con el
tamaño adecuado para los contextos actuales o esperados, sin pausas ni necesidad de una
s
.e
actividad repentina de refactorización.
La integración de software, por otra parte, se refiere al proceso de combinar programas o
em
elementos de software independientes en un sistema unificado.
es
.in
a te
or
rp
co
[Link]
17 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
Autoevaluación
¿Qué tecnologías forman parte del enfoque de análisis aumentado?
Realidad Virtual y Aumentada.
Inteligencia Artificial, Aprendizaje Automático y Procesamiento del Lenguaje Natural.
s
.e
Blockchain y Internet de las Cosas
em
¿Cuál es uno de los beneficios clave de la analítica aumentada?
es
Complejidad en la toma de decisiones.
.in
Reducción del acceso a los datos.
a te
Reducción del error humano en la entrada de datos.
or
¿En qué se diferencia la inteligencia artificial del aprendizaje automático?
rp
co
La inteligencia artificial no es una categoría dentro del aprendizaje automático.
Todas las tecnologías de inteligencia artificial son aprendizaje automático.
El aprendizaje automático es un tipo de procesamiento del lenguaje natural.
¿Qué aspecto es esencial para lograr una conexión sin fisuras entre partes
separadas en la integración de software?
[Link]
18 / 19
[AFO028L5C] Curso de Data Mining, Data Analyst y Augmented Analytics
[MOD024H0Q] Data Mining, Data Analyst y Augmented Analytics
[UDI152KWC] Augmented analytics
Arquitectura independiente.
Diferencias de idioma.
Falta de coordinación.
s
¿Por qué la coordinación cuidadosa es crucial en la integración de software?
.e
em
Para aumentar la eficiencia operativa.
Para reducir la dependencia de profesionales de TI.
es
.in
Para lograr una conexión sin fisuras entre partes separadas.
a te
or
rp
co
[Link]
19 / 19