Gran parte de nuestras vidas es vigilada y analizada por ordenadores. Basta con iniciar sesión en la tienda online Amazon y el software de análisis inteligente de datos es capaz de recomendar al usuario una selección de libros que le gustaría leer. Aunque para algunos pueda resultar una clara intrusión en la privacidad, el objetivo de estos sistemas no es otro que mejorar y facilitar la actividad que se lleva a cabo en Internet.
Es lo que se conoce como análisis predictivo, una forma de aprovechar los datos que se generan a diario en la red para hacer predicciones sobre modelos de comportamiento, útiles de cara a la toma de decisiones o para desarrollar una estrategia de mercado.
Un equipo del Centro de Investigación de Tecnología Inteligente (STRC) de la Universidad de Bournemouth (BU) en el Reino Unido, trabaja en un proyecto que va más allá de simplemente hacer números. Están desarrollando programas informáticos capaces de aprender, un software inteligente que permite a los ordenadores hacer juicios sobre la calidad y la fiabilidad de los datos que reúnen, buscar patrones y adaptarse en función del uso que se dé a la información recabada.
Como admite el director de Inteligencia Computacional del STRC, el profesor Bogdan Gabrys, en un comunicado de la BU, “hay una gran cantidad y disponibilidad de datos que se generan a diario, pero a menos que se usen de manera correcta, la información no será muy útil”. Por ello, están trabajando con empresas de diversos sectores dispuestas a utilizar la información que obtienen durante su actividad diaria para hacer predicciones sobre las ventas y el comportamiento del prototipo de cliente.
A través de la inteligencia computacional permitirán a estas organizaciones prever con seguridad lo que va a ocurrir, para que pueda planificar y llevar a cabo estrategias que mejoren la toma de decisiones.
Con Lufthansa y BT
“Estamos tratando de diseñar algoritmos adaptativos que aprendan en función de los datos que reciben”, explica el profesor Gabrys. Para ello, los investigadores necesitaban empresas dispuestas a ofrecer su información y, de momento, han trabajado con dos compañías del sector turístico y de las comunicaciones.
Se trata por un lado de la compañía aérea alemana Lufthansa, considerada la aerolínea más grande de Europa. En este caso, el objetivo era calcular con precisión la demanda de diferentes tipos de billetes de avión. Así, se comprobó que los clientes de clase turista tienden a reservar sus billetes con unos meses de antelación. “Si los aviones se llenan de este tipo de clientes pierden negocio, ya que hemos detectado que los clientes de primera clase tienden a reservar más tarde”, indica al respecto Gabrys.
Por otro lado trabajaron con la multinacional de telecomunicaciones británica BT, interesada en predecir si un cliente va a cambiar de proveedor, ya que le cuesta entre cinco y ocho veces más conseguir uno nuevo que retener al ya existente. En este caso, el software les ayudó a detectar posibles candidatos a cambiar de proveedor de servicio, para que se pusieran en contacto con ellos y hacerles una buena oferta o simplemente darles una mayor atención personalizada.
Y todo ello simplemente con aplicar el método de análisis predictivo a todos los datos de la organización, lo que da como resultado asociaciones y patrones inesperados en muchos casos, pero sobre todo modelos de comportamiento muy valiosos para plantear una estrategia comercial. Esto permite evitar la marcha de clientes valiosos, vender servicios adicionales a los clientes actuales, desarrollar con éxito nuevos productos, mejorar la eficiencia operativa o identificar y minimizar el fraude y el riesgo.
Sin embargo, crear un sistema informático de este tipo, capaz de adaptarse a la información que se introduce, no es tarea fácil. Hasta ahora la mayoría del software de predicción se ha hecho a medida para resolver problemas específicos. Esto puede acarrear problemas por lo costoso del mantenimiento y la dificultad de adaptación.
En busca de una alternativa, el profesor Gabrys y su equipo han conseguido uno de los solucionadores de problemas de mayor éxito mundial, al inspirarse en la propia Madre Naturaleza. Así, la clave de su trabajo son sistemas que procesan la información de manera similar a la del cerebro humano, con redes de neuronas que se renuevan constantemente mientras aprenden.
También se han inspirado en la genética y la evolución natural, propia del comportamiento de insectos como las abejas y las hormigas, o de las bandadas de aves y peces, para diseñar algoritmos de optimización y aprendizaje sólidos.
El objetivo es desarrollar “software más flexible para exprimir al máximo la inteligencia de estos sistemas”, destaca Gabrys. Sin embargo, surge entonces el interrogante sobre si con sistemas cada vez más inteligentes podrán los ordenadores en breve eliminar las conjeturas propias de la vida cotidiana con predicciones exactas y fiables.
El responsable de esta investigación no está tan seguro de ello. «Si alguien te dice que puede predecir con fiabilidad sistemas realmente complejos, como la economía o los mercados financieros a un año vista, no les creo. Hay cosas que son previsibles y otras no. El aspecto crítico en nuestro trabajo es conocer la diferencia entre ambas», matiza.