La cantidad de datos procedentes de textos digitales no para de crecer. Y, según los pronósticos de los analistas, continuará haciéndolo en los próximos años. Las empresas y las instituciones tienen a su disposición abundante información sobre transacciones, encuestas, reseñas, chats, correos electrónicos… Sin embargo, ¿saben cómo tratar este material para mejorar el servicio que proporcionan o los productos que fabrican y distribuyen?

Expertos como Kumesh Aroomoogan, máximo responsable de la compañía especializada Accern, sostienen que el aumento de “datos sin estructurar” en internet es “una oportunidad” que debería aprovecharse. Nuevas tecnologías y métodos de investigación están propiciando esta transición. No en vano, de acuerdo con los cálculos de Aroomoogan, ocho de cada diez firmas están empezando a prestar atención a este extremo, por ejemplo, a través de la minería de datos (data mining, en inglés).


Esta técnica permite extraer y analizar contenidos provenientes de una amplia gama de documentos mediante la inteligencia artificial y el aprendizaje automático (machine learning). Estos datos pueden organizarse en función de las personas a las que se refieren, los temas que se abordan, el sentimiento que se desprende de ellos, la relevancia de las fuentes o la intención que se persigue. Si esta información se combina con la que sirven otras herramientas, como las centradas en la visualización, el salto cualitativo que se alcanza es notable.

Así, los directivos de las organizaciones son capaces de entender qué historias hay detrás de sus datos. No hay nada como este fundamento para tomar las decisiones más acertadas, subraya Kumesh Aroomoogan, seleccionado por la prestigiosa revista Forbes como uno de los 30 profesionales menores de 30 años más influyentes en este sector. La clave de esta tendencia en minería de datos es que la información a gran escala es fácil de comprender y manejar sin necesidad de que sea procesada previamente.


La previsión de la industria es que el mercado global de inteligencia artificial aplicada a las finanzas alcance los 22.000 millones de euros en 2025. Lenguajes de programación como Python o plataformas como SaaS —una fórmula de distribución de programas en la que los datos se alojan en servidores de compañías tecnológicas a los que se accede por internet— son muy populares con este cometido. Pero todavía queda camino por recorrer, puesto que no abundan los técnicos y líderes con esta mentalidad.

El primer condicionante para el éxito de esta estrategia basada en el big data es la limpieza del material con el que se trabaja. Si no se puede confiar en él, no se puede seguir adelante. Una fuente muy adecuada en este contexto son los sistemas CRM, modelo de gestión que orbita alrededor de la satisfacción del cliente. Cuantos más datos se almacenen, mejor será la solución a la que se llegará.

Foto Portada: Big data (NicoElNino / iStock)

Artículo publicado en la web de la Vanguardia por Josep Lluís Micó