Inteligencia Digital
Inteligencia Digital | 1
TABLA DE CONTENIDO
INTELIGENCIA DIGITAL Y CONOCIMIENTO ..................................................................................... 3
Obtención de datos ................................................................................................................. 3
Transformación de los datos en información ......................................................................... 5
Análisis de los datos ............................................................................................................... 5
TOMA DE DECISIONES .................................................................................................................... 6
GAMIFICACIÓN .............................................................................................................................. 8
INTELIGENCIA ARTIFICIAL EN LAS TI .............................................................................................. 9
Reconocimiento de patrones ................................................................................................ 10
Sistemas expertos (SE) ......................................................................................................... 11
Agentes Inteligentes ............................................................................................................. 12
Robótica ................................................................................................................................ 12
Redes neuronales artificiales ............................................................................................... 13
Futuro de la computación ..................................................................................................... 14
NUEVO CLIENTE DIGITAL ............................................................................................................ 15
Inteligencia Digital | 2
Inteligencia digital y conocimiento
La Inteligencia digital es un procedimiento de mejora para recoger los datos que genera la
empresa, sistematizarlos, interpretarlos y convertirlos en información con el fin de utilizarla para
tomar decisiones con más probabilidades de éxito. La inteligencia digital ayuda a conocer
mejor a los clientes, agregando valor mediante su segmentación y calcular la influencia de
cada uno de los productos en las ventas.
Existen ocho áreas de desarrollo y aprendizaje para tener inteligencia digital: Identidad
Digital. Capacidad de crear y administrar la identidad y la reputación. Uso Digital. Habilidad de
utilizar medios y dispositivos digitales y controlar su uso.
Seguridad Digital. Habilidad de manejar los riesgos y la capacidad de evitar y limitar estos
riesgos como el ciberacoso, ciberdelincuencia, ciberdelitos, etc.
Seguridad Informática Digital. Habilidad de detectar ataques en la red como hacking,
scams o malware y entender las mejores prácticas y el uso adecuado de herramientas de
seguridad informática para proteger los datos y la información.
Inteligencia Emocional. Habilidad de empatizar y crear relaciones valiosas con otras
personas.
Comunicación Digital. Habilidad de comunicarse y colaborar con otros usando tecnologías
y medios digitales.
Alfabetización Digital. Capacidad de encontrar, evaluar, compartir y crear contenidos y
competencias.
Derechos Digitales. Habilidad de entender y defender los derechos personales y legales,
incluyendo los ligados a la privacidad, la propiedad intelectual, la libertad de expresión y
la protección de la información sensible y vulnerable.
Obtención de datos
Las empresas están continuamente recibiendo inputs, lo que constituye una excelente
oportunidad para obtener los datos necesarios sobre los que basar el plan de Inteligencia
Inteligencia Digital | 3
digital. Los datos son activos digitales que llegan a través de medios:
Propios: web y blogs corporativos, páginas gestionadas por la empresa en redes sociales.
Ganados: medios externos que mencionan a la empresa en sus publicaciones de forma
natural.
De pago: posicionamiento de pago y publicidad.
Para reunir los datos que proporcionan los activos digitales existen numerosas herramientas.
Una de las más populares es Google Analytics. Existen otras que funcionan mediante la
inserción de píxeles de medición que registran de forma anónima y agregada el
comportamiento de los usuarios.
Los datos obtenidos de forma offline hay que incorporarlos en la base general junto con los
conseguidos de forma online para extraer conclusiones más amplias y acertadas.
Inteligencia Digital | 4
Transformación de los datos en información
Cuando el volumen de datos reunidos es suficientemente representativo entran en escena
los analistas, encargados de transformar los inputs en información. Para ello deben
trabajar con las bases de datos realizando labores de:
Discusión sobre datos en una empresa.
Limpieza, para eliminar los registros irrelevantes.
Deduplicación, para identificar registros dobles y unificarlos.
Normalización, para asegurarse de la traducción de los datos bajo las mismas categorías y
escalas de medición.
Esta tarea también se conoce como proceso ETL (extract – transform – load). Tiene como
objetivo convertir la maraña de activos digitales en ficheros listos para ser explotados
estadísticamente.
De la base de datos obtenida los analistas extraerán las métricas y KPI (key performance
indicators) de interés los pondrán en contexto y plasmarán las conclusiones en gráficos y
presentación con un alto componente visual para facilitar su comprensión.
Análisis de los datos
La Inteligencia digital sistematizará, interpretará y convertirá los datos en información
activando sus posibilidades de predicción mediante dos vías:
Inteligencia Digital | 5
Análisis predictivo, que se basa en la revisión de datos históricos y actuales para
anticipar eventos del futuro. Se usa habitualmente en sectores como la banca o las
aseguradoras para determinar el riesgo de impago o pérdida de determinados clientes.
Análisis proactivo, que se centra en intuir los problemas que podrían afectar a una
organización en el futuro con el fin de prever y tener preparadas las posibles soluciones.
La Inteligencia digital no es un proceso lineal, que comienza y termina, sino que una vez
implantada en la empresa hay que ocuparse de una retroalimentación constante (en forma de
carga y análisis de nuevos datos) para que siga reportando valor.
Toma de decisiones
La revolución digital ha generado documentos que se transforman en flujos de información
a escala mundial. Este nuevo escenario proporciona datos de los acontecimientos que se
producen segundo a segundo: avances científicos, situación económica, catástrofes climáticas,
acontecimientos bélicos, situación de las cotizaciones mundiales en bolsa, etc.
Esto permite que las personas mejor informadas tengan más posibilidades económicas, sociales,
sanitarias, educativas, investigadoras... Los países que tienen mayor acceso a las
Tecnologías de la Información y Comunicación (TIC) tienen mayores posibilidades de desarrollo.
No hay que confundir la inteligencia digital (que es global) con la inteligencia de negocios
(Business Intelligence) que facilita a los ejecutivos, analistas, gerentes y directivos los datos
necesarios para tomar mejores decisiones de negocio.
Inteligencia Digital | 6
Las soluciones de inteligencia de negocios pretenden obtener una visión y comprensión del
negocio, medir la gestión empresarial y el desempeño además de encontrar nuevas
oportunidades de negocio, creando productos y servicios para nuevos segmentos de mercado.
Para crear la bodega de datos que apoye el proceso de toma de decisiones y la inteligencia de
negocio se deben seguir los siguientes pasos:
Seleccionar el proceso de negocio. Debe ser soportado por sistemas de información
transaccionales que permitan capturar datos que después podemos transformar en
indicadores de gestión, medibles y cuantificables. El sistema de información puede ser un
ERP (Enterprise Resource Planning), un SCM (Supply Chain Management), un CRM
(Customer Relationship Management) o un sistema core del negocio. Ejemplos de estos
procesos pueden ser las ventas, las órdenes de producción, las llamadas de servicio al
cliente o entradas y salidas de inventario.
Definir el nivel de detalle. Las transacciones detalladas se pueden agregar para tener
una perspectiva estratégica de la información. Por ejemplo se puede es- coger el nivel de
detalle que corresponda a la línea de facturación, el día hábil, el código o referencia de
producto, el cliente y el agente de ventas para el proceso comercial.
Seleccionar las dimensiones. Todos los procesos de negocio y las transacciones que
los implementan tienen “previsiones” por las que se puede analizar la información.
Responden a las preguntas: ¿Qué? (producto), ¿Quién? (cliente), ¿Cuándo? (fecha),
¿Dónde? (lugar).
Seleccionar las medidas. Las medidas son los valores numéricos que serán analizados
en el contexto del proceso de negocio que se quiere gestionar. Pueden ser nativas
Inteligencia Digital | 7
(provenientes directamente de la transacción) o calculadas a partir de otras. Por ejemplo,
las medidas de unidades y valor en un proceso de facturación (ventas) pueden después
ser cotejadas y calculadas con medidas del presupuesto o descuentos para calcular la
venta neta.
Gamificación
Es el empleo de mecánicas de juego en entornos y aplicaciones no lúdicas con el fin de
potenciar la motivación, la concentración, el esfuerzo, la fidelización y otros valores positivos
comunes a todos los juegos que generen inteligencia. Se identifican hasta 10 elementos:
La gamificación puede aprovechar el potencial de la tecnología para desarrollar el componente
social, exploratorio y de pensamiento lateral y creativo de los participantes sin perder de vista
el “para qué” de su aplicación y haciendo que su incorporación al proyecto sea lo más
transparente y natural posible generando un modelo de inteligencia digital aplicable al entorno
empresarial.
Las cuatro premisas de Moravec de la tecnología para el aprendizaje que se pueden aplicar al
contexto de la gamificación son:
Propósito definido: Códigos QR, realidad aumentada, beacons e incluso drones son
recursos tecnológicos que tienen un precio asequible y no requieren complejas
instalaciones.
Inteligencia Digital | 8
Desarrollo del mindware. Se deben utilizar como instrumentos para potenciar la
imaginación, creatividad y capacidad de innovar. En un proyecto de gamificación debemos
usar sistemas que ayuden a las personas a pensar lateralmente, a ir más allá de lo
conocido, a establecer relaciones insospechadas, a pensar en rutas alternativas para
llegar a resultados diferentes.
Herramienta social: cuando se incorpora el componente social en un proyecto de
gamificación surge la rivalidad positiva, la competición, el afán de superación, la
colaboración, el trabajo en equipo, etc.
Evoluciona constantemente: lo que hoy es trending topic mañana parecerá obsoleto.
Cuanto más sencillo sea el combinado de tecnologías que apliquemos en el proyecto es
más fácil que resista a la obsolescencia.
Inteligencia artificial en las TI
La inteligencia artificial se encarga de construir procesos que al ser ejecutados sobre una
arquitectura física producen resultados que maximizan una medida de rendimiento determinada
basándose en la secuencia de entradas percibidas y en el conocimiento almacenado.
Las nuevas TI son las herramientas computacionales e informáticas que procesan, almacenan,
sintetizan, recuperan y presentan información representada de la forma más variada.
Las TI permiten transmitir, procesar y difundir información de manera instantánea. Son
consideradas la base para reducir la Brecha Digital sobre la que se tiene que construir una
Sociedad de la Información y una Economía del Conocimiento. Agrupan un conjunto de sistemas
necesarios para administrar la información y especialmente los sistemas y programas para
convertirla, almacenarla, transmitirla y encontrarla. Entre las características de las TI están:
Interactividad.
Transmisión de información no solo de datos, sino también de audio y video.
Ruptura de las barreras espaciales y temporales.
Flexibilidad y adaptabilidad.
Inteligencia Digital | 9
Interactividad e inteligencia.
Reducción de costes.
Horizontalidad
Existen distintos tipos de conocimiento y medios de representación del conocimiento. La
Inteligencia Artificial (IA) se divide en dos escuelas de pensamiento: inteligencia artificial
convencional e inteligencia computacional. Entre las aplicaciones de la inteligencia artificial
que nos podemos encontrar:
Lingüística computacional.
Minería de datos (Data Mining).
Industriales.
Médicas.
Mundos virtuales.
Procesamiento de lenguaje natural (Natural Language Processing).
Robótica.
Sistemas de apoyo a la decisión.
Videojuegos.
Prototipos informáticos.
Análisis de sistemas dinámicos.
Smart Process Management.
Reconocimiento de patrones
Es la disciplina dedicada a la clasificación de objetos y el pronóstico de fenómenos. Se
ocupa de los procesos sobre ingeniería, computación y matemáticas relacionados con
objetos físicos o abstractos con el fin de extraer información que permita establecer
propiedades entre conjuntos de dichos objetos. Existen cinco modelos de reconocimiento de
patrones:
Inteligencia Digital | 10
Geométrico (Clustering): los patrones deben ser graficables. Se emplea el cálculo de
distancias, geometría de formas, vectores numéricos, puntos de atracción, etc.
Estadístico: se basa en la teoría de la probabilidad y la estadística. Utiliza análisis de
varianzas, covarianzas, dispersión, distribución, etc.
Sintáctico‐Estructural: estudia la estructura de los objetos. Usa la teoría de lenguajes
formales, gramáticas, teoría de autómatas, etc.
Neuro‐Reticular: se utilizan redes neuronales que se “entrenan” para dar una cierta
respuesta ante determinados valores.
Lógico‐Combinatorio: se basa en la idea de que la modelación del problema debe ser lo
más cercana posible a la realidad del mismo sin hacer suposiciones que no estén
fundamentadas. Se utiliza para conjuntos difusos y utiliza lógica simbólica, circuitos
combinacionales y secuenciales, etc.
Sistemas expertos (SE)
Es una aplicación informática capaz de solucionar un conjunto de problemas que exigen un
gran conocimiento sobre un determinado tema. Un sistema experto es un conjunto de
programas que, sobre una base de conocimientos, posee información de uno o más expertos en
un área específica.
Se puede entender como una rama de la inteligencia artificial, donde el poder de resolución de
un problema en un programa de computadora viene del conocimiento de un dominio específico.
Estos sistemas imitan las actividades de un humano para resolver problemas de distinta índole
(no necesariamente tiene que ser de inteligencia artificial).
Inteligencia Digital | 11
Un SE se basa en el conocimiento declarativo (hechos sobre objetos, situaciones) y el
conocimiento de control (información sobre el seguimiento de una acción). Para que un sistema
experto sea herramienta efectiva los usuarios deben interactuar de una forma fácil con el fin de:
Explicar sus razonamientos (base del conocimiento). Los sistemas expertos se deben
realizar siguiendo ciertas reglas o pasos comprensibles de manera que se pueda generar
la explicación para cada una de estas reglas que a la vez se basan en hechos.
Adquisición de nuevos conocimientos (integrador del sistema). Los sistemas expertos
son el producto de investigaciones en el campo de la inteligencia artificial ya que la
misma no intenta sustituir a los expertos humanos sino ayudarles a realizar con más
rapidez y eficacia las tareas que realiza.
Agentes Inteligentes
Un agente inteligente es una entidad capaz de percibir su entorno, procesar las
percepciones y responder de manera correcta maximizando un resultado. Se clasifican en
seis categorías:
Reactivos
Reactivos basados en modelo
Basados en objetivos
Basados en utilidad
Que aprenden
De consultas
Robótica
Es la ciencia y la tecnología de los robots. Se ocupa de su diseño, manufactura y aplicaciones.
Combina diversas disciplinas: mecánica, electrónica, informática, inteligencia artificial e
ingeniería de control. Otras áreas importantes en robótica son el álgebra, los autómatas
programables y las máquinas de estados. Según su arquitectura pueden ser:
Poliarticulados.
Inteligencia Digital | 12
Móviles.
Androides.
Zoomórficos
Híbridos.
Redes neuronales artificiales
Las redes neuronales consisten en una simulación de las propiedades
observadas en los sistemas neuronales biológicos a través de
modelos matemáticos recreados mediante mecanismos artificiales (como un circuito
integrado, un ordenador o un conjunto de válvulas).
El objetivo es conseguir que las máquinas den respuestas similares a las que es capaz de dar
el cerebro caracterizadas por su generalización y su robustez.
Una red neuronal se compone de unidades llamadas neuronas. Cada neurona recibe una serie
de entradas a través de interconexiones y emite una salida, que viene dada por tres funciones:
Propagación (función de excitación). Consiste en el sumatorio de cada entrada
multiplicada por el peso de su interconexión (valor neto). Si el peso es positivo la conexión
se denomina excitatoria y si es negativo inhibitoria.
Activación, que modifica a la anterior. Puede no existir, siendo la salida la misma función
de propagación.
Transferencia, que se aplica al valor devuelto por la función de activación. Se utiliza para
acotar la salida de la neurona. Generalmente viene dada por la in- terpretación que
queramos darle a las salidas.
Inteligencia Digital | 13
Futuro de la computación
Las futuras computadoras (en base al desarrollo de la IA) serán cuánticas. Emplearían un
fenómeno físico conocido como "superposición" donde objetos de tamaño
infinitesimal (como los electrones) pueden existir en dos o más lugares al mismo tiempo. Esto
significaría que las futuras computadoras creadas con procesadores "superpuestos" podrían
utilizar bits cuánticos (llamados "qubits": quantum bits). Un qubit tiene la capacidad de
representar ambos estados: un "0" y un "1" en forma simultánea.
Al ser capaces de calcular cada combinación de encendido y apagado de manera paralela las
computadoras cuánticas serían increíblemente más rápidas que los procesadores actuales ya
que tendrían una enorme capacidad de procesamiento. Se estima que operarían a velocidades
hasta mil veces mayores que las presentes. Algunas de sus principales ventajas son:
tendrían una potencia mucho mayor para la encriptación de información.
permitirían una búsqueda más rápida en gigantescas bases de datos.
posibilitarían el desarrollo de productos digitales seguros (como firmas digitales e incluso
Inteligencia Digital | 14
dinero electrónico a prueba de fraudes).
simularían complejísimos sistemas bioquímicos para el diseño de medicamentos.
Ejemplo. El nuevo sistema de vehículos inteligentes que se conectan de forma directa con su
entorno permitirá a sus usuarios conocer los límites de velocidad establecidos en cada
carretera, hacer conocer al conductor las nuevas restricciones del tráfico y dar avisos de desvíos
por obras que alteren el transito regular.
Nuevo cliente digital
El mundo actual está sujeto a cambios, incertidumbres y sorpresas debido a la influencia de la
tecnología digital caracterizada por el motor de la progresión geométrica de la Ley de Moore:
la aceleración inherente a los cambios lleva a estimar en exceso el impacto de las tecnologías a
corto plazo y a subestimar su impacto a medio y largo plazo.
En el proceso de cambio el cliente se posiciona como motor en el centro de la cadena de valor
de las empresas. El poder del cliente digital se basa en las características del Internet social:
conversar, compartir y colaborar.
El modelo clásico de AIDA (Atención, Interés, Deseo, Acción) ha desaparecido. El poder de las
redes le ha permitido extenderse por todas las áreas de la cadena de valor. El consumidor
actual mira y compra de forma diferente al de otras generaciones y se convierte en “objeto de
deseo” para muchas marcas.
Existe un decálogo del cliente que hay que tener en cuenta:
Inteligencia Digital | 15
Está siempre conectado.
Ignora la publicidad, desconfía de ella y busca la autenticidad y la confiabilidad de
personas con las que se sienten identificados.
Valora la inmediatez como un elemento crítico en sus decisiones de compra. Si lo ha
pagado lo quiere aquí y ahora. De ahí que muchas empresas como Amazon ya están
usando drones para repartir en menos de media hora sus productos.
Espera más en el proceso de compra presencial. Espera Wifi gratis en las tiendas.
Cargador de dispositivos móviles. Geolocalización. Ofertas Flash. Rehúye del vendedor
tradicional que sabe menos que él o simplemente le cobra el producto. Valora
herramientas que le permitan decidir in situ y pagar, con lo que el vendedor físico pasa a
convertirse en advisor. Tecnologías NFC como la de Apple Easy Pay lo hacen posible.
No solo escucha, también es activo. Compra, opina y comparte sus opiniones libremente
sobre sus experiencias de usuario. Las redes les dan el dan el poder de influir sobre
conocidos y desconocidos.
No quiere objetos, quiere el servicio. Un ejemplo claro es el de BlueMove o el de Airbnb.
Es prescriptor. Si me gusta, algunos lo sabrán. Si no me gusta, muchísimos lo sabrán.
Adapta y crea producto. La nueva economía de la colaboración se aporta en el
Crowdsourcing y en la Open Innovation (co-creación con personas más allá de las que
tienes contratadas). Un ejemplo es el de Munich que permiten crear a cada persona su
propio diseño de zapatillas.
Busca su propia experiencia de cliente, entendida como la suma de impresiones y
sensaciones que el cliente adquiere en sus interacciones tanto físicas como virtuales en
todos los puntos de contacto durante el ciclo de vida, la relación con los empleados de la
compañía y la relación con la marca. Por ello es básico buscar su Customer Experience.
Está inmerso en la economía del compartir y el colaborar. El P2P se extiende a los bienes
físicos y a los servicios. Ejemplos como Über, BlaBlaCar, BeMate.
Los primeros pasos en el Internet de las Cosas deja dos campos principales de acción. En ambos
el objetivo final es que el usuario sea transparente, que su entorno esté conectado, útil y
aprovechable.
Inteligencia Digital | 16
El ejemplo más cercano del IoT está en el propio hogar donde electrodomésticos, servicios o
pequeños gadgets como las bombillas estarán conectados a Internet. El otro gran ámbito de
acción del IoT es el de las ciudades avanzadas o Smart Cities.
Internet de las Cosas se aprovecha para medir ciertos parámetros externos (temperatura,
energía, actividad, luz, humedad, errores, etc.) de forma automática sin la interacción del ser
humano y que los datos viajen a un centro de procesamiento para que se tomen las decisiones
adecuadas en tiempo real.
Son muchas las ciudades que están implementando redes de sensores en puntos como
alarmas, semáforos, alcantarillas, vehículos, alumbrado... y hay mejoras interesantes que se
espera conseguir como la cuantificación de los peatones que pasan por un determinado cruce
para optimizar automáticamente el tráfico en esa zona.
Las tecnologías clave del Internet de las cosas IoT disponen de una secuencia de capas, cada
una encargada de una labor, que ha sido diseñada para cumplir su función: extracción de datos,
envío, recepción y posterior procesamiento para obtener los resultados.
Uno de los requisitos de IoT es que los dispositivos deben ser pequeños. No valen los
procesadores de ordenador. Tienen que ser mucho más pequeños y de menos consumo. No
importa que sean sencillos y poco potentes.
Inteligencia Digital | 17
La empresa de procesadores ARM tiene en el mercado un enorme catálogo para smartphone y
para otros muchos dispositivos IoT.
Aunque ARM es una importante pieza del mercado del hardware para IoT no es la única. Intel
tiene a Quark, su SoC procesador para IoT presentado en 2013 y que ha ido haciéndose un
hueco. Se ha visto en muchas aplicaciones, como las camisetas con cámara made in Spain.
Arduino (basado en procesadores RISC de Atmel) permite que casi cualquier persona con unos
conocimientos básicos de electrónica y programación pueda diseñar e implementar sus ideas.
Inteligencia Digital | 18
El procesador y la plataforma se encargan de gestionar la información que debe venir de otro
tipo de dispositivos: los sensores. Es el elemento hardware que interactúa entre la tecnología y
el entorno capturando los datos que se desean almacenar. La llegada de Arduino ha permitido
que cualquiera pueda hacer una programación sencilla. En buena parte ha ayudado el bajo
coste de los componentes y el enorme catálogo de accesorios disponible.
El abanico es inmenso, con sensores táctiles, acelerómetros, de inclinación, potenciómetros, de
humedad y temperatura, altitud, presión... casi cualquier cosa que imaginemos que pueda
medir algo está en Arduino.
Si los datos están almacenados en un pequeño ordenador que no es suficientemente potente
para poder procesarlos de forma rápida hay que moverlos a otro ordenador a través de algún
canal de comunicación. Muchos de los protocolos de comunicación tradicionales continúan
vigentes en IoT y sus futuras mejoras serán clave. Por ejemplo las conexiones de red local vía
Ethernet o de transmisión inalámbrica a través de conectividad móvil según sean los requisitos
en cada ubicación.
En Vodafone e IBM (en sus ciudades conectadas) las velocidades de conexión que permitirán
los próximos protocolos (como el 5G) serán la base de la conectividad de largo alcance del IoT.
Inteligencia Digital | 19
Hay nuevos protocolos que han sido ideados pensando en el IoT y la comunicación de objetos
entre ellos y a corta distancia. Un ejemplo es NFC o también Bluetooth 4.0, que tiene el apellido
de LE (Low Energy) precisamente porque está pensado para ser implementado en sistemas con
baterías reducidas como por ejemplo pulseras cuantificadoras.
El aspecto energético ha sido durante muchos años un elemento de batalla en las
comunicaciones precisamente por los altos consumos de estos componentes. Los diseñadores y
fabricantes lo tienen en el punto de mira para continuar su mejora. Ese cuidado con el consumo
irá asociado a los estándares de comunicación que nos irán llegando en el futuro, como LiFi, la
transmisión de datos a través de la luz.
Inteligencia Digital | 20
