Cómo ha cambiado el análisis en los últimos 10 años (y cómo ha permanecido igual)

Resumen ejecutivo

Hace diez años, Jeanne Harris y yo publicásel libro Competir en Analytics, y acabamos de actualizarlo para su publicación en septiembre. La revisión de nuestro libro ofreció la oportunidad de hacer un balance de diez años de cambios en el análisis. Estos incluyen avances en hardware, esfuerzos para incorporar datos no estructurados, una mayor dependencia del software de código abierto y un mayor uso de análisis autónomos o inteligencia artificial. El cambio en las tecnologías de análisis ha sido rápido y amplio. No cabe duda de que la gama actual de tecnologías analíticas es más potente y menos costosa que la generación anterior. En resumen, todos los barcos analíticos han subido.

8 maneras en que el aprendizaje automático mejora los procesos de trabajo de las empresas

Resumen ejecutivo

Las organizaciones líderes de hoy ya están utilizando herramientas basadas en aprendizaje automático para automatizar los procesos de toma de decisiones, y están empezando a experimentar con usos más avanzados de IA para la transformación digital. El aprendizaje automático permite a las empresas expandir su crecimiento de primera línea y optimizar los procesos, al tiempo que mejora la participación de los empleados y aumenta la satisfacción del cliente. Las empresas están utilizando la IA para personalizar el servicio al cliente, para mejorar la lealtad y retención de los clientes, para contratar a las personas adecuadas, para automatizar las finanzas, para medir la exposición a la marca, para detectar fraudes y para optimizar las cadenas de suministro, entre muchas otras aplicaciones. Ya no se trata de si los gerentes deben investigar la adopción de IA, sino de qué tan rápido pueden hacerlo. Al mismo tiempo, las organizaciones también deben ser reflexivas sobre cómo aplican la IA a sus organizaciones, con una comprensión completa de las ventajas y desventajas inherentes a la tecnología.