BBVA API Market
El valor de la analítica como elemento clave en la toma de decisiones de negocio está fuera de toda duda. Las empresas han ido incorporando poco a poco la analítica y el concepto de métricas del éxito dentro de sus procesos de decisión, aunque aún no se pueda hablar de democratización ni universalización. Todavía hay muchas compañías que basan todas sus decisiones en la intuición de sus profesionales senior y con más experiencia o directamente en las decisiones de sus CEOs. Dentro de la analítica, existen algunas herramientas interesantes que dan un salto añadido: basan sus análisis en el poder de las APIs predictivas, aquellas que generan valor a partir del aprendizaje automático y el aprendizaje continuo.
Las APIs predictivas son las que están permitiendo el uso del aprendizaje automático (machine learning) de forma accesible. Son estas interfaces de desarrollo de aplicaciones las que detectan patrones de datos y asignan la probabilidad de que un hecho futuro pertenezca a ese patrón concreto y generar un modelo de predicción eficiente. Estas APIs permiten que los desarrolladores puedan crear estos modelos a partir de la información histórica en instituciones financieras para detectar el fraude, las grandes corporaciones para controlar la política de precios, las eléctricas para anticiparse a la demanda… Hay numerosos ejemplos.
Hoy existen dentro del mercado algunos softwares de analítica que utilizan el aprendizaje automático y los datos para cumplir los objetivos de negocio:
PredicSis AI es una plataforma destinada, esencialmente, a algunos perfiles técnicos, de análisis y de negocio dentro de cualquier compañía: ejecutivos de la compañía, ingenieros de software, ejecutivos de cuentas, analistas de negocio, equipos DevOps y científicos de datos. Para probarlo, cualquier empresa tiene la posibilidad de hacer una petición de prueba a través de un formulario en su página web. El proceso por el que establece predicciones de negocio tiene cuatro pasos:
● Implementación de indicadores: PredicSis AI permite recoger una gran cantidad de datos agregados desde numerosas fuentes distintas. Ese gran conjunto de información es la base a partir de las que se tomarán decisiones.
● Construcción de segmentos: es esencial para los profesionales en general, pero mucho más para aquellos que no tienen formación técnica, establecer segmentos óptimos para descubrir las relaciones reales entre los datos, sobre todo si de esas relaciones salen decisiones de negocio. Es mostrar el gran volumen de información a través de ideas simples y relevantes.
● Modelo de predicción: en esta fase, PredicSis AI genera una fórmula o modelo que sirve para predecir el comportamiento futuro. En este proceso, es importante controlar la desviación de esa predicción. Si la desviación de los valores es muy grande, las decisiones empresariales pueden ser erróneas.
● Predicción final: a partir de los tres pasos previos, el modelo utiliza los datos más recientes para generar la predicción a partir de la audiencia objetivo. El modelo predictivo puede mejorar el rendimiento de campañas y procesos.
PredicSis AI es un software que aprendizaje automático que utiliza algoritmos de aprendizaje supervisado para la creación de modelos. Los profesionales que usen la plataforma pueden acceder a ella a través de una interfaz gráfica en un navegador web, como si estuviera navegando por internet, o mediante una interfaz de programación, con el uso de su SDK en Python o a través de llamadas a su API REST.
Apache PredictionIO es un servidor de aprendizaje automático de código abierto construido en la parte superior de la pila para que desarrolladores y científicos de datos puedan crear motores y modelos predictivos con objetivos de negocio. Si nos fijamos en la imagen de arriba, PredictionIO podría incluir modelos de predicción y procesos de machine learning en una aplicación móvil. Hacerlo desde cero exige mucho esfuerzo, tiempo y mayor coste en el entrenamiento de un algoritmo. PredictionIO no es nada más que algo parecido a un servidor LAMP para el análisis de datos a través de modelos predictivos, que se encarga de todo el proceso engorroso de gestionar los algoritmos, su entrenamiento, su implementación en la parte superior de una aplicación donde se ejecuta, las distintas dependencias…
Este servicio tienes las siguientes características:
● Responder a las consultas dinámicas en tiempo real.
● Unificar los datos de distintas plataformas en lotes o en tiempo real.
● Dispone de bibliotecas de machine learning y procesamiento de datos como Spark MLLib y OpenNLP. Spark MLLib contiene algoritmos de regresión logística y máquinas de vectores de soporte (SVM), modelos de árbol de regresión bayesiana; técnicas de mínimos cuadrados; modelos de mezclas gausianas; análisis de conglomerados de K medias; asignación latente de Dirichlet (LDA); descomposición en valores singulares (SVD); análisis de componentes principales (ACP); regresión lineal; regresión isotónica….
● Facilitar la gestión de la infraestructura de datos.
Apache PredictionIO puede ser instalado como una pila de aprendizaje automático completa, con Apache Spark, MLLib, HBase, Spray y Elasticsearch.
Seldon es una plataforma predictiva que proporciona recomendaciones de contenido que está montado sobre un clúster Kubernetes. Kubernetes es un sistema de código abierto creado por Google para programar el despliegue, el escalado y la monitorización de aplicaciones empaquetadas en contenedores, alojadas en la nube y con necesidad de computación. Este sistema está presente en proyectos del buscador tan importantes como Google Drive o Google Maps. El empaquetado que facilita Kubernetes permite llevar las aplicaciones a cualquier plataforma y ejecutarlas, ya sea Amazon Web Services, Google Cloud Platform o Microsoft Azure.
Algunas de las características más importantes de Seldon:
● Recomendaciones de contenido y productos: Seldon permite capturar y registrar las acciones del usuario a través de su API REST, y después usar esa información para entregar recomendaciones personalizadas a los usuarios. La infraestructura de Seldon está formada por un conjunto de distintas capas: una capa en tiempo real, responsable de manejar las solicitudes de la API predictiva en tiempo real; la capa de almacenamiento, que gestiona el almacenamiento de los distintos componentes de la infraestructura; y la capa de estadísticas, que monitoriza y analiza el sistema en funcionamiento.
● Realización de predicciones: los datos agregados, la base de cualquier modelo predictivo, se envían a la plataforma a través de la API REST en tiempo real. Es la interfaz de desarrollo de aplicaciones quien recaba datos de múltiples fuentes para la elaboración del modelo predictivo. Normalmente esos datos se envían en formato JSON y después se produce un proceso de modelado de los datos mediante algoritmos, entre otros motivos por JSON no es el mejor formato para crear modelos de aprendizaje automático.
¿Te interesan las APIs financieras? Descubre todas las que te ofrece BBVA
En el dinámico mundo de los pagos, ha surgido una nueva estrella en los últimos años: el Buy Now Pay Later (BNPL) es decir, la financiación a corto plazo que permite comprar ahora y pagar después. Este modelo permite a las empresas adquirir bienes o servicios y pagar por ellos en cuotas, a menudo sin […]
La forma a través de la cual se realiza el pago a los proveedores es un elemento a tener en cuenta dentro del departamento de tesorería y gestión de pagos, porque cada tipo de pago presenta sus propias ventajas o se adapta mejor a la estrategia de la empresa, la relación con el proveedor o […]
El leasing puede ser el impulso que necesitan las empresas para arrancar, abonando cuotas predecibles para usar bienes que, además, podrán adquirir luego descontando esos pagos. Las empresas, desde los autónomos hasta las grandes empresas pasando por las pymes, necesitan soluciones de financiación que se adapten a sus necesidades. El leasing es una fórmula que […]
