Predicción e influenciaPredict and influence

Hay dos clases de aplicaciones en la economía digital: históricas y predictivas.There are two classes of applications in the digital economy: historical and predictive. Muchas de las necesidades de los clientes se pueden satisfacer únicamente mediante el uso de datos históricos, incluidos los datos casi en tiempo real.Many customer needs can be met solely by using historical data, including nearly real-time data. En este momento, la mayoría de las soluciones se centran principalmente en la agregación de datos.Most solutions focus primarily on aggregating data in the moment. Después, procesan y comparten los datos de nuevo con el cliente, en forma de experiencia digital o sobre el terreno.They then process and share that data back to the customer in the form of a digital or ambient experience.

A medida que el modelado predictivo es más rentable y está disponible fácilmente, los clientes exigen experiencias avanzadas que les lleven a mejores decisiones y acciones.As predictive modeling becomes more cost-effective and readily available, customers demand forward-thinking experiences that lead to better decisions and actions. Sin embargo, esa demanda no siempre sugiere una solución predictiva.However, that demand doesn't always suggest a predictive solution. En la mayoría de los escenarios, una vista de los datos históricos puede proporcionar información suficiente para permitir al cliente tomar una decisión por sí mismo.In most cases, a historical view can provide enough data to empower the customer to make a decision on their own.

Por desgracia, los clientes suelen tener una falta de visión que conduce a tomar decisiones en función de su entorno inmediato y de su esfera de influencia.Unfortunately, customers often take a myopic view that leads to decisions based on their immediate surroundings and sphere of influence. A medida que las opciones y las decisiones crecen en número y consecuencias, es posible que esta falta de visión no satisfaga las necesidades de los clientes.As options and decisions grow in number and impact, that myopic view may not serve the customer's needs. Al mismo tiempo, cuando se demuestra una hipótesis a escala, la empresa que proporciona la solución puede comprender miles o millones de decisiones de los clientes.At the same time, as a hypothesis is proven at scale, the company providing the solution can see across thousands or millions of customer decisions. Este enfoque general permite ver patrones amplios, así como el impacto que tienen.This big-picture approach makes it possible to see broad patterns and the impacts of those patterns. La funcionalidad de predicción es una inversión razonable cuando es necesario comprender esos patrones para tomar las decisiones más acertadas para el cliente.Predictive capability is a wise investment when an understanding of those patterns is necessary to make decisions that best serve the customer.

Ejemplos de predicciones e influenciaExamples of predictions and influence

Diversas aplicaciones y experiencias ambientales usan datos para realizar predicciones:A variety of applications and ambient experiences use data to make predictions:

  • Comercio electrónico: en función de lo que otros consumidores similares hayan adquirido, un sitio web de comercio electrónico sugiere productos que puede merecer la pena agregar al carro.E-commerce: Based on what other similar consumers have purchased, an e-commerce website suggests products that may be worth adding to your cart.
  • Realidad ajustada: IoT ofrece instancias más avanzadas de funcionalidad predictiva.Adjusted reality: IoT offers more advanced instances of predictive functionality. Por ejemplo, un dispositivo en una línea de ensamblado detecta un aumento de la temperatura de una máquina.For example, a device on an assembly line detects a rise in a machine's temperature. Un modelo predictivo basado en la nube determina cómo responder.A cloud-based predictive model determines how to respond. En función de esa predicción, otro dispositivo ralentiza la línea de montaje hasta que la máquina se enfría.Based on that prediction, another device slows down the assembly line until the machine can cool.
  • Productos de consumo: los teléfonos móviles, las casas inteligentes, incluso el automóvil, usan funcionalidades predictivas, las cuales estos analizan para sugerir el comportamiento del usuario en función de factores como la ubicación o la hora del día.Consumer products: Cell phones, smart homes, even your car, all use predictive capabilities, which they analyze to suggest user behavior based on factors like location or time of day. Cuando la predicción y la hipótesis inicial se alinean, la predicción conduce a la acción.When a prediction and the initial hypothesis are aligned, the prediction leads to action. En una fase muy avanzada, esta alineación puede hacer que productos, como un vehículo autónomo, sean una realidad.At a very mature stage, this alignment can make products like a self-driving car a reality.

Desarrollo de funcionalidades predictivasDevelop predictive capabilities

Las soluciones que proporcionan constantemente funcionalidades de predicción precisas suelen incluir cinco características principales:Solutions that consistently provide accurate predictive capabilities commonly include five core characteristics:

  • dataData
  • Información detalladaInsights
  • PatronesPatterns
  • PrediccionesPredictions
  • InteraccionesInteractions

Cada aspecto es necesario para desarrollar las funcionalidades predictivas.Each aspect is required to develop predictive capabilities. Al igual que todas las grandes innovaciones, el desarrollo de funcionalidades predictivas requiere un compromiso con la iteración.Like all great innovations, the development of predictive capabilities requires a commitment to iteration. En cada iteración, una o varias de las siguientes características se consolidan para comprobar hipótesis de clientes cada vez más complejas.In each iteration, one or more of the following characteristics is matured to validate increasingly complex customer hypotheses.

Pasos para las funcionalidades predictivas

Precaución

Si la hipótesis del cliente desarrollada en Creación con la empatía de los clientes incluye funcionalidades predictivas, puede que se apliquen los principios descritos.If the customer hypothesis developed in Build with customer empathy includes predictive capabilities, the principles described there might well apply. Sin embargo, las funcionalidades predictivas requieren una gran inversión de tiempo y energía.However, predictive capabilities require significant investment of time and energy. Cuando las funcionalidades predictivas constituyen demandas técnicas en lugar de una posible fuente de valor para el cliente, se recomienda retrasar las predicciones hasta que se hayan comprobado las hipótesis de los clientes a escala.When predictive capabilities are technical spikes, as opposed to a source of real customer value, we suggest that you delay predictions until the customer hypotheses have been validated at scale.

dataData

Los datos son el componente más elemental de las características mencionadas anteriormente.Data is the most elemental of the characteristics mentioned earlier. Cada una de las materias para desarrollar invenciones digitales genera datos.Each of the disciplines for developing digital inventions generates data. Ciertamente, esos datos contribuyen al desarrollo de predicciones.That data, of course, contributes to the development of predictions. Para más información sobre las formas de introducir datos en una solución predictiva, consulte Democratización de los datos e Interacción con dispositivos.For more guidance on ways to get data into a predictive solution, see Democratizing data and interacting with devices.

Se puede usar una variedad de orígenes de datos para proporcionar funcionalidades predictivas:A variety of data sources can be used to deliver predictive capabilities:

Información detalladaInsights

Los expertos en la materia usan los datos sobre las necesidades y comportamientos de los clientes para desarrollar conclusiones empresariales básicas a partir de un estudio de datos sin procesar.Subject matter experts use data about customer needs and behaviors to develop basic business insights from a study of raw data. Esta información detallada puede identificar los casos de comportamientos deseados de los clientes (o, por el contrario, los resultados no deseados).Those insights can pinpoint occurrences of the desired customer behaviors (or, alternatively, undesirable results). Durante las iteraciones en las predicciones, esta información detallada puede ayudar a identificar posibles correlaciones, lo que finalmente podría generar resultados positivos.During iterations on the predictions, these insights can aid in identifying potential correlations that could ultimately generate positive outcomes. Para obtener información sobre cómo permitir que los expertos en la materia elaboren conclusiones, consulte Democratización de los datos.For guidance on enabling subject matter experts to develop insights, see Democratizing data.

PatronesPatterns

Las personas siempre han intentado detectar patrones en grandes volúmenes de datos.People have always tried to detect patterns in large volumes of data. Los equipos informáticos se diseñaron para ese propósito.Computers were designed for that purpose. La solución Machine Learning acelera esta misión mediante la detección precisa de dichos patrones, una aptitud que comprende el modelo de modelo de Machine Learning.Machine learning accelerates that quest by detecting precisely such patterns, a skill that comprises the machine learning model. A continuación, estos patrones se aplican mediante algoritmos de aprendizaje automático para predecir los resultados cuando se especifique un nuevo conjunto de puntos de datos en los algoritmos.Those patterns are then applied through machine learning algorithms to predict outcomes when a new set of data is entered into the algorithms.

Usando las conclusiones como punto de partida, el aprendizaje automático desarrolla y aplica modelos predictivos para exprimir los patrones de datos.Using insights as a starting point, machine learning develops and applies predictive models to capitalize on the patterns in data. A través de varias iteraciones de entrenamiento, prueba y adopción, estos modelos y algoritmos pueden predecir con precisión los resultados futuros.Through multiple iterations of training, testing, and adoption, those models and algorithms can accurately predict future outcomes.

Azure Machine Learning es el servicio nativo en la nube de Azure para la creación y el entrenamiento de modelos basados en los datos.Azure Machine Learning is the cloud-native service in Azure for building and training models based on your data. Esta herramienta también incluye un flujo de trabajo para acelerar el desarrollo de algoritmos de aprendizaje automático.This tool also includes a workflow for accelerating the development of machine learning algorithms. Este flujo de trabajo se puede usar para desarrollar algoritmos mediante una interfaz visual o Python.This workflow can be used to develop algorithms through a visual interface or Python.

Si lo que se busca son modelos de aprendizaje automático más sólidos, los servicios de aprendizaje automático de Azure HDInsight proporcionan una plataforma de aprendizaje automático basada en clústeres de Apache Hadoop.For more robust machine learning models, ML Services in Azure HDInsight provides a machine learning platform built on Apache Hadoop clusters. Este enfoque permite un control más pormenorizado de los clústeres subyacentes, el almacenamiento y los nodos de proceso.This approach enables more granular control of the underlying clusters, storage, and compute nodes. Azure HDInsight también proporciona una integración más avanzada mediante herramientas como ScaleR y SparkR para crear predicciones basadas en datos integrados e ingeridos, incluso con datos de una secuencia.Azure HDInsight also offers more advanced integration through tools like ScaleR and SparkR to create predictions based on integrated and ingested data, even working with data from a stream. La solución de predicción de retrasos de vuelos muestra cada una de estas funcionalidades avanzadas cuando se usa para predecir retrasos de vuelos en función de las condiciones meteorológicas.The flight delay prediction solution demonstrates each of these advanced capabilities when used to predict flight delays based on weather conditions. La solución de HDInsight también permite controles empresariales, como la seguridad de los datos, el acceso a la red y la supervisión del rendimiento para la puesta en marcha de patrones.The HDInsight solution also allows for enterprise controls, such as data security, network access, and performance monitoring to operationalize patterns.

PrediccionesPredictions

Después de crear y entrenar un patrón, puede aplicarlo mediante las API, que pueden realizar predicciones durante la entrega de una experiencia digital.After a pattern is built and trained, you can apply it through APIs, which can make predictions during the delivery of a digital experience. La mayoría de estas API se crean a partir de un modelo bien entrenado basado en un patrón de los datos.Most of these APIs are built from a well-trained model based on a pattern in your data. A medida que más clientes implementan las cargas de trabajo diarias en la nube, las API de predicción que usan los proveedores de la nube conducen a una adopción cada vez más rápida.As more customers deploy everyday workloads to the cloud, the prediction APIs used by cloud providers lead to ever-faster adoption.

Azure Cognitive Services es un ejemplo de API predictiva creada por un proveedor de la nube.Azure Cognitive Services is an example of a predictive API built by a cloud vendor. Este servicio incluye API predictivas para la moderación de contenido, la detección de anomalías y las sugerencias para personalizar el contenido.This service includes predictive APIs for content moderation, anomaly detection, and suggestions to personalize content. Estas API están preparadas para usar y se basan en patrones de contenido conocidos, que Microsoft ha usado para entrenar los modelos.These APIs are ready to use and are based on well-known content patterns, which Microsoft has used to train models. Cada una de esas API realiza predicciones basadas en los datos que se introducen en la API.Each of those APIs makes predictions based on the data you feed into the API.

Azure Machine Learning permite la implementación de algoritmos personalizados, que pueden crear y entrenar únicamente con sus propios datos.Azure Machine Learning lets you deploy custom-built algorithms, which you can create and train based solely on your own data. Obtenga más información sobre la implementación de predicciones con Azure Machine Learning.Learn more about deploying predictions with Azure Machine Learning.

En el artículo sobre la configuración de clústeres en HDInsight se describen los procesos para exponer las predicciones desarrolladas para ML Services en Azure HDInsight.Set up HDInsight clusters discusses the processes for exposing predictions developed for ML Services on Azure HDInsight.

InteraccionesInteractions

Una vez que una predicción está disponible a través de una API, se puede usar para influir en el comportamiento del cliente.After a prediction is made available through an API, you can use it to influence customer behavior. Esa influencia se produce en forma de interacciones.That influence takes the form of interactions. Una interacción con un algoritmo de aprendizaje automático se produce dentro de las otras experiencias digitales o ambientales.An interaction with a machine learning algorithm happens within your other digital or ambient experiences. A medida que se recopilan datos a través de la aplicación o la experiencia, se ejecutan mediante los algoritmos de aprendizaje automático.As data is collected through the application or experience, it's run through the machine learning algorithms. Cuando el algoritmo predice un resultado, la predicción se puede volver a compartir con el cliente mediante la experiencia actual.When the algorithm predicts an outcome, that prediction can be shared back with the customer through the existing experience.

Obtenga más información sobre cómo crear una experiencia ambiental a través de una solución de realidad ajustada.Learn more about how to create an ambient experience through an adjusted reality solution.

Pasos siguientesNext steps

Una vez familiarizado con las materias de invención y la metodología de innovación, está preparado para aprender a crear usando la empatía con el cliente.Having acquainted yourself with disciplines of invention and the Innovate methodology, you're now ready to learn how to build with customer empathy.