Actualidad

La receta del Machine Learning

Por Beatriz González, Chief Operating Officer de iProspect España. @beta1391

Viendo esta mañana mi Linkedin durante la hora tonta en la que uno está todavía medio despierto medio soñando, me llamó la atención un post sobre cómo preparar una tortilla de patatas. No era más que seguir una secuencia de pasos, o lo que los entendidos llamarían “algoritmo”. Y, aparte de terminar de despertarme por lo que me había gustado el ejemplo, pensé: “qué buen recurso para exponer cómo conceptos que sentimos alejados, o que incluso nos dan cierto miedo, están en lo que hacemos a diario sin ni siquiera percatarnos de ello”.

Otro caso patente es el Machine Learning, gracias al cual recibimos sugerencias de series y películas que nos podrían gustar en Netflix, música compatible en Spotify o recomendaciones de productos en Amazon sin ni siquiera pestañear.

Pero, ¿qué es el Machine Learning exactamente?

Comencemos por definir Inteligencia Artificial ya que son términos que suelen confundirse. Inteligencia Artificial es un concepto macro que de forma simplificada tiene que ver con la capacidad de las máquinas para actuar como humanos, es decir, en el mejor de los casos, como seres con inteligencia. Dentro de la Inteligencia Artificial tenemos el Machine Learning, que consiste en la capacidad de procesar grandes cantidades de datos para detectar patrones, que permitan extraer conclusiones para mejorar un proceso o, como en el caso de los ejemplos mencionados, dar una recomendación basada en la “experiencia” previa.

Ahora bien, ¿cómo se come esto?

Aquí es donde el ejemplo de la tortilla de patatas me viene de perlas, porque aludiendo al comer (que a poca gente le disgusta) podemos verlo como una receta en cuya preparación hay 5 ingredientes básicos que no pueden faltar:

  • Utilizar el sentido común. No hay que obsesionarse con aplicar Machine Learning si no tiene sentido hacerlo. Debemos fijarnos en nuestros objetivos de negocio, y preguntarnos si, para su consecución, se necesita extraer información en base a una gran cantidad de datos, y de forma periódica.
  • Como en los buenos restaurantes, esto va de tu cliente. No solo va de ser más eficientes sino de poder obtener insights que permitan personalizar experiencias de usuario a gran escala, eliminando con ello la fricción entre lo que el cliente espera y lo que tu marca ofrece.
  • No solo vale el arte, sino que hay que dominar la técnica. En este mundo, donde cada día surgen más tecnologías que se suben al carro, es fundamental contar con un equipo que pueda estar al día en las herramientas disponibles y cómo aplicarlas al negocio. Conocimientos en estadística, R, Python, Big Data, marcan la diferencia a la hora de ser certeros, no sólo en la evaluación de la calidad del dato, sino en la mejor forma de tratarlos e interpretar los resultados.
  • Un buen plato rara vez sale perfecto a la primera. Hay que estar abiertos a la experimentación, porque si esperamos a tener el dato perfecto para empezar a probar cómo el Machine Learning puede ayudarnos a conseguir nuestros objetivos, probablemente nunca suceda. Es recomendable comenzar por ver que poco a poco todos nuestros assets estén correctamente etiquetados, y que por tanto estemos recogiendo datos que nos permitan hacer pruebas.
  • El Machine Learning se cocina a fuego lento. Debemos tener en cuenta que cuantos más datos recojamos, y durante más tiempo, más certero será el output de la máquina.

Como aperitivo te invito a que veas algunos ejemplos de aplicación de Machine Learning presentes en el más reciente whitepaper de iProspect al respecto. ¡Buen provecho!


Beatriz González es ingeniera informática con experiencia en desarrollo web en los inicios de su carrera profesional. Tras hacer un máster en administración de empresas y quedar prendada por el marketing, comenzó su carrera en este ámbito dentro del área de optimización en buscadores. Con más de 10 años en el marketing digital, desempeña en la actualidad el cargo de Directora de Operaciones de iProspect España, donde tiene la oportunidad de coordinar la ejecución de estrategias globales orientadas a performance.