Innovación tecnológica para inteligencia de negocios y análisis (Alzoubi, Alshurideh y Vasudevan)
Innovación tecnológica para inteligencia de negocios y análisis (TIBIA): Técnicas y prácticas para la innovación en inteligencia de negocios.
1. Introducción:
Este documento de análisis resume los principales temas e ideas relevantes presentadas en los extractos proporcionados del libro «Technology Innovation for Business Intelligence and Analytics (TIBIA)». El libro explora diversas aplicaciones de la tecnología para mejorar las prácticas de inteligencia de negocios y analítica. Los extractos abarcan una amplia gama de temas, incluyendo el impacto de las redes sociales, tecnologías de transformación digital, ciberseguridad, digitalización en contabilidad y auditoría, técnicas avanzadas de análisis de datos, billeteras digitales y comercio electrónico, el Internet de las Cosas (IoT) en el ámbito médico, y el empoderamiento de los empleados.
2. Temas Principales e Ideas Relevantes:
2.1. Redes Sociales y Transformación Digital:
Impacto de las Redes Sociales en la Educación Superior:
Un estudio realizado en India encontró que el tipo de red social utilizada impacta significativamente en la efectividad de las instituciones de educación superior. Sin embargo, factores como el área de estudio, lugar de educación y el periodo de uso de redes sociales no mostraron diferencias significativas. Esto sugiere que la plataforma en sí podría ser más influyente que los factores demográficos en este contexto.
Uso de Aprendizaje Automático para la Protección de Cuentas:
El libro aborda la aplicación del aprendizaje automático, específicamente de las Máquinas de Vectores de Soporte (SVM), para proteger cuentas de usuario en plataformas como Twitter. SVM utiliza un «hiperplano» para separar distintas clases de datos, buscando ampliar la brecha entre actividades legítimas y maliciosas. La efectividad de SVM depende de parámetros como ‘C’, que determina el margen de separación.
Transformación Digital y Gestión de Proyectos:
Los extractos mencionan el impacto de tecnologías como computación en la nube, DevOps, inteligencia artificial y aprendizaje automático como «Transformación Digital y Tecnologías Disruptivas» en la gestión de proyectos. No obstante, los hallazgos específicos de estas secciones no se detallan en el contenido proporcionado.
2.2. Ciberseguridad:
Comunicación y Reclutamiento en el Ciberterrorismo:
Una revisión sistemática de literatura enfatiza las tácticas en evolución del ciberterrorismo, incluyendo el uso de técnicas avanzadas y monedas virtuales como Bitcoin para la recaudación de fondos y transacciones anónimas en mercados ilícitos de la Dark Web (DW). El objetivo de estas actividades suele ser «provocar una gran pérdida humana y dañar infraestructuras críticas». Las agencias de aplicación de la ley (LEAs) buscan continuamente nuevas formas de detectar y bloquear estas acciones, lo cual requiere la evaluación de grandes conjuntos de datos vinculados al reclutamiento terrorista y al narcotráfico. La revisión también identifica áreas clave de investigación como el análisis de códigos, métodos de comunicación y razones por las que los terroristas se sienten seguros en la Dark Web.
Sistemas de Detección de Intrusos (IDS):
La sección de trabajos relacionados menciona brevemente el desarrollo de marcos que utilizan el Algoritmo de Enjambre de Peces Artificiales (AFSA) con Redes Neuronales de Retropropagación (BPNN) para la detección de vulnerabilidades, y mecanismos de aprendizaje profundo (DL) utilizando Redes Neuronales Convolucionales Unidimensionales (1DCNN) para marcos de tráfico de Internet invasivo, demostrando la aplicación de la IA en la mejora de la ciberseguridad.
2.3. Digitalización en Contabilidad y Auditoría:
Digitalización Empresarial en Contabilidad y Auditoría:
Esta sección introduce el concepto de tecnología blockchain como un «registro distribuido de actividades económicas que puede configurarse para registrar no solo transacciones financieras, sino prácticamente cualquier cosa de valor». Blockchain crea una base de datos descentralizada y segura mediante bloques hashados de datos interconectados, ofreciendo trazabilidad y transparencia. También se plantea la posibilidad de una «auditoría continua dentro del lenguaje XBRL (eXtensible Business Reporting Language)» como una preocupación contemporánea.
Percepción de los Contadores y Habilidades Esenciales sobre Blockchain:
Este capítulo explora el impacto del blockchain en la contabilidad, destacando su potencial para revolucionar el «registro, actualización y conservación segura de transacciones y datos contables». Blockchain distribuye los registros entre los usuarios, garantizando un historial permanente y verificado mediante criptografía y mecanismos de consenso. Esto puede mejorar la eficiencia y proporcionar «certeza absoluta sobre la propiedad e historial de los activos». El capítulo aclara que, aunque Bitcoin fue la primera aplicación blockchain en criptomonedas, la tecnología tiene aplicaciones mucho más amplias. Un estudio dentro de este capítulo probablemente evalúa el conocimiento, utilidad percibida, facilidad de aplicación, preocupaciones y el impacto futuro del blockchain en la profesión contable.
Sistemas de Información Contable (AIS): Control y Seguridad:
Esta sección discute la importancia de la estabilidad y seguridad de los AIS para los usuarios de información financiera. Se cuestiona si los auditores externos deben incluir un párrafo específico en sus informes abordando los controles y la seguridad del AIS. El objetivo es aumentar la confianza de los usuarios en los estados financieros, destacando que «la manera más común de obtener información precisa es mediante una auditoría independiente (reduciendo el riesgo informativo)». El uso creciente de tecnologías como IoT y blockchain en la gestión financiera resalta aún más la relevancia de la seguridad de los AIS.
2.4. Analítica de Negocios y Ciencia de Datos:
Factores Clave para el Éxito en la Ciencia de Datos:
Un capítulo explora el entorno en el que los científicos de datos operan en empresas, señalando desafíos como la escasa calidad de los datos, estructuras organizacionales deficientes y resistencia cultural al uso de datos. Factores clave para el éxito incluyen «habilidades técnicas, comunicación efectiva, pensamiento crítico, experiencia en negocios y trabajo en equipo». Se argumenta que, si bien los modelos pueden ayudar a la toma de decisiones, la interpretación y aplicación efectiva dependen en gran medida de los humanos. También se destaca la importancia del diseño organizacional para fomentar la colaboración entre departamentos de ciencia de datos y áreas de negocio.
Aplicaciones de Big Data en la Toma de Decisiones Empresariales:
Se presentan hallazgos sobre cómo el Big Data puede respaldar la toma de decisiones empresariales, incluyendo el análisis de sentimientos y el uso de herramientas como Hadoop y MapReduce para gestionar grandes volúmenes de datos. El análisis semántico de sentimientos permite a las empresas anticipar comportamientos del consumidor mediante redes sociales y plataformas en línea. Las organizaciones deben adaptar su cultura, estructuras y procesos para integrar efectivamente estas herramientas analíticas.
Análisis Estadístico Predictivo para Riesgo Crediticio:
Este capítulo compara la Regresión Logística con Máquinas de Vectores de Soporte (SVM) para clasificar a los clientes bancarios en grupos de riesgo crediticio. Ambos modelos demostraron alta precisión, pero las SVM fueron más efectivas en clasificar clientes con bajo riesgo, mientras que la Regresión Logística funcionó mejor con clientes de riesgo medio. Se concluye que la combinación de ambos modelos puede ofrecer mejores resultados.
2.5. Tecnología Financiera y Comercio Electrónico:
Billeteras Digitales en India:
Se analiza el crecimiento de las billeteras digitales en India, impulsado por la demonetización en 2016 y la pandemia de COVID-19. Factores que influyen en su adopción incluyen seguridad, conveniencia, utilidad percibida, facilidad de uso y reputación del proveedor. Las billeteras digitales permiten realizar pagos sin contacto, transferencias entre pares y transacciones en línea, facilitando la inclusión financiera y la eficiencia del sistema bancario.
Desarrollo de una Plataforma de Comercio Electrónico para Productos Agrícolas:
Este capítulo propone un sistema de comercio electrónico que conecta directamente a los agricultores con los consumidores, reduciendo intermediarios y aumentando los márgenes para los productores. El sistema incluye una base de datos para gestionar productos, precios y transacciones. La solución busca abordar ineficiencias en la cadena de suministro agrícola tradicional.
2.6. Aplicaciones del Internet de las Cosas (IoT):
IoT Médico para Monitoreo de Signos Vitales:
Se propone un sistema IoT que monitorea la temperatura corporal, el ritmo cardíaco y el nivel de oxígeno en la sangre, enviando los datos a una aplicación móvil mediante tecnología Wi-Fi y sensores como LM35, MAX30100 y ESP8266 NodeMCU. Esta solución tiene aplicaciones en el monitoreo remoto de pacientes, facilitando la atención médica personalizada y oportuna.
2.7. Recursos Humanos y Cultura Organizacional:
Empoderamiento de los Empleados para la Transformación Empresarial:
Se argumenta que empoderar a los empleados —a través de la capacitación, autonomía, participación en la toma de decisiones y reconocimiento— puede conducir a una transformación empresarial sostenible. Se propone un marco para evaluar cómo los programas de empoderamiento impactan la productividad, la innovación y la satisfacción laboral.
3. Observaciones Finales:
Los extractos del libro «Technology Innovation for Business Intelligence and Analytics» revelan la amplitud y profundidad con que las tecnologías emergentes están transformando múltiples funciones empresariales. Desde redes sociales y ciberseguridad hasta contabilidad digital, ciencia de datos, billeteras electrónicas y IoT médico, las tecnologías están remodelando el panorama de la toma de decisiones y la eficiencia operativa. Se enfatiza la necesidad de integrar estas herramientas con una gestión organizacional adecuada, capacidades humanas complementarias y cultura de innovación. La comprensión y aplicación efectiva de estas tendencias pueden posicionar mejor a las organizaciones para competir en un entorno cada vez más impulsado por los datos.
Fuente: Alzoubi, H. M., Alshurideh, M. T., & Vasudevan, S. (2024). Technology innovation for business intelligence and analytics (TIBIA): Techniques and practices for business intelligence innovation. Cham, Switzerland: Springer Nature.
#InnovaciónTecnológica #InteligenciaDeNegocios #TransformaciónDigital #AnalíticaAvanzada #LiderazgoTecnológico