Alumni FEN crean Data Analytics HUB: Una iniciativa para impulsar la analítica avanzada en Chile
Como una iniciativa impulsada por egresados del Data Analytics Certificate impartido por la FEN junto al MIT, este HUB pretende facilitar y acelerar la implementación de tecnologías y metodologías avanzadas de análisis de datos en diversas industrias en Chile, ayudándoles a adoptar soluciones innovadoras y mejorando así su eficiencia y competitividad.
De acuerdo con nuestra experiencia profesional, indica el gerente General del HUB, José Manuel Arata, creemos que, si bien el Data Analytics es un tema muy relevante actualmente, “aún existen grandes espacios de desarrollo para el uso cotidiano de estas herramientas. En la gran mayoría de las organizaciones las decisiones, estratégicas, tácticas y operativas, se siguen tomando en base a historia o experiencia y es ahí donde los modelos optimizadores juegan un rol clave como complemento. Es innegable que hemos avanzado en esta dirección, sin embargo, aún tenemos mucho camino por recorrer”, indica.
Desde el HUB, cuenta Arata, que han constatado que al interior de las organizaciones ese camino aplica transversalmente a diversas industrias. “Luego de varios encuentros y conversaciones llegamos a la conclusión que se vuelve muy relevante y fundamental ocupar estos espacios utilizando nuestra experiencia profesional y los conocimientos que nos entregó el Data Analytics Certificate en FEN como en el MIT”.
Proyectos destacados
Entre los proyectos destacados que está impulsando el Data Analytics HUB, está la “Optimización tiempos de respuesta en vehículos de Seguridad Municipal”. Según indica Arata, el desafío en este caso está en “lograr la mayor reducción posible en los tiempos de respuesta a emergencias de los vehículos de seguridad de una municipalidad en Santiago”. La aproximación al problema incluye un mapeo histórico de hechos delictivos en la comuna a lo largo del tiempo, la determinación de sus niveles de incidencia a través de algoritmos de Machine Learning y la construcción de Modelo Estadístico que permita optimizar las rutas de los conductores de los vehículos de seguridad para minimizar tiempos de respuesta a emergencias. El impacto buscado en este caso es “la reducción de los tiempos de respuesta a emergencias, pasando de 20 minutos promedio a sólo 4 minutos post aplicación de modelo optimizador”, apuntan.
Otro proyecto que están desarrollando es un “Modelo de Optimización de Precios para la Industria de Personal Care”. Asimismo, estas herramientas podrían tener un rol fundamental en la toma de decisiones de políticas públicas, por ejemplo el proyecto “Optimizando la retención estudiantil: El rol de la analítica en la predicción y prevención de la deserción académica en instituciones de educación superior”.
En este caso, el desafío está en que en los últimos 25 años las instituciones de educación superior (IES) han avanzado enormemente en el almacenamiento de datos de sus estudiantes, recopilando datos de las interacciones con sus profesores por medio de los learning management system (LMS) e información socioeconómica.
Según explican desde el HUB, el propósito de las IES es utilizar estos grandes volúmenes de datos para apoyar el tránsito formativo de sus estudiantes hacia el éxito académico. “Es así como este trabajo buscó mostrar cómo la analítica puede ayudar a tomar decisiones de manera temprana y proactiva a la focalización de recursos en la activación de mecanismos de apoyo para lograr”, explican sobre el proyecto que busca impactar con la construcción de un modelo predictivo que permite calcular un índice de riesgo de caer en causal de eliminación académica al inicio de cada semestre para los estudiantes desde el tercer semestre. “El objetivo de estos modelos es focalizar los mecanismos de apoyo para los estudiantes que se encuentran con mayor riesgo al finalizar dicho semestre. Este modelo utiliza la información de la prueba de selección universitaria y el desempeño académico previa del estudiante en el primer y segundo semestre generando un indicador de riesgo de caer en causal de eliminación. Cabe destacar que con la incorporación de modelos predictivos fue posible focalizar de manera temprana los apoyos académicos, socioeconómicos y de aprendizaje para los estudiantes con el fin de trabajar en disminuir la tasa de deserción académica”, apuntan.
Con cuatro integrantes actualmente (Isidora Ramírez, César Ortega, Pablo Bahamondes y José Manuel Arata), el HUB invita a todos los egresados del Data Analytics Certificate y del Magíster en Data Analytics a compartir los proyectos en los cuales ha trabajado o se encuentran trabajando y así potenciar esta red con el fin de retroalimentarse y generar conocimiento en temas de analítica avanzada.
Entre los próximos pasos del HUB, Arata destaca continuar desarrollando material que permita conocer mejor su trabajo y “profundizar en el desarrollo de nuestro vínculo tanto con la FEN como con la oficina del MIT en Latam. El seguir avanzando con estos pasos nos permitirá contar con más y mejores herramientas para conectar a la experiencia de los egresados con la industria y posicionar a la alianza FEN – MSLAO como un referente en la Industria de la Analítica avanzada”.