5. FUTUROS MÓDULOS DE LITEBI
En este apartado trataremos de explicar los módulos que se encuentran en desarrollo actualmente para Litebi.
A partir de la información contenida en liteSpace, liteEureka aplica técnicas de minería de datos e inteligencia artificial para localizar patrones de información que puedan ser útiles al usuario. El objetivo es el descubrimiento automático de información relevante entre los datos estructurados residentes en liteSpace utilizando las estructuras dimensionales.
liteEureka funciona como un framework para crear sistemas expertos que se adapten a las necesidades del usuario (bien entrenándolo, bien definiendo reglas). Será posible crear sistemas expertos verticalizados adaptados a las necesidades de distintos ámbitos (Ej. Sistema experto de control de calidad en una línea de fabricación).
El concepto clave en liteEureka es el de “descubrimiento” el sistema funciona como un sugeridor/descubridor capaz de adaptarse a las necesidades del cliente.
Se plantea el desarrollo propio desde cero de liteEureka apoyándose en librerías y técnicas de IA y Minería de Datos que permita al sistema trasladar al usuario descubrimientos como:
- Clasificación: Dadas unas variables determinadas (para un cliente: sexo, edad y región), genera y propone una serie de “arquetipos” para comprender la información (Ej. Un 12% son mujeres entre 25-35 años de Madrid, Un 9% hombres de 40-50 años de Barcelona, etc.)
- Información potencialmente relevante. En base a las reglas definidas en el sistema experto mostrar información similar a la información que anteriormente se consideró valiosa.
- Datos anómalos (limpieza de datos, detección de casos exóticos). Ej. El cliente A efectuó una compra 20 veces superior a su media en determinado día, etc.
Como parte del enfoque de Software como Servicio, Litebi incorpora funcionalidades que optimizan el uso de la aplicación por parte de equipos de trabajo. liteTeam aporta:
- Mail Integrado: El sistema es capaz de enviar correos electrónicos con informes adjuntos. Se puede programar el envío de estos correos o bien enviarlos en el momento del análisis.
- Alarmas: Es posible definir Alarmas de forma que, ante determinados eventos (ej. Un valor supera el umbral indicado) desencadenen un suceso (ej. envío de un correo o aviso a un usuario). Permite controlar la información de forma pasiva.
- Colaboración: Es posible agregar comentarios a los elementos de análisis, o llamar la atención de otro usuario sobre datos determinados. (ej. proceso de revisión de objetivos de ventas en el que el responsable va marcando elementos de datos y los comerciales explican los motivos detrás del valor)
Herramienta para el análisis de los datos no estructurados (textuales) almacenados en liteSpace o existentes en Internet.
LiteConcepts supone la creación un lenguaje de representación de ontologías relacionadas con el modelo dimensional almacenado en liteSpace. Planteamos un desarrollo propio apoyándose en librerías y técnicas de minería web y tecnologías semánticas que permitirá:
- Relacionar información no estructurada con información estructurada. Por ejemplo mientras se realiza un análisis OLAP ser capaz de ofrecer un contexto relacionado de Noticias, documentos o webs relacionadas.
- Vigilar un determinado sector de Internet. El sector se define como un conjunto de conceptos construidos usando técnicas de minería web a partir de un input suministrado por el usuario (keywords, webs, etc.). ( Ej. Vigilancia competitiva del sector del calzado, posibilitando recibir noticias relacionadas, descubrimiento de información relevante, monitorización de webs, etc.).
- Usar para el proceso de toma de decisiones información proveniente de diferentes orígenes ya existentes en internet (Google Trends, Noticias, Google Sets, Digg, Freebase, Technorati, etc.) (Ej. Uso de noticias de internet, datos internos de ventas, y tendencias detectadas en Google Trends para presentar un Cuadro de Mando sobre tendencias de marketing en un determinado sector).