No te pierdas un nuevo artículo de opinión de Enrique Díaz, Director de Digital e Innovación de Equmedia, referente al número impreso de Mayo 2022 del Periódico Publicidad.
"Hace ya varios años escribí sobre el uso de hybrid data en los modelos de proyección de escenarios de mercado y su aplicación a campañas de programática. Han pasado, como digo, varios años de ese artículo… tantos años que ya ni siquiera lo llaman hybrid, sino que ahora se denomina syntethic data, pero mi opinión no ha cambiado: sin duda, se trata de una solución infinitamente superior a los modelos actuales; sin duda, responde a una necesidad de capacidad de computación que lo aleja de las capacidades financieras de la mayoría de proveedores tecnológicos –y también de anunciantes–; sin duda, hablamos de una capacidad temporal que lo aleja de poder aplicar su mayor potencial en sistemas basados en pujas, donde el tiempo de reacción es básico.
Pero, ahora que ya he hecho la presentación, pasemos a hablar de qué es el syntehic data y por qué “la realidad no es suficiente”: todos sabemos que cualquier solución o herramienta tecnológica basada en el uso de algoritmos y de IAs se alimentan y fundamentan en datos para desarrollar escenarios y modelos de proyección de resultados en los que basar la creación de audiencias, estrategias de pujas, mensajes y cualquier otra variable dirigida a optimizar la eficacia de las campañas, para luego aprender y optimizar. Después nos encontramos con que la realidad de los datos y sus entornos de adquisición son muy limitados. Nos encontramos con un escenario mucho más complejo y rico que el que los entornos donde se recogen los datos, por lo que siempre partimos con “una mano atada a la espalda”.
Es en esta limitación –donde entran las soluciones basadas en syntehic data o hybrid data, pues se basa en crear “reali dades alternativas” o “realidades ampliadas”– que, partiendo de los datos recogidos en el mundo real y utilizando modelos estadísticos y matemáticos, suplen la carencia de fuentes de información y de datos para crear escenarios mucho más próximos a la realidad. Así, no solo mejora el escenario en el que los algoritmos se alimentan, sino que crean diversos escenarios alternativos de forma que los algoritmos y la IA pueden crear reglas de actuación y aprender desde diferentes realidades que mejoren, además de la rapidez de optimización, el paso rápido a las reglas de actuación creadas para este escenario cuando la realidad cambie o se adecue más a uno de los escenarios alternativos creados.
A priori, sin duda el uso de estas tecnologías es mucho más eficaz que los modelos actuales basados en los datos que recogen en diversos –pero limitados– entornos; tanto es así que algunos expertos ya hablan de que, para la próxima década, el uso de synthetic data será el único utilizado. En mi opinión, como he dicho al principio, no creo que sea así por las limitaciones que antes he apuntado, si bien ocho años son muchos dentro de nuestro sector y la capacidad de computación y costes derivados de la misma puede (y casi con toda probabilidad lo hará) variar de forma drástica y callar así mis dudas. En cualquier caso, sí creo –y coincido con otros expertos– que su uso, de cara a desarrollar mejores algoritmos e IAs que luego sí podamos aplicar a nuestras campañas, será básico y tremendamente útil no solo por lo ya dicho, sino porque permitirá incorporar datos sensibles que eliminen las restricciones legales actuales cualificando aún más la creación de realidades sobre las que trabajar.
La realidad no es suficiente: la realidad es mentirosa o se equivoca; la realidad está sujeta a restricciones; la realidad está sesgada… los conjuntos de datos sintéticos, no. Pero la realidad es tozuda y nuestra realidad se basa en dos parámetros: dinero y tiempo. Tiempo al tiempo.
Buen mes a todos y, como siempre, será un placer debatir con vosotros a través de los perfiles sociales de Equmedia y a través de los míos propios".
