AI-Powered Business Intelligence

Guía práctica que enseña a enriquecer los informes y paneles de inteligencia empresarial tradicionales (BI) con técnicas de machine learning y analítica avanzada para mejorar los pronósticos y la toma de decisiones estratégicas. Publicada en 2022, la obra se apoya en Microsoft Power BI junto con scripts complementarios en Python y R y servicios de AutoML en la nube. Está pensada para analistas de datos, profesionales de Business Intelligence y consultores de nivel intermedio con experiencia previa en modelos de datos relacionales, lenguaje DAX o SQL y visualización de tableros, que desean incorporar capacidades predictivas sin requerir un equipo de científicos de datos dedicado.

El libro enseña a estructurar e implementar las tres grandes ramas de la analítica con IA: descriptiva, predictiva y prescriptiva. En la vertiente predictiva, aborda la clasificación automática, la predicción de métricas e indicadores de rendimiento (KPIs) y la detección de anomalías. En analítica prescriptiva, cubre motores de recomendación y estrategias de siguiente mejor acción (next-best-action). También muestra cómo procesar datos no estructurados mediante servicios en la nube de procesamiento de lenguaje natural (NLP) para minería de texto y visión por computadora para clasificación de imágenes, integrando las inferencias en flujos de datos de Power BI a través de plataformas de AutoML y AI-as-a-Service (como AWS, Azure, Google Cloud o DataRobot).

A lo largo de los capítulos se construyen prototipos interactivos que culminan en un panel analítico completo que integra modelos predictivos directamente en la interfaz de usuario de Power BI. Su principal valor radica en capacitar al analista de negocio para validar rápidamente hipótesis y desplegar pruebas de concepto de alto impacto sin atascarse en la complejidad de escribir algoritmos desde cero. Deja fuera la teoría matemática de optimización de redes neuronales o el empaquetado de modelos en contenedores de producción complejos. Se recomienda contar con soltura en Power BI y nociones básicas de sintaxis en Python o R para aprovechar al máximo los ejemplos.