WiMLDS 6th Meetup, Esther Morales

1. Esther Morales
Socia y Directora de Negocio
esther.morales@piperlab.es

2. Ayudamos a nuestros clientes a afrontar retos
de negocio tomando decisiones basados en

3. Los datos son
Del siglo XXI
e

4. En los dos últimos años
Que en toda la historia de
la humanidad

5. A día de hoy solo
existentes, son analizados y
usados

6. Necesidades básicas: la información en las fuentes es fiable
La pirámide de Maslow de los datos

7. Necesidades básicas

8. Necesidades básicas: la información en las fuentes es fiable
Necesidad de seguridad: los datos y los accesos son seguros
La pirámide de Maslow de los datos

9. Necesidades de seguridad
● Gobierna tus datos: identifica fuentes y define bien los procesos de recopilación de
información.
● ¿Debe este dato estar disponible a toda la compañía? Define políticas, roles y aplícalas a
la organización.
● ¿Debería este dato estar anonimizado? ¿Estoy seguro de que lo está?
● Monitoriza todo: datos, procesos y accesos.

10. Necesidades básicas: la información en las fuentes es fiable
Necesidad de seguridad: los datos y los accesos son seguros
Necesidad de pertenencia: integración consistente de datos
La pirámide de Maslow de los datos

11. Necesidad de pertenencia

12. Necesidades básicas: la información en las fuentes es fiable
Necesidad de seguridad: los datos y los accesos son seguros
Necesidad de pertenencia: integración consistente de datos
Necesidad de aprecio: compañías orgullosas de sus datos
La pirámide de Maslow de los datos

13. Necesidad de aprecio
La compañía confiará en sus datos si sus procesos son transparentes,
monitorizados y bien documentados.
● Involucra departamentos clave en los proyectos
● No es sencillo ni rápido pero, a la larga, la organización estará
de acuerdo en definiciones básicas de KPIs y datos
involucrados.
● Tus Data Scientists estarán felices: menos esfuerzo en
limpieza y preprocesamiento de datos (~70% del tiempo de
proyectos de Data Science).
● Tu compañía estará a punto de tomar decisiones data-driven.

14. La pirámide de Maslow de los datos
Necesidades básicas: la información en las fuentes es fiable
Necesidad de seguridad: los datos y los accesos son seguros
Necesidad de pertenencia: integración consistente de datos
Necesidad de aprecio: compañías orgullosas de sus datos
Necesidad de auto-actualización: valor continuo para la compañía.

15. Necesidad de auto-actualización
● Automatiza tus procesos
● Responsabiliza sobre los datos:
○ ¿Quién toma la decisión de crear
nuevas estructuras?
○ ¿Quién provee acceso a los datos?
○ ¿Quién tiene el conocimiento para
explotarlo y reutilizarlo?
○ Chief Data Officer

16. La pirámide de Maslow de los datos
Necesidades básicas: la información en las fuentes es fiable
Necesidad de seguridad: los datos y los accesos son seguros
Necesidad de pertenencia: integración consistente de datos
Necesidad de aprecio: compañías orgullosas de sus datos
Necesidad de auto-actualización: valor continuo para la compañía.

17. Inteligencia Artificial & Machine Learning

18. Enfrentarse a los
datos
Explorarlos para
descubrir relaciones
y patrones.
Comunicar los
resultados

19. Niveles de analítica

21. www.piperlab.es
DATOS
TERNOS
DATOS
TERNOS
Transaccionales
Usuarios & CRM
Navegación online
Ventas
Productos
Llamadas de teléfono
Emails
Encuestas
LOS DATOS
+
ERP
Transferencias
Informes públicos
Eventos
Redes Sociales
Calendario
Banco Mundial
INE
BOE Meteo
Socio-Económicos
Desarrollo
Geográficos
Contaminación

22. Una historia de muchos viajes
● En esta imagen hay 10 pelotas de
tenis. Si tuvieras que recoger todas,
¿cuál sería el camino mínimo para
recogerlas?
● ¿Cómo encontrarías ese camino?
¿Cómo sabes que no hay un camino
mejor?
● En este contexto, comparar dos
formas diferentes de recoger las
pelotas es sencillo: nos quedamos
con la que menos distancia recorra.
● A esto lo llamamos una función de
fitness que queremos minimizar.

23. Una historia de muchos viajes
● Aún así no es nada sencillo: existen
más de 180.000 formas diferentes
de recorrer los 10 puntos.
● Pero, ¿y si en vez de 10 puntos
hubiera 30?
● La cosa se complica ya que existen
● Un ordenador que calcule 1 millón
de rutas por segundo, tardaría más
que la edad de todo el universo en
calcular todas.

24. Algoritmos evolutivos para encontrar el óptimo

25. Algoritmos evolutivos para encontrar el óptimo

26. ¿ Es posible saber

27. ¿ Es posible saber

28. ¿ Es posible saber

29. ¿ Es posible saber

30. ¿ Es posible

31. Take away points

32. Esther Morales
Socia y Directora de Negocio
esther.morales@piperlab.es