108. BIG DATA & ANALYTICS: Por qué BI es insuficienteGeneXus
El documento describe cómo el análisis de datos tradicional (BI) ya no es suficiente para aprovechar todo el potencial de los grandes volúmenes y variedades de datos (Big Data). El Big Data y el análisis avanzado se han convertido en imperativos empresariales clave para impulsar el crecimiento y la competitividad. IBM ofrece soluciones integrales de Big Data y análisis para ayudar a las organizaciones a extraer valor de todos sus datos.
Presentación durante el XXIX Encuentro de Telecomunicaciones y Economía Digital a cargo de Juan Angulo López-Dóriga, Director de Business Applications Services FUJITSU
Social Intelligence, BI para Social (español)Stratebi
Este documento describe el concepto de Inteligencia Social y Negocios y cómo puede usarse para analizar datos de medios sociales. Explica que la Inteligencia Social combina el análisis tradicional de negocios con datos de redes sociales para comprender mejor a los clientes. También describe herramientas de análisis de medios sociales y cómo pueden usarse para mejorar la reputación de marca, aumentar el tráfico web y interactuar con los clientes.
Este documento presenta cinco escenarios de Big Data en marketing digital. Explica brevemente conceptos clave como marketing digital, Big Data, y la relación entre ambos. Luego, describe tres escenarios principales de aplicación de Big Data en marketing digital: gestión de reputación, análisis de clientes, y CRM social. Cada escenario se beneficia de la capacidad de Big Data para procesar grandes volúmenes de datos no estructurados de fuentes heterogéneas.
CRM y Big Data: el nuevo cliente vitaminadoAndres Karp
Conferencia sobre CRM y Big Data y la nueva realidad del cliente vitaminado. En esta conferencia se hablo sobre las posibilidades que el Big Data aporta a la gestión de clientes mediante el CRM. Congreso Web Zaragoza 2015
Big Data Analytics y sus implicaciones en la experiencia de usuarioUX Nights
El documento describe cómo el análisis de big data puede mejorar la experiencia del usuario de servicios de televisión por protocolo de Internet (IPTV) mediante la resolución proactiva de fallas. Explica que al integrar los datos operativos y de servicio de los clientes de IPTV con big data analytics, los proveedores pueden monitorear el desempeño, identificar problemas y actualizar dispositivos de forma proactiva para mejorar la calidad de servicio y lealtad de los clientes. También recomienda que las organizaciones identifiquen casos de uso prior
Un recorrido por las diferentes tendencias del Big Data, importantes eventos a nivel mundial, desarrollo del Big Data en Europa, Estados Unidos y Corea del Sur y más.
Nota: referencias y enlaces de interés indicados en los comentarios de cada diapositiva, descargar la presentación para poder verlos.
108. BIG DATA & ANALYTICS: Por qué BI es insuficienteGeneXus
El documento describe cómo el análisis de datos tradicional (BI) ya no es suficiente para aprovechar todo el potencial de los grandes volúmenes y variedades de datos (Big Data). El Big Data y el análisis avanzado se han convertido en imperativos empresariales clave para impulsar el crecimiento y la competitividad. IBM ofrece soluciones integrales de Big Data y análisis para ayudar a las organizaciones a extraer valor de todos sus datos.
Presentación durante el XXIX Encuentro de Telecomunicaciones y Economía Digital a cargo de Juan Angulo López-Dóriga, Director de Business Applications Services FUJITSU
Social Intelligence, BI para Social (español)Stratebi
Este documento describe el concepto de Inteligencia Social y Negocios y cómo puede usarse para analizar datos de medios sociales. Explica que la Inteligencia Social combina el análisis tradicional de negocios con datos de redes sociales para comprender mejor a los clientes. También describe herramientas de análisis de medios sociales y cómo pueden usarse para mejorar la reputación de marca, aumentar el tráfico web y interactuar con los clientes.
Este documento presenta cinco escenarios de Big Data en marketing digital. Explica brevemente conceptos clave como marketing digital, Big Data, y la relación entre ambos. Luego, describe tres escenarios principales de aplicación de Big Data en marketing digital: gestión de reputación, análisis de clientes, y CRM social. Cada escenario se beneficia de la capacidad de Big Data para procesar grandes volúmenes de datos no estructurados de fuentes heterogéneas.
CRM y Big Data: el nuevo cliente vitaminadoAndres Karp
Conferencia sobre CRM y Big Data y la nueva realidad del cliente vitaminado. En esta conferencia se hablo sobre las posibilidades que el Big Data aporta a la gestión de clientes mediante el CRM. Congreso Web Zaragoza 2015
Big Data Analytics y sus implicaciones en la experiencia de usuarioUX Nights
El documento describe cómo el análisis de big data puede mejorar la experiencia del usuario de servicios de televisión por protocolo de Internet (IPTV) mediante la resolución proactiva de fallas. Explica que al integrar los datos operativos y de servicio de los clientes de IPTV con big data analytics, los proveedores pueden monitorear el desempeño, identificar problemas y actualizar dispositivos de forma proactiva para mejorar la calidad de servicio y lealtad de los clientes. También recomienda que las organizaciones identifiquen casos de uso prior
Un recorrido por las diferentes tendencias del Big Data, importantes eventos a nivel mundial, desarrollo del Big Data en Europa, Estados Unidos y Corea del Sur y más.
Nota: referencias y enlaces de interés indicados en los comentarios de cada diapositiva, descargar la presentación para poder verlos.
Customer Analytics; qué se necesita y cómo conseguirlo by Josep CurtoSngular Meaning
Josep Curto nos acerca al mundo del Big Data y cómo el estudio de la evidencia de los datos nos ayuda a tomar mejores decisiones de negocio. Escuchar al cliente, analizar los datos que nos proporcionan nos permite, como compañía, mejorar nuestros procesos, añadir valor a nuestra relación con los clientes y obtener mejores resultados.
El documento describe el concepto de Big Data. Explica que Big Data incluye tres aspectos: marketing por parte de la industria de software, tecnología centrada en NoSQL, y nuevas formas de abordar problemas de negocio. También proporciona ejemplos de compañías de Big Data como Hadoop, Cassandra y MongoDB, y casos de uso potenciales en diferentes industrias. Finalmente, discute los retos de Big Data como el alto costo y la escasez de proyectos, pero predice que Big Data se convertirá en una parte integral de las operaciones empres
El documento compara Business Intelligence (BI) y Big Data, señalando que mientras BI se enfoca en el análisis de sistemas empresariales estructurados usando bases de datos relacionales, SQL y herramientas de software propietarias, Big Data se enfoca en indexar y analizar grandes cantidades de datos no estructurados usando tecnologías como Hadoop, bases de datos NoSQL, y herramientas de código abierto distribuidas por compañías como Hortonworks, Cloudera y MapR.
El documento habla sobre el Big Data y su aplicación al turismo. Explica que el Big Data se refiere a grandes cantidades de datos de diferentes tipos que son recopilados y analizados para identificar patrones. Estos datos provienen de las interacciones de los usuarios en internet y las redes sociales. El Big Data puede sistematizar y convertir automáticamente estos datos en información útil. En el turismo, el Big Data puede ayudar a las empresas a tomar mejores decisiones al permitirles detectar tendencias de comportamiento de los clientes.
El objetivo de este modulo es ofrecer una vision general sobre el impacto futuro del Big Data.
Una vez completado este modulo, podrá:
Obtener una valiosa información de las predicciones para el futuro del Big Data
Conseguir un mayor conocimiento que permita reconocer algunas de las tendencias que están surgiendo
Adquirir una vision general de las oportunidades que pueden beneficiar a su negocio con el Big Data
Comprender algunos de los desafíos iniciales que podrías tener con el Big Data
10 Formas en que el Big Data está revolucionando el marketing y las ventasGERENS
Alcanzar la optimización de los precios de un producto o servicio es mucho más factible gracias a los avances en los algoritmos del big data y a las técnicas avanzadas de analítica. De hecho ya ocurre hoy la racionalización en la rutina de toma de decisiones de los precios en industrias impulsadas por materias primas, donde los productos son inelásticos.
Manuel Machado - Big data, de la investigación científica a la gestión empres...Fundación Ramón Areces
Este documento describe cómo el Big Data puede aplicarse en el sector financiero. En primer lugar, explica la evolución de la gestión de datos hacia el análisis avanzado y las principales necesidades y fuentes de datos en el sector financiero. Luego, presenta varios casos de uso del Big Data en riesgo, fraude, cumplimiento y otros ámbitos, como mejorar los modelos de scoring crediticio y detectar patrones fraudulentos. Por último, analiza cómo esta tecnología permite cumplir mejor los requisitos regulatorios en materia de prevención de blanqueo de
Turning big data into big value césar hernandezAMDIA-Integra
El documento habla sobre cómo las empresas pueden obtener valor de los grandes volúmenes de datos (Big Data). Explica que las empresas deben darle sentido a los datos al vincularlos con los objetivos del negocio y generar valor mediante el entendimiento de los clientes y campañas multicanal personalizadas. También presenta estudios de caso de cómo Cisco y Best Western han tenido éxito al implementar estas estrategias.
Este documento presenta una introducción a los conceptos de Business Analytics y Big Data. Explica cómo los grandes volúmenes de datos (Big Data) están cambiando los retos de las empresas y cómo adaptarse a ellos. Propone un plan de acción para aplicar técnicas analíticas a diferentes áreas como ventas, finanzas, operaciones y recursos humanos, con el fin de extraer valor agregado de los datos y transformar el negocio. Finalmente, muestra un caso práctico de aplicación de Big Data.
El documento describe las aplicaciones, tecnologías y mejores prácticas de Big Data. Explica que Big Data involucra grandes volúmenes de datos estructurados y no estructurados de diversas fuentes que pueden analizarse para obtener información valiosa. Describe aplicaciones de Big Data en varias industrias y tecnologías clave como Hadoop, bases de datos no relacionales y columnares. También cubre mejores prácticas como partir de hipótesis, construir infraestructura flexible y permitir que empleados de distintas á
A través de la metodología Cross Industry Estándar Process for Data Mining (CRISP-DM) damos una manera de aterrizar a los negocios de el concepto Big Data.
El objetivo de este módulo es proporcionar una visión general sobre lo que entendemos por Big Data.
Una vez completado este módulo, podrá:
- Comprender el papel emergente del Big Data
- Entender los términos clave del Big Data y Smart Data
- Saber cómo Big Data puede convertirse en Smart Data
- Ser capaz de aplicar los términos clave en relación con el Big Data
Inteligencia de negocio en la nube, una realidad palpable!!!Joseph Lopez
Introducir, demostrar y aprender como las poderosas características y herramientas que nos proveen Windows Azure y SQL Database con SQL Reporting, nos lleva a implementar capacidades de consumo de datos visualmente, así mismo, explicar la arquitectura que trae este servicio para la nube.
El documento presenta las consideraciones clave para abordar con éxito un proyecto de Big Data, incluyendo identificar fuentes de datos y valor de negocio, definir KPI, realizar una prueba de concepto, integrar la tecnología Big Data con sistemas analíticos existentes, y evaluar los cambios organizativos necesarios.
Plataforma de gestión de datos para la transformación digital - IDCSAP Latinoamérica
“Transformación digital” es el proceso continuo por el cual las compañías se adaptan a cambios disruptivos en sus clientes y mercados (ecosistema externo) o bien los impulsan aprovechando las competencias digitales para innovar en nuevos modelos de negocio.
Este documento describe el análisis de grandes volúmenes de datos (Big Data). Explica que Big Data se refiere a grandes cantidades de datos de diversas fuentes que pueden usarse para descubrir patrones u obtener información útil. Detalla que Big Data incluye volumen, velocidad y variedad de datos y que su objetivo es ayudar a las empresas a tomar mejores decisiones de negocios. Finalmente, discute algunas ventajas y usos del análisis de Big Data.
¿Cómo afianzar la transformación digital con APIs de datos en tiempo real?Denodo
Watch full webinar here: https://bit.ly/3bIcSob
Las API se han convertido en el enfoque de referencia para crear nuevas aplicaciones digitales de manera más rápida y eficiente. Son los bloques que permiten crear de forma ágil nuevos servicios digitales en base a otros existentes.
La virtualización de datos acelera el proceso de creación de APIs de datos y permite a golpe de click, sin necesidad de programar, publicar APIs integrando datos de múltiples repositorios. Todo ello utilizando los últimos estándares en cuanto a acceso a datos (GraphQL), documentación (Open API) y seguridad.
En este webinar explicaremos:
- Cómo mejorar la estrategia de API ofreciendo servicios de datos ágiles mediante la virtualización de datos
- Patrones de uso de la virtualización de datos para apificación
- Cómo simplificar el acceso y combinación de datos en arquitecturas de microservicios
Informe OBS Business School: Big Data 2017-2018 y el salto del Big Data al Hu...OBS Business School
La toma de decisiones complejas en un espacio de tiempo cada vez menor ha llevado a las compañías a implementar sistemas de datos complejos para conseguir dicho objetivo. En este contexto, aparece lo que se ha denominado como Big Data, un instrumento que está presente en todos los segmentos de la industria y que se ha convertido en el activo más preciado de la transformación digital. El siguiente paso es lo que se ha denominado como Huge Data, un sistema que implementa la inteligencia artificial debido a los mayores volúmenes de información que debe gestionar todo el conglomerado empresarial.
- La llegada del “Huge Data” obliga a las empresas convertir al dato en su principal activo
- La llegada de la Inteligencia Artificial viene a acelerar a algunos proyectos de Big Data que habían sufrido cierta desaceleración.
- La inversión en Big Data ha sufrido un aumento considerable respecto al año pasado debido en gran medida por la necesidad de las empresas de extraer valor y conocimiento de los datos.
Informe obs business school big data y huge data los dos grandes actoresDikra Redondo
La toma de decisiones complejas en un espacio de tiempo cada vez menor ha llevado a las compañías a implementar sistemas de datos complejos para conseguir dicho objetivo. En este contexto, aparece lo que se ha denominado como Big Data, un instrumento que está presente en todos los segmentos de la industria y que se ha convertido en el activo más preciado de la transformación digital. El siguiente paso es lo que se ha denominado como Huge Data, un sistema que implementa la inteligencia artificial debido a los mayores volúmenes de información que debe gestionar todo el conglomerado empresarial.
El documento presenta la biografía y experiencia de Juan Alvarado como experto en datos y plataformas. Explica conceptos clave de la transformación digital como la movilidad, centrarse en los clientes y los datos, ecosistemas, internet de las cosas y algoritmos. Finalmente, describe algunas aplicaciones de la inteligencia artificial como el reconocimiento de voz, imágenes y procesamiento de lenguaje natural.
IT-NOVA Tendencias TI 2024 Memorias WebinarIT-NOVA
Memorias Webinar: 5 Tendencias Tecnológicas Clave del 2024
El día jueves 22 de enero llevamos a cabo de manera virtual nuestro webinar llamado «5 Tendencias Tecnológicas Clave del 2024» El cual, fue dirigido por nuestro Líder Digital, Lucas Madrid y nuestro Socio Director, John Ferro.
Comenzamos con la primera tendencia, la Inteligencia Artificial. Compartimos con nuestra audiencia los diferentes tipos que existen y la implementación de cada una de ellas a nivel corporativo, como:
IA generativa
Realidad virtual y aumentada
Experiencia del cliente
Gobernanza ética
Para conocer más, ingrese aquí: https://it-nova.co/memorias-webinar-5-tendencias-tecnologicas-clave-del-2024/
Customer Analytics; qué se necesita y cómo conseguirlo by Josep CurtoSngular Meaning
Josep Curto nos acerca al mundo del Big Data y cómo el estudio de la evidencia de los datos nos ayuda a tomar mejores decisiones de negocio. Escuchar al cliente, analizar los datos que nos proporcionan nos permite, como compañía, mejorar nuestros procesos, añadir valor a nuestra relación con los clientes y obtener mejores resultados.
El documento describe el concepto de Big Data. Explica que Big Data incluye tres aspectos: marketing por parte de la industria de software, tecnología centrada en NoSQL, y nuevas formas de abordar problemas de negocio. También proporciona ejemplos de compañías de Big Data como Hadoop, Cassandra y MongoDB, y casos de uso potenciales en diferentes industrias. Finalmente, discute los retos de Big Data como el alto costo y la escasez de proyectos, pero predice que Big Data se convertirá en una parte integral de las operaciones empres
El documento compara Business Intelligence (BI) y Big Data, señalando que mientras BI se enfoca en el análisis de sistemas empresariales estructurados usando bases de datos relacionales, SQL y herramientas de software propietarias, Big Data se enfoca en indexar y analizar grandes cantidades de datos no estructurados usando tecnologías como Hadoop, bases de datos NoSQL, y herramientas de código abierto distribuidas por compañías como Hortonworks, Cloudera y MapR.
El documento habla sobre el Big Data y su aplicación al turismo. Explica que el Big Data se refiere a grandes cantidades de datos de diferentes tipos que son recopilados y analizados para identificar patrones. Estos datos provienen de las interacciones de los usuarios en internet y las redes sociales. El Big Data puede sistematizar y convertir automáticamente estos datos en información útil. En el turismo, el Big Data puede ayudar a las empresas a tomar mejores decisiones al permitirles detectar tendencias de comportamiento de los clientes.
El objetivo de este modulo es ofrecer una vision general sobre el impacto futuro del Big Data.
Una vez completado este modulo, podrá:
Obtener una valiosa información de las predicciones para el futuro del Big Data
Conseguir un mayor conocimiento que permita reconocer algunas de las tendencias que están surgiendo
Adquirir una vision general de las oportunidades que pueden beneficiar a su negocio con el Big Data
Comprender algunos de los desafíos iniciales que podrías tener con el Big Data
10 Formas en que el Big Data está revolucionando el marketing y las ventasGERENS
Alcanzar la optimización de los precios de un producto o servicio es mucho más factible gracias a los avances en los algoritmos del big data y a las técnicas avanzadas de analítica. De hecho ya ocurre hoy la racionalización en la rutina de toma de decisiones de los precios en industrias impulsadas por materias primas, donde los productos son inelásticos.
Manuel Machado - Big data, de la investigación científica a la gestión empres...Fundación Ramón Areces
Este documento describe cómo el Big Data puede aplicarse en el sector financiero. En primer lugar, explica la evolución de la gestión de datos hacia el análisis avanzado y las principales necesidades y fuentes de datos en el sector financiero. Luego, presenta varios casos de uso del Big Data en riesgo, fraude, cumplimiento y otros ámbitos, como mejorar los modelos de scoring crediticio y detectar patrones fraudulentos. Por último, analiza cómo esta tecnología permite cumplir mejor los requisitos regulatorios en materia de prevención de blanqueo de
Turning big data into big value césar hernandezAMDIA-Integra
El documento habla sobre cómo las empresas pueden obtener valor de los grandes volúmenes de datos (Big Data). Explica que las empresas deben darle sentido a los datos al vincularlos con los objetivos del negocio y generar valor mediante el entendimiento de los clientes y campañas multicanal personalizadas. También presenta estudios de caso de cómo Cisco y Best Western han tenido éxito al implementar estas estrategias.
Este documento presenta una introducción a los conceptos de Business Analytics y Big Data. Explica cómo los grandes volúmenes de datos (Big Data) están cambiando los retos de las empresas y cómo adaptarse a ellos. Propone un plan de acción para aplicar técnicas analíticas a diferentes áreas como ventas, finanzas, operaciones y recursos humanos, con el fin de extraer valor agregado de los datos y transformar el negocio. Finalmente, muestra un caso práctico de aplicación de Big Data.
El documento describe las aplicaciones, tecnologías y mejores prácticas de Big Data. Explica que Big Data involucra grandes volúmenes de datos estructurados y no estructurados de diversas fuentes que pueden analizarse para obtener información valiosa. Describe aplicaciones de Big Data en varias industrias y tecnologías clave como Hadoop, bases de datos no relacionales y columnares. También cubre mejores prácticas como partir de hipótesis, construir infraestructura flexible y permitir que empleados de distintas á
A través de la metodología Cross Industry Estándar Process for Data Mining (CRISP-DM) damos una manera de aterrizar a los negocios de el concepto Big Data.
El objetivo de este módulo es proporcionar una visión general sobre lo que entendemos por Big Data.
Una vez completado este módulo, podrá:
- Comprender el papel emergente del Big Data
- Entender los términos clave del Big Data y Smart Data
- Saber cómo Big Data puede convertirse en Smart Data
- Ser capaz de aplicar los términos clave en relación con el Big Data
Inteligencia de negocio en la nube, una realidad palpable!!!Joseph Lopez
Introducir, demostrar y aprender como las poderosas características y herramientas que nos proveen Windows Azure y SQL Database con SQL Reporting, nos lleva a implementar capacidades de consumo de datos visualmente, así mismo, explicar la arquitectura que trae este servicio para la nube.
El documento presenta las consideraciones clave para abordar con éxito un proyecto de Big Data, incluyendo identificar fuentes de datos y valor de negocio, definir KPI, realizar una prueba de concepto, integrar la tecnología Big Data con sistemas analíticos existentes, y evaluar los cambios organizativos necesarios.
Plataforma de gestión de datos para la transformación digital - IDCSAP Latinoamérica
“Transformación digital” es el proceso continuo por el cual las compañías se adaptan a cambios disruptivos en sus clientes y mercados (ecosistema externo) o bien los impulsan aprovechando las competencias digitales para innovar en nuevos modelos de negocio.
Este documento describe el análisis de grandes volúmenes de datos (Big Data). Explica que Big Data se refiere a grandes cantidades de datos de diversas fuentes que pueden usarse para descubrir patrones u obtener información útil. Detalla que Big Data incluye volumen, velocidad y variedad de datos y que su objetivo es ayudar a las empresas a tomar mejores decisiones de negocios. Finalmente, discute algunas ventajas y usos del análisis de Big Data.
¿Cómo afianzar la transformación digital con APIs de datos en tiempo real?Denodo
Watch full webinar here: https://bit.ly/3bIcSob
Las API se han convertido en el enfoque de referencia para crear nuevas aplicaciones digitales de manera más rápida y eficiente. Son los bloques que permiten crear de forma ágil nuevos servicios digitales en base a otros existentes.
La virtualización de datos acelera el proceso de creación de APIs de datos y permite a golpe de click, sin necesidad de programar, publicar APIs integrando datos de múltiples repositorios. Todo ello utilizando los últimos estándares en cuanto a acceso a datos (GraphQL), documentación (Open API) y seguridad.
En este webinar explicaremos:
- Cómo mejorar la estrategia de API ofreciendo servicios de datos ágiles mediante la virtualización de datos
- Patrones de uso de la virtualización de datos para apificación
- Cómo simplificar el acceso y combinación de datos en arquitecturas de microservicios
Informe OBS Business School: Big Data 2017-2018 y el salto del Big Data al Hu...OBS Business School
La toma de decisiones complejas en un espacio de tiempo cada vez menor ha llevado a las compañías a implementar sistemas de datos complejos para conseguir dicho objetivo. En este contexto, aparece lo que se ha denominado como Big Data, un instrumento que está presente en todos los segmentos de la industria y que se ha convertido en el activo más preciado de la transformación digital. El siguiente paso es lo que se ha denominado como Huge Data, un sistema que implementa la inteligencia artificial debido a los mayores volúmenes de información que debe gestionar todo el conglomerado empresarial.
- La llegada del “Huge Data” obliga a las empresas convertir al dato en su principal activo
- La llegada de la Inteligencia Artificial viene a acelerar a algunos proyectos de Big Data que habían sufrido cierta desaceleración.
- La inversión en Big Data ha sufrido un aumento considerable respecto al año pasado debido en gran medida por la necesidad de las empresas de extraer valor y conocimiento de los datos.
Informe obs business school big data y huge data los dos grandes actoresDikra Redondo
La toma de decisiones complejas en un espacio de tiempo cada vez menor ha llevado a las compañías a implementar sistemas de datos complejos para conseguir dicho objetivo. En este contexto, aparece lo que se ha denominado como Big Data, un instrumento que está presente en todos los segmentos de la industria y que se ha convertido en el activo más preciado de la transformación digital. El siguiente paso es lo que se ha denominado como Huge Data, un sistema que implementa la inteligencia artificial debido a los mayores volúmenes de información que debe gestionar todo el conglomerado empresarial.
El documento presenta la biografía y experiencia de Juan Alvarado como experto en datos y plataformas. Explica conceptos clave de la transformación digital como la movilidad, centrarse en los clientes y los datos, ecosistemas, internet de las cosas y algoritmos. Finalmente, describe algunas aplicaciones de la inteligencia artificial como el reconocimiento de voz, imágenes y procesamiento de lenguaje natural.
IT-NOVA Tendencias TI 2024 Memorias WebinarIT-NOVA
Memorias Webinar: 5 Tendencias Tecnológicas Clave del 2024
El día jueves 22 de enero llevamos a cabo de manera virtual nuestro webinar llamado «5 Tendencias Tecnológicas Clave del 2024» El cual, fue dirigido por nuestro Líder Digital, Lucas Madrid y nuestro Socio Director, John Ferro.
Comenzamos con la primera tendencia, la Inteligencia Artificial. Compartimos con nuestra audiencia los diferentes tipos que existen y la implementación de cada una de ellas a nivel corporativo, como:
IA generativa
Realidad virtual y aumentada
Experiencia del cliente
Gobernanza ética
Para conocer más, ingrese aquí: https://it-nova.co/memorias-webinar-5-tendencias-tecnologicas-clave-del-2024/
Este documento describe cómo las empresas pueden utilizar los datos masivos y los sistemas cognitivos para ofrecer experiencias personalizadas a los clientes. Explica cinco categorías clave de casos de uso: exploración de datos, vista 360 grados del cliente, inteligencia operacional, aumento del almacén de datos y seguridad/inteligencia aumentada. Además, presenta ejemplos de cómo las empresas pueden analizar una variedad de datos para mejorar la eficiencia operacional y brindar una mejor experiencia al cliente.
Este documento proporciona una introducción a Big Data y SQL Server 2014. Explica conceptos clave como lo que es un petabyte de datos, las características de volumen, velocidad y variedad de Big Data, y componentes clave de Hadoop como HDFS y MapReduce. También describe casos comunes de uso de Big Data en diferentes industrias y la arquitectura de hardware y software subyacente.
Presentacion A10 Big Data_Alteryx_Cloudera Analytics10
El documento presenta una introducción a Analytics10 y sus servicios de inteligencia de negocios y análisis avanzados. Cubre temas como el acceso y uso de múltiples fuentes de datos, herramientas de mezcla y análisis de datos como Alteryx, y casos de uso de clientes en diferentes industrias. El objetivo es ayudar a las empresas a simplificar el proceso de obtener información valiosa de sus datos.
En es presentación vemos las herramientas con las cuales cuenta un científico de datos con tecnología Microsoft y también con tecnología OpenSource es se puede integrar con Plataformas Microsoft en la nube con Azure o con Servidores OnPremises.
Saludos,
Ing. Eduardo Castro, PhD
Microsoft SQL Server MVP
Costa Rica
Este documento presenta 12 tendencias tecnológicas estratégicas para 2022 que darán forma al futuro del negocio digital. Estas tendencias incluyen tejido de datos, malla de ciberseguridad, computación de mejora de la privacidad, plataformas nativas de la nube, aplicaciones componibles, inteligencia de decisiones, hiperautomatización, ingeniería de IA, empresa distribuida, experiencia total, sistemas autónomos e inteligencia artificial generativa. Estas tendencias se apoyan mutuamente y ayudarán
HD Insight Integracion con SQL Server Power-Pivot ExcelEduardo Castro
Este documento presenta una sesión sobre Big Data e Inteligencia de Negocios (BI) utilizando HDInsight y Excel 2013. Explica brevemente qué es Big Data, introduce HDInsight y las herramientas de BI de Excel como PowerPivot y Power View. Luego describe cómo modelar datos de Big Data en PowerPivot para crear soluciones de BI dentro de Excel que permitan análisis de grandes conjuntos de datos. Finalmente, incluye demostraciones de estas capacidades.
SQL Saturday Bogota - Big Data HDInsight ServerEduardo Castro
Este documento presenta una introducción a Big Data, Hadoop y HDInsight. Explica conceptos clave como el volumen, variedad y velocidad de los datos de Big Data, y componentes de Hadoop como HDFS y MapReduce. También describe características de HDInsight y PowerPivot para modelar y analizar grandes conjuntos de datos.
J. Verdura. Big Data: la nueva frontera de la revolución digital. Semanainfor...COIICV
Este documento describe el concepto de Big Data y su importancia como la nueva frontera de la revolución digital. Explica que la gran cantidad de datos generados por las personas, dispositivos y organizaciones crea nuevas oportunidades, pero también retos relacionados con la captura, almacenamiento, análisis y visualización de datos. Asimismo, presenta las nuevas tecnologías y arquitecturas necesarias para aprovechar el potencial del Big Data, y resalta la importancia de contar con el apoyo de empresas como IPM para iniciar con éxito
1. El documento describe la generación de grandes volúmenes de datos (Big Data) en la actualidad. 2. Los datos se generan a través de las interacciones de las personas en Internet y redes sociales, transacciones comerciales electrónicas, y navegación web. 3. El análisis de estos grandes conjuntos de datos proporciona información valiosa para las empresas.
Este documento presenta tres casos prácticos de transformación digital en el sector retail: (1) Gestión del talento, que incluye la atracción de talento externo geolocalizado, evaluación del talento actual, formación y capacitación, y mejora de la marca empleadora; (2) Mejora de ventas en tiempo real a través de la captura de información en tiendas, análisis de big data y redes sociales, y aplicación de algoritmos de IA; y (3) Mejora de la eficiencia de procesos y sistemas mediante la
Hacia ti capacitación virtual pasos 01, 02, 03sbmalambo
Este documento presenta información sobre la sociedad del conocimiento y la información en el contexto de la revolución digital. Explica cómo las tecnologías de la información han transformado sectores profesionales y las habilidades requeridas. También describe conceptos como big data, análisis de datos, y profesiones emergentes relacionadas con el procesamiento y uso de grandes cantidades de datos.
Ponencia B2C Antonio Alonso. Big Data. Nuevas oportunidades de empleoCICE
BIG DATA. Nuevos perfiles y oportunidades de empleo.
Conviértete en un experto en la gestión de grandes volúmenes de datos y en la inteligencia de negocio.
www.cice.es
Este documento presenta una introducción general sobre Big Data y sus aplicaciones a los negocios. Explica las 3 V del Big Data (Volumen, Variedad y Velocidad), así como las 7 V. Detalla las fases de un proyecto de Big Data y marcos como Hadoop. Incluye ejemplos de cómo empresas como Amazon, Netflix y Starbucks han aplicado con éxito Big Data. Concluye que las soluciones de Big Data involucran tecnologías como la inteligencia de negocios y el machine learning para extraer valor de grandes volúmenes y variedades de datos que cre
Empieza a utilizar Big Data en tus análisis
Vivimos en un mundo “Big Data”. Este término está relacionado con la tecnología para manejar inmensas cantidades de datos, recogidas en diferentes formatos y a partir de una gran variedad de orígenes cada segundo. Estos datos hablan de nosotros, de nuestra vida diaria y son recogidos tanto de fuentes nuevas como tradicionales, constituyendo una gran oportunidad de mejorar el conocimiento de los clientes.
Uno de los principales factores de éxito en las empresas de hoy es convertir esos grandes volúmenes de datos, siempre cambiantes y de orígenes diversos, en información válida para la toma de decisiones.
En este curso de big data aprenderás, desde un punto de vista práctico y realista, a abordar y resolver problemáticas analíticas desde entornos big data, dando respuestas a través de soluciones tecnológicas tanto en tiempo real como en diferido. Recorreremos contigo el camino desde el área de análisis de cliente, CRM o B.I. tradicionales hacia los nuevos retos en proyectos Big Data.
¿Quieres convertirte en un experto en Big Data?
Cristobal Urenda, CEO de A10, entrega una visión general sobre la industria junto a los representantes de las compañías líderes en Big Data y Analytics que participan en este seminario: HPE y Qlik.
Este documento describe los aspectos clave de un proyecto de enmascaramiento de datos, incluyendo la necesidad de identificar datos sensibles, sistemas y aplicaciones relevantes, y enmascarar sólo las columnas necesarias para proteger la privacidad sin afectar la funcionalidad. También recomienda involucrar a un equipo de privacidad de datos y considerar soluciones como Informatica Dynamic Data Masking e Informatica Persistent Data Masking.
Similar a Potenciando la data con AI para hacer predicciones (20)
El-Codigo-De-La-Abundancia para todos.pdfAshliMack
Si quieres alcanzar tus sueños y tener el estilo de vida que deseas, es primordial que te comprometas contigo mismo y realices todos los ejercicios que te propongo para recibieron lo que mereces, incluso algunos milagros que no tenías en mente
Mi Carnaval, sistema utilizará algoritmos de ML para optimizar la distribució...micarnavaltupatrimon
El sistema utilizará algoritmos de ML para optimizar la distribución de recursos, como el transporte, el alojamiento y la seguridad, en función de la afluencia prevista de turistas. La plataforma ofrecerá una amplia oferta de productos, servicios, tiquetería e información relevante para incentivar el uso de está y generarle valor al usuario, además, realiza un levantamiento de datos de los espectadores que se registran y genera la estadística demográfica, ayudando a reducir la congestión, las largas filas y otros problemas, así como a identificar áreas de alto riesgo de delincuencia y otros problemas de seguridad.
La estructura organizativa del trabajo que tenga una empresa influye directamente en la percepción que pueda tener un trabajador de sus condiciones laborales y en su rendimiento profesional.
Potenciando la data con AI para hacer predicciones
1. Andrés Soler - The Venture City Madrid
Septiembre 25, 2018
Potenciando la data con AI
para hacer predicciones
2. The world’s most valuable resource
is no longer oil, but data
The Economist
3. 01. DATA & NEGOCIOS
¿Por qué todo negocio es
ahora un negocio de data?
4. El impresionante crecimiento de la Data
Cada dos días creamos tanta data como la que creamos
desde el inicio de los tiempos hasta 2003.
Hacia 2020, la cantidad de información digital disponible habrá
crecido de 5 zetabytes a 50 zetabytes
Parte de la explosión de la data se debe a IoT: dispositivos
que recolectan y transmiten data a través de Internet.
Hoy: 13B de dispositivos → 2020: 70B
2018 2020
5 ZB
50 ZB
información digital
2 días hoy
data creada en
el año 2003
data creada hasta
=
70B
de dispositivos de dispositivos
13B
5. La magnitud exponencial de la
data generada por todas las
industrias
La velocidad de generación de la data
y su correspondiente procesamiento
La diversidad de data estructurada y
no estructurada de múltiples fuentes
El volumen, velocidad y variedad de la
data genera dudas sobre su
capacidad de su procesamiento y su
validación
Las 4 “V” del Big Data
Volumen Velocidad
Variedad Veracidad
6. Big Data
ESTRUCTURADA - 20% del total
● Bases de Datos, Hojas de calculo (filas y columnas)
● Manejada usando Structured Query Language (SQL)
● Ej: Ventas, Clientes, transacciones
● Pro: Barata de usar + Fácil de almacenar y analizar
● Quién, Qué, Dónde, Cómo
NO ESTRUCTURADA O SEMI - 80% del total
● E-mails, Social Media posts, fotos, videos, audios
● Pro: Facilita entender el por qué
● Pro: Provee Insights valiosos
● Con: Almacenamiento y análisis complejos
DATA INTERNA - 1st Party Data
● Toda la info que un negocio tiene o puede recolectar
● Data propietaria del negocio
● Pro: barata y sin costos de acceso
● Pro: “Customizada” al negocio o industria
● Con: mantenimiento y seguridad (PII)
DATA EXTERNA - Pública o Privada
● Universo de data que existe fuera de la compaña
● Propiedad del gobierno o de terceros (Amazon)
● Censos, Social Media, Google Trends
● Pro: Capacidad de acceder a ella y minarla
● Con: No es propietaria y a veces debe pagarse
Tipos de Data
7. El valor de los datos es creado por las “refinerías” que
agregan, analizan, comparan, filtran y distribuyen
nuevos productos y servicios de datos.
Refinerías de datos
8. Mejora en toma de decisiones
Usos Clave
Mejora en operaciones
Monetización
¿Cómo la data está revolucionando los negocios?
9. 1.000.000 PizzasPizza & Data
DOMINO’S INFORMATION MANAGEMENT FRAMEWORK
Mobile App Text Message Twitter Facebook Voice Assistant Smartwatch
In-vehicle
Comms System
Smart TV
en 70 paises
Ventas / día
10. 1
2
3
QUIZ # 1
Ingresar desde el móvil a:
kahoot.it
Digitar el GAME PIN que se
mostrará en esta pantalla e
ingresar luego un NICKNAME
Responder rápidamente
Step by Step
14. 03 DATA & MARKETING
● Data Hierarchies
● Data Platforms
● Data Activations
15. ALTO
ALTO
BAJO
BAJO
Data Hierarchies
1st Party Data
● Determinística & Exclusiva
● Alto valor & Alta fiabilidad
● Baja escala
2nd Party Data
● Semi Determinística &
potencialmente Exclusiva
● Alto valor & Alta fiabilidad
● Consentimiento posible
● Mediana escala
3rd Party Data
● Probabilística & No Exclusiva
● Bajo valor & Baja fiabilidad
● Consentimiento poco posible
● Gran escala
16. Data Hierarchies, Consent & GDPR
1st Party Data
Claro camino al consentimiento
2nd Party Data
Consentimiento posible
3rd Party Data
Consentimiento poco probable
● GDPR reenfoca a las marcas hacia relaciones con
clientes 1:1 y a obtener consentimiento de los
usuarios
● 1st party data representará una mayor porción de
toda la data utilizable desde Mayo 2018
● Relaciones 2nd party serán más importantes pero más difíciles de
ejecutar debido a complejidades de consentimiento.
● Alianzas entre marcas establecidas tienen mejor oportunidad de
pedir a clientes permiso para compartir su data a cambio de
descuentos (eg Ticketmaster+Spotify)
● Disponibilidad será significantemente afectada eliminando su
beneficio principal: escala
● Marcas cambiarán foco hacia ser dueñas de la relación con cliente
y de la data asociada
17. Concentrarse en controlar la data de marketing
PROBLEMA
SOLUCION
1st Party Data y su importancia estratégica
Data Ownership!
20. 1
2
3
CDP
A diferencia de los data lakes, data
warehouses y la mayoría de CRMs,
(controlados por TI) es marketing el
interesado y propietario de la CDP
A diferencia de los DMP web, las CDP
capturan y almacenan identificadores
personales y los datos persisten a lo
largo del tiempo
A diferencia de las marketing clouds que
agrupan gestión y ejecución de datos, las
CDP se especializan en unificar datos y
entregarlos a otros sistemas para su
ejecución.
vs DMP
22. ACCESIBILIDAD A LA DATA
Perfiles
persistentes con
una única vista del
cliente
Customer Data Platform CDP
23. ACCESIBILIDAD A LA DATA
Perfiles
persistentes con
una única vista del
cliente
Control sobre la
recolección,
segmentación y
activación sin
requerir recursos de
IT
Customer Data Platform CDP
24. ACCESIBILIDAD A LA DATA
Integración con cualquier fuente de datos
externa y plataformas de activación
Perfiles
persistentes con
una única vista del
cliente
Control sobre la
recolección,
segmentación y
activación sin
requerir recursos de
IT
Customer Data Platform CDP
26. 1st Party Data - Digital Assets
(Pixel, SDK)
1st Party Data - Systems
(CRM, ERP, CVS, ...)
Customer Data Platform
(CDP)
Basic Data Sources
3rd Party Data - Online
(DMP / Data Providers)
27. Data Activations
Publicidad
Digital Predictiva
DSP, AdWords, FB
Personalización
Predictiva
Web, Mobile
Email
Marketing
Predictivo
Mailchimp, other
Call Center
Outbound
Predictivo
Mobile
SMS / Push
Predictivos
CDP Prediction Engine
Smart Data Activations
1st Party Data
- Digital Assets
(Pixel, SDK)
1st Party Data
- Systems
(CRM, ERP, CVS, ...)
3rd Party Data
(DMP / Data Providers)
28. Data Activations
Publicidad
Digital
DSP, AdWords, FB
Personalización
Web, Mobile
Email
Marketing
Mailchimp, other
Call Center
Outbound
Mobile
SMS / Push
CDP Prediction Engine
Smart Data Activations
1st Party Data
- Digital Assets
(Pixel, SDK)
1st Party Data
- Systems
(CRM, ERP, CVS, ...)
3rd Party Data
(DMP / Data providers)
29. 1
2
3
QUIZ # 2
Ingresar desde el móvil a:
kahoot.it
Digitar el GAME PIN que se
mostrará en esta pantalla e
ingresar luego un NICKNAME
Responder rápidamente
Step by Step
31. AI consiste en clasificar y predecir más
rápido, con más variables y en mayor
volumen que los humanos sin AI
Gartner
¿Que es Artificial Intelligence?
32. Cognitive Computing
Cognitive Science
(Estudia cerebro humano)
Computer Science Cognitive Computing
+ =
Buscar permitir a un ordenador simular el pensamiento
humano y copiar el funcionamiento del cerebro
33. AI, Machine Learning y Deep Learning
Machine Learning
Frameworks
Deep Learning
Frameworks
AI Frameworks
Cognitive
Architectures
34. Capacidad de los ordenadores de aprender sin
programación previa mediante algoritmos que reconocen
patrones y hacen deducciones lógicas de valor.
Machine Learning
35. Deep Learning
ANN: Artificial Neural Networks
Algoritmos: modelados de la misma
forma como el cerebro procesa data
“Deep”: redes de nodos en cientos
de capas
DNN: Deep Neural Networks
INPUT
OUTPUT
HIDDEN
36. 1
2
3
QUIZ # 3
Ingresar desde el móvil a:
kahoot.it
Digitar el GAME PIN que se
mostrará en esta pantalla e
ingresar luego un NICKNAME
Responder rápidamente
Step by Step
39. DATA + AI: ¿Por qué ahora?
Capacidad de los
ordenadoress por aprender
con mínima programación
Abundante data & bajos
costos de almacenamiento
Mayor capacidad de
procesamiento (CPUs, GPUs)
Avances en la tecnología
Deep Learning
41. EPICA es una plataforma de Predicciones como Servicio que
captura, rastrea y analiza todo tipo de data de fuentes online
y offline para predecir todo tipo de resultados y
comportamientos
42. EPICA está construida con algoritmos de machine learning que le permiten
predecir:
Ventas Audiencias
Resultados
Deportivos
Demanda
Intereses
Desempeño
Publicitario
43. Modelos Predictivos
Motor de Recomendaciones
para predicciones automáticas
(filtering) sobre los intereses del usuario
Modelos de Clasificación
para detección de género
y compradores potenciales
Modelos Generalizados
para factorizar matrices
Redes Neuronales
para matching de anónimos
Word2Vec
para vectorizar contenido
de las páginas web
ARIMA Forecast ETS
para predecir valores futuros
basados en valores existentes
44. Data Activations
Publicidad
Digital
Predictiva
DSP, AdWords, FB
Personalización
Predictiva
Web, Mobile
Email
Marketing
Predictivo
Mailchimp, other
Call Center
Outbound
Predictivo
Mobile
SMS / Push
Predictivos
CDP Prediction Engine
Tech Overview
1st Party Data
- Digital Assets
(Pixel, SDK)
1st Party Data
- Systems
(CRM, ERP, CVS, ...)
3rd 2nd
Party Data Party Data
(Data providers) (Data Partners)
45. 1
2
3
QUIZ # 4
Ingresar desde el móvil a:
kahoot.it
Digitar el GAME PIN que se
mostrará en esta pantalla e
ingresar luego un NICKNAME
Responder rápidamente
Step by Step