Analytics revoluciona el mundo de los deportes

zcyrw547dps-josh-calabrese

Cuando hablamos de Analytics inmediatamente nos trasladamos al mundo empresarial, sin embargo esta industria es tan amplia que hay cabida para todos: En la actualidad, la analítica, también se emplea en la industria de los deportes profesionales. Una investigación llevada a cabo por el Instituto Internacional de Analítica, destacó los siguientes atributos:

  • Cantidad de datos disponibles: está creciendo vertiginosamente, desde vídeos de juegos hasta sensores de ubicación y reportes de exploración en línea.
  • Rápido movimiento de entrenadores y directivos: de un equipo a otro ha llevado a una transmisión viral de ideas analíticas en todas las ligas.
  • Principal conferencia de analítica deportiva: patrocinada por el MIT, ha crecido de 175 asistentes en el evento inaugural en 2007 a más de 2,200 en 2013.
  • Múltiples canales de resultados: incluyendo análisis internos por equipos, uso directo de fanáticos y jugadores de ligas de fantasía, sitios de datos y analítica, videojuegos, y análisis de transmisión y comentarios.

Avances 

n13abwv-pic-thomas-schweighofer

El trabajo de la industria con Analytics ha sido reconocido en: Artículos populares, libros y películas (Moneyball en particular otros trabajos de Michael Lewis ).

A medida que los consumidores pasan de tv por pago a medios digitales, esperan una evolución de los medios deportivos. Los datos y la analítica darán forma cada vez más a la parte comercial de la industria del deporte.

La realidad aumentada (AR) y la realidad virtual (VR) permitirán que los equipos y las ligas sean más personalizados e integradas en la vida cotidiana de los jugadores y aficionados.

Las organizaciones deportivas buscarán comprender y reducir el impacto del riesgo cibernético en la industria del deporte. Los propietarios buscarán construir una experiencia deportiva más diversa.

Los líderes empresariales seguirán uniendo sus fuerzas con el gobierno, la policía, la academia y la sociedad civil para proteger sus marcas de la corrupción.

Una tendencia, en particular, que esperamos ver crecer en 2017 es el número de empresas de medios no tradicionales que buscan agresivamente derechos deportivos. La incursión de Twitter en streaming de juegos de la NFL y varios eventos deportivos podría resultar en otras plataformas OTT que busquen paquetes de derechos en vivo, similares. Dos ejemplos de empresas que podrían estar en la licitación de contenido deportivo son Amazon para Amazon Prime y Apple para Apple TV digital media Extensor.

 

Innovador día de juego

dm30yxvmvsm-agberto-guimaraes

Los equipos también continúan buscando formas de optimizar la experiencia de los fanáticos, más allá de las paredes del estadio. Una forma en que los clubes están mejorando la experiencia de los aficionados en los terrenos del estadio es al asociarse con servicios ya populares, como Uber y Amazon Prime. Estas asociaciones apelan a la codiciada población millennials, que ya está bien familiarizada con este tipo de servicios y es probable que participen en vivir la experiencia. La capitalización de los hábitos de consumo de este nicho de mercado es importante, particularmente en los Estados Unidos, donde los millennials ahora superan en número a los baby boomers como la generación viva más grande de la nación.

Los equipos durante años han estado buscando maneras de “innovar”, pero a menudo han tenido dificultades para definir lo que la innovación significa para ellos. Ya sea que apunten a los millenials o los aficionados desplazados al innovar la experiencia del día de juego para ellos, los equipos podrían aprovechar una fuente de ingresos previamente desatendida.

Desbloquear el valor final de AR y VR en deportes tendrá prueba y error para startups y franquicias por igual, pero no se puede negar el impacto de estas tecnologías tendrá en la industria.

En todo caso la analítica deportiva ha inspirado a muchas empresas a tomar decisiones a basadas en datos y análisis. Sin embargo, las compañías más avanzadas son más activas con la analítica y tienen más capacidades que los equipos deportivos. Es tiempo de que exista una sana competencia entre las diferentes disciplinas deportivas.

 

Fuente

 

www2.deloitte.com

www.forbes.com.mx

 

 

 

 

 

Posted in Noticias | Tagged , , , | Leave a comment

Nuevos rumbos para la Inteligencia Artificial

binary-1979478_1280

Quizás no sea tan descabellado pensar que la Inteligencia Artificial  (siglas en inglés AI) seguirá generando titulares en periódicos o en  intranets corporativas y principalmente en empresas que buscan reforzar sus productos y servicios automatizando la toma de decisiones.

La inteligencia artificial (AI) está preparada para tener un efecto transformador en los mercados de consumidores, empresas y gobiernos de todo el mundo. Podría ocasionar un efecto paraguas que se manifiesta en sistemas de información inspirados en sistemas biológicos. La AI abarca múltiples tecnologías, como el Machine Learning, el Deep Learning,  el procesamiento del lenguaje natural (PNL) entre otras.

Al parecer, casi todos en la gran industria de análisis de datos, están de acuerdo que la Inteligencia Artificial continuará creciendo en alcance e importancia. En muchos sentidos, AI está siguiendo los pasos del Big Data.

Al ver el impacto y éxito que mencionamos gigantes como: Facebook y Amazon impulsados ​​por la demanda de los consumidores de dispositivos “inteligentes”, quieren llevar las herramientas y técnicas de AI, para soportar sus grandes colecciones de datos y generar información accionable.

Progreso continuo

Los números asociados con el crecimiento de AI son simplemente llamativos. La firma de investigación de mercado Tractica pronosticó recientemente que el gasto en AI crecerá de 640 millones de dólares en 2016 a 37.000 millones de dólares en 2025. 

Un ejemplo de apuesta por esta teconología es Samsung, el cual quiere realizar más adquisiciones en el creciente sector de la inteligencia artificial, después de que el año pasado se hiciese con el asistente virtual Viv.

Hablando de la venta al por menor, AI probablemente cambie la manera tradicional de comprar. Scott Horn, CMO de la empresa de soluciones de compromiso con el cliente [24]7, dice que un reciente estudio, mostró que el 40% de los consumidores están abiertos a interactuar con chatbots, y que cerca de un tercio de la gente prefiere los bots al teléfono y las comunicaciones basadas en correo electrónico. “Para los minoristas, AI puede automatizar muchos aspectos del servicio al cliente, ahorrando a los agentes humanos para propósitos más altos, como para la retención y upselling”, sostiene Horn.

 

anatomy-1751201_1280

 

 

Aparición de Deep Learning

En 2017, las empresas comenzarán a experimentar el Deep Learning para una mayor gama de actividades, además de hacer predicciones y recomendaciones basadas en diferentes tipos de datos de origen.

Con Deep Learning, se agregan más capas de elementos de procesamiento con la capacidad de agregar no sólo datos textuales, sino también datos más complejos como datos de voz y sensores en patrones significativos. A largo plazo, las capacidades avanzadas de aprendizaje permiten que todos los datos se conviertan en parte de un tejido de red neural, ampliándose más allá de los datos internos y abarcando datos de nivel superior procedentes de fuentes externas.

A medida que se mueven en la empresa, los activos de AI tendrán que ser alimentados y cuidados, al igual que cualquier otro activo de TI.

Algunos casos de uso de inteligencia artificial -como el reconocimiento de imágenes, el comercio de valores algorítmicos y la gestión de datos de pacientes de salud- tienen un enorme potencial de escala, mientras que otros son aplicaciones de nicho.

Del mismo modo, algunos sectores clave de la industria, incluyendo productos de consumo, servicios empresariales, publicidad, finanzas e inversión, medios de comunicación y entretenimiento y aplicaciones de defensa, generarán ingresos significativos para las implementaciones de software de AI, además de las ventas de hardware y servicios.

En la próxima década las tecnologías tendrán un efecto en casi todos los sectores industriales imaginables.

 

 

Fuente

 

www.datanami.com

www.tractica.com

 

 

Posted in Blog | Tagged , , , | Leave a comment

Big Data dentro de las Startups

computer-1185637_1280

 

Teniendo en cuenta que una Startup  es una empresa emergente apoyada en la tecnología, la cual busca emprender o montar un nuevo negocio. La combinación con el Big Data también funciona en dichas empresas,  porque cuantos más datos tengamos sobre nuestros clientes, más fácil será ofrecerles productos o servicios adaptados a sus necesidades.

Y es que, todavía hay empresas que observan un cambio en el comportamiento de sus clientes o no miden el retorno de inversión de una campaña; es aquí donde encontramos el valor de un sistema de procesamiento y análisis de datos que nos permite tomar una acción que nos lleve al éxito de nuestro negocio.

Por lo tanto, el Big Data tiene un gran potencial en cualquier tipo de negocio, y las startups no son la excepción, pero ¿cómo se lo ejecuta? ¿qué necesitamos?Fundamentalmente se requiere de una herramienta que procese los datos del negocio y el comportamiento de nuestros clientes y un profesional que sepa interpretarlos.

Big Data y startups

startup-1805215_1280

Las startups se caracterizan a menudo como pequeñas empresas que se esfuerzan por competir con empresas más grandes y así ganar una cuota de mercado.

Con el aumento de la analítica de datos, los vendedores ahora tienen acceso a información más detallada sobre cosas: como quiénes son sus clientes más valiosos, dónde pasan la mayor parte del tiempo geográficamente, cómo se comportan en Internet y en las aplicaciones de teléfonos inteligentes. Este conocimiento les permite concentrar sus esfuerzos de dinero y marketing sólo en individuos que cumplan criterios calculados basados ​​en los datos, en lugar de dirigirse a grupos homogéneos. Esencialmente, los vendedores pueden ahora abastecer a cada individuo.

Para las startups, este acercamiento personalizado puede ayudarles a adquirir oportunidades en una escala que en un tiempo habría requerido mucho dinero.

¡A tiempo!

La gran analítica de datos puede servir como un estetoscopio virtual, proporcionando a los comerciantes de inicio con actualizaciones en vivo detallando lo que la gente está diciendo sobre la empresa en Internet.

El análisis de datos puede responder a preguntas cuando la gente habla de la empresa en redes sociales, ¿cuál es el sentimiento? Si hay un asunto sensible que requiere atención, como una revisión negativa, un comentario o una consulta al cliente. Las funciones de monitoreo disponibles a través del análisis, permiten a las empresas responder inmediatamente. Esta oportunidad podría dar a las startups una ventaja sobre los competidores, especialmente aquellos que no son expertos en datos.

 

El futuro es brillante

student-849822_1280

El uso de datos para personalizar un enfoque de marketing en línea es un concepto impresionante. El uso de análisis para medir el sentimiento en tiempo real es notable. Pero ninguno de estos métodos captura el aspecto más notable de los grandes datos. A medida que avanza la tecnología, se multiplican las posibilidades de su uso en análisis de datos y marketing, creando soluciones innovadoras y no convencionales para una variedad de problemas.

Un ejemplo de tal desarrollo es el advenimiento de la analítica de vídeo inteligente. Donde sólo una vez el texto es analizado, ahora los programas de vanguardia de reconocimiento de voz y rostro se peinan a través de fotos publicadas y vídeos con fines de marketing. Esta misma tecnología se utiliza en el comercio minorista para analizar cómo los clientes navegan a través de una tienda e incluso para identificar información demográfica sobre los compradores. Si este impresionante desarrollo es cualquier indicación de lo que está por venir, el futuro es brillante para las empresas emergentes y otras empresas que invierten en grandes datos.

Para una startup, aplicar correctamente el análisis de Big Data podría ser el éxito para obtener la anhelada cuota de mercado. El conocimiento de los consumidores siempre será un activo.

 

Fuente

http://data-informed.com

http://www.kinetica.mobi

 

Posted in Noticias | Tagged , , , | Leave a comment

¿Hacia dónde vamos en el 2017?

digital-marketing-1725340_1920

¿Cuáles son las tendencias que nos depara el 2017 en el mundo de los datos? ¿Qué rumbo debemos tomar? ¿Cuál es el camino correcto? seguramente estas interrogantes surgirán a lo largo de estos primeros meses en este nuevo año.

En el siguiente post vamos a dar algunas recomendaciones tecnológicas que el mercado demandará probablemente en el 2017. Por su carácter imprevisible es posible que alguna de estas tendencias triunfe, desaparezca o, por el contrario, aparezca alguna nueva todavía no identificada.

A lo largo de este año aparecerán aplicaciones cotidianas en forma de bots, recomendadores personalizados o asistentes personales inteligentes. Por poner otros posibles ejemplos: la inteligencia artificial, el Internet de las Cosas, el coche conectado y la realidad virtual serán algunos de los protagonistas del año.

 

Promesas tecnológicas del 2017 

 

  • Mix de realidades (AR / VR): La mezcla de estas tecnologías, realidad virtual (VR) y realidad aumentada (AR)  han logrado conseguir  un alto grado de madurez. Según las previsiones de IDC, crecerán desde los actuales 5.200 millones de dólares a más de 162 mil millones de dólares en 2020.

 

  • Inteligencia artificial: Los grandes monstruos como Google, Apple, Facebook o Amazon están trabajando en inteligencia artificial. Dentro de cinco años, la inteligencia artificial permitirá interactuar con objetos sin usar la pantalla de un smartphone, según predicen en Ericsson. Ya que desarrollarán tecnologías capaces de aprender por sí mismas a partir de diversos patrones.

 

communication-1439131_1280

 

  • IoT: junto con la inteligencia artificial, 2017 será también un año clave para el Internet de las Cosas (IoT). Las empresas empiezan ya a prepararse para sacar partido a un entorno en el que los objetos -desde maquinaria industrial hasta los coches- pueden conectarse a Internet para recoger, enviar y recibir datos. No en vano, se estima que en 2020 habrá 50.000 millones de objetos conectados.
  • Ciberseguridad: El progreso que tengamos con IoT también abre una nueva amenaza de ciberseguridad, al dotar de conectividad a dispositivos de hogares, industrias, coches, ciudades, etc. Esta será una de las prioridades de las organizaciones en sus iniciativas de digitalización durante 2017.
  • Comercialización del “live video streaming”. en el 2016 se evidenció un auge de vídeo streaming en directo a través de las plataformas tecnológicas, este año que comienza empezaremos a ver diferentes fórmulas para su comercialización. El mercado mundial de streaming de vídeo superará los 70 mil millones de dólares en 2021 de los cuales una parte creciente corresponderá al vídeo en directo.
  • Header bidding: La publicidad programática online sigue creciendo. Las proyecciones durante 2017 de la compra-venta programática crezca un 31% respecto al 2016, por delante de todos los demás canales. Las constantes innovaciones en la publicidad programática online impulsan su desarrollo pero implican modelos más sofisticados. Algunas de estas innovaciones conllevan cambios que marcarán el futuro papel de los diferentes agentes. Es el caso del “header bidding” o licitación de cabecera, una técnica de programación que permite que las pujas para la compra-venta de un impacto publicitario se realicen directamente en la página web antes de descargarse.
  • Modelos de atribución: crece la demanda de nuevas vías que permiten cuantificar y evaluar más eficientemente el impacto real de las campañas. Aspectos como la visibilidad de los anuncios (ad viewability), que intenta medir el número de impactos reales, o los modelos de atribución serán dos de los temas más importante en la agenda de anunciantes, agencias y soportes.

inversion-ma

 

  • Conversational commerce: Más de 2.500 millones de personas en todo el mundo son usuarios de chat móvil, lo que representa más de 41.500 millones de mensajes y 6.000 millones de ‘emojis’ enviados diariamente. Un ecosistema que no para de crecer y que ofrece nuevas vías de negocio.
  • Generación Zeta: Los sucesores de los millennials están listo para ser los protagonistas de este año. Son los nacidos después de 1995 cuyos miembros más mayores rondan los veintitantos años. Son nativos móviles y que supondrán un preciado objetivo para los anunciantes. De hecho, la ‘Generación Z’ representará en 2020 el 40% de todos los consumidores.
  • Computación en la nube: Un estudio de Gartner señala que durante los próximos 10 años, casi todas las aplicaciones y servicios incorporarán un cierto nivel de inteligencia artificial. Por otro lado la nube genera más de 10.000 millones de dólares.

 

Sólo el tiempo confirmará todas estas posibles tendencias para el 2017, en todo caso hemos hecho el primer trazo en este lienzo, en el mundo de los datos. ¡FELIZ  INICIO!

 

 

Fuente

 

www.expansion.com

tecnologia.elpais.com

 

 

Posted in Blog | Tagged , , , , | Leave a comment

Un repaso en el mundo de los datos del 2016

new-years-day-957741_1280

En el 2016  el Big Data y analytics han transformado al mundo de la empresa. Las organizaciones, han decidido ganar una ventaja competitiva invirtiendo fuertemente en servicios, tecnología y personas. Esta tendencia no muestra signos de que vaya a disminuir.

La firma de investigación International Data Corporation calculó que los ingresos en todo el mundo ascenderían a casi 122.000 millones de dólares en 2015 y pronosticó que alcanzarán los 187.000 millones de dólares en 2019, un aumento de más del 50 por ciento respecto al período de cinco años de IDC.

Las grandes inversiones realizadas por las empresas en 2016 en Big data y analítica, dieron resultados, más cuando las empresas aprendieron a sacar partido de los datos para comprender mejor a sus clientes y aumentar la eficiencia.

Al igual que los móviles, la nube, el Big Data y la analítica avanzada; están cambiando a  las organizaciones y a los procesos empresariales. En el 2016, las organizaciones llevaron cada vez más los proyectos de análisis de datos a la producción, buscando la capacidad de aprovechar mejor los datos internos y externos y comprender mejor a sus clientes aumentando la eficiencia.

El personal y la formación, foco de atención

La escasez de ingenieros de datos, analistas de datos e incluso los ejecutivos necesarios para gestionar estas iniciativas fue evidente. En 2016, las organizaciones e instituciones ampliaron sus esfuerzos para capacitar, contratar y retener a profesionales del sector.

fractal-1626616_1280

Proyecciones

El Data Scientist se ha convertido en una de las carreras más demandadas y de alto perfil en TI, ya que las empresas buscan la capacidad de hacer predicciones basadas en datos. Todavía no hay una forma única para convertirse en uno.

Nuevos arranques de datos

Las inversiones de capital de riesgo se redujeron alrededor de un 10% a partir de 2015, pero eso no impidió a los futuros empresarios de la tecnología, tomar riesgos calculados mediante la creación de nuevas empresas, con la esperanza de golpear grandes datos de oro.

Proyectos de datos abiertos

No todos los grandes productos de datos son desarrollados por empresas con fines de lucro. De hecho, muchas de las nuevas tecnologías más prometedoras vienen a nosotros por la ola de proyectos de código abierto.

 

large-895564_1280Grandes Datos para el bien social

El Big Data está ahora en todas partes. Su presencia se hace sentir en los productos que compramos, en los servicios Webs que utilizamos y en la forma en que nos comunicamos. Pero en esta época del año, es importante recordar y hacer una pausa para considerar lo que podemos por los más necesitados.

Con ese fin, es bueno ver que los grandes datos pueden tener un impacto positivo para el progreso social, y no sólo pensar en un rédito económico. Por citar un ejemplo mencionaremos como el grupo Polaris utilizó el Big Data para combatir el tráfico humano y puso a los perpetradores detrás de las rejas. O también el grupo de periodistas,  detrás de los Papeles de Panamá donde utilizaron la tecnología de Big Data, incluyendo el análisis basado en la nube y las bases de datos para exponer los paraísos fiscales.

En todo caso no sabemos qué traerá el 2017 al mundo de los grandes datos. Pero si sin lugar a dudas veremos un crecimiento constante de las tecnologías básicas que están cambiando la forma en que vivimos.

 

 

 

Fuente

www.pcworldenespanol.com 

www.ciospain.es

 www.datanami.com

 

 

 

 

 

 

 

Posted in Blog | Tagged , , , | Leave a comment

Es tiempo de compartir tus datos

give-light

La Filantropía no es una palabra nueva para niguno de nosotros y aunque te parezca raro también se vive en el mundo de los datos. Hay dos maneras de practicarla: compartiendo  tu información como empresa o con tu talento a diferentes interesados.

En el siguiente post te ofrecemos una opción que no se práctica sólo por estas fechas navideñas sino a lo largo del año. Y sí, en España también tenemos opciones para poder hacerlo.

Éste es el momento para ser alegre y generoso con tus datos. Así lo dice Global Pulse, una iniciativa de las Naciones Unidas sobre BigData. Ésta iniciativa aboga por el intercambio de datos recopilados por las empresas y tiene como finalidad, que el público pueda acceder a esta información, y deriva de la noción de que los datos compartidos son un bien público y pueden ser utilizarse para crear un impacto positivo para las decisiones de políticas públicas y de investigación académica.

 

Gran parte de estos datos provienen de consumidores y clientes, ya sea: utilizando sus teléfonos móviles, contactos a través de las redes sociales y visitas webs. Por otro lado las empresas lo utilizan para comprender mejor a sus clientes y mercados, como también para promover sus objetivos de negocio. La sugerencia de Global Pulse es que el sector privado también pueda “devolver”  los datos que recopila del público, y estén disponibles para ayudar al gobierno a comprender mejor y remediar temas como la pobreza, el hambre, las epidemias y los desastres naturales.

 

Protección de los usuarios finales

Sin embargo, compartir los datos también tiene sus desafíos. Las empresas que han recogido la información pueden preocuparse, por la posibilidad de anular una ventaja competitiva, o incluso exponerse a los contraataques de los competidores en su mercado. En consecuencia, existen técnicas para anonimizar los datos y así proteger la confidencialidad de las personas a quienes se refieren. Global Pulse también ofrece cuatro tácticas diferentes para ayudar a garantizar la confidencialidad:

 

  • Compartir conjuntos de datos para el análisis mediante un acuerdo de no divulgación (ND)
  • Bajo la figura NDA (non-disclosure agreement o NDA) es un contrato legal entre al menos dos entidades para compartir material confidencial o conocimiento para ciertos propósitos, pero restringiendo su uso público. Esto permite a los investigadores analizar datos dentro del perímetro de la empresa donante.
  • Agregación de datos de varias empresas de la misma industria para evitar la re-identificación y proteger la competitividad (“Real-Time Data Commons”)
  • La empresa analiza los datos dentro de su perímetro y comparte los indicadores (“Public / Private Alerting Network”).

 

Beneficios de compartir datos privados

Los grandes datos se han convertido en uno de los activos más importantes del siglo. Los sectores públicos y las organizaciones sociales pueden no ser capaces de evaluar la misma cantidad, calidad o frecuencia de los datos. Este desafío dio origen a la Filantropía de Datos.

La revolución de la información ha ayudado recientemente al sector privado a desarrollarse en la agregación, el análisis y las aplicaciones de los datos. Aunque hay grandes beneficios en la utilización en tiempo real de datos en el sector privado, también hay grandes beneficios en la aplicación de datos en tiempo real para proporcionar soluciones efectivas a los desafíos sociales.

La Filantropía de Datos es útil para el mundo académico, ya que elimina la barrera a la evaluación de datos – un desafío que muchos de los investigadores se enfrentan. Esto hace que el análisis y la producción de conocimientos, a partir de los datos disponibles, sean más fáciles y rápidos. Sin Filantropía de Datos, simplemente significa que sólo los investigadores que pueden acceder a ciertos datos pueden analizar y producir conocimiento.

 

Recopilación y contribución de conocimientos

book-2869_1280

Como bien lo indicamos al inicio también está la figura de colaborar con la Filantropía de Datos a través de tus conocimientos y en España tenemos algunas opciones: MediaLab-Prado  es una referencia a nivel de conocimientos, ya que desarrollan talleres intensivos de producción colaborativa de proyectos, talleres de formación, reuniones de grupos de investigación y grupos de trabajo en torno a diferentes temas, un caso que te adjuntamos en el hipervinculo es una investigación sobre lo que hay Detrás de un gran dataset.

Por otro lado está Precipita quienes se preocupan de activar la ciencia colectiva a través de proyectos crowdfunding.

 

55la3cisjkq-madi-robson

 

Ejemplos de Tecnología en Filantropía de Datos

Las aplicaciones también se han sumando en tácticas de estilo de Filantropía de Datos como por ejemplo: HealthMap, un sitio web con una app disponible para móviles donde detectan el brote de enfermedades. Por otro lado está Flu Near You la cual reúne informes semanales de los usuarios sobre sus propias condiciones de salud. La monitorización convencional de la gripe puede requerir hasta dos semanas para confirmar los brotes, pero Flu Near You acelera las advertencias a través de datos minados.


Al día de hoy, muchas empresas consideran que su Filantropía de Datos es menos un acto de caridad y más una oportunidad para mitigar el riesgo empresarial y fomentar la innovación. Comprenden que el bienestar de una población suele ser de importancia crítica para la continuidad y el crecimiento de su propio negocio.

 

 

 

Fuente

www.smartdatacollective.com

www.johnsnowlabs.com

 

 

 

 

Posted in Blog | Tagged , , , | Leave a comment

Una BANCA más eficiente

pelskgra2nu-fabian-blank

Antes de que existiera el Big Data, el riesgo de que hubiera fallos en la oferta y la atención al cliente era mayor. Ahora, toda la información sobre los clientes y servicios de la empresa permite establecer numerosos filtros para medir la efectividad y la forma de tener el mejor contacto con el cliente. Asimismo, el Big Data ayuda a la fijación inteligente de precios para mejorar la oferta y aumentar la vinculación con los usuarios.

Su objetivo principal en la banca consiste en dotar de un profundo conocimiento del cliente (real y potencial), para que puedan tomar las decisiones más acertadas para el negocio. Saber con mayor precisión o índice de acierto qué producto es el que necesita o está más predispuesto a comprar el cliente en función de su perfil; dónde es más conveniente cerrar o abrir una sucursal; clasificar las oficinas en función del volumen de presencia de los distintos targets en cada zona y emprender así acciones comerciales y de marketing más efectivas y rentables. Aumentar la conversión y fidelización, así como anticiparse al abandono son las aplicaciones clave.

Esta premisa se fundamenta en el llamado Real Time Decision (RTD) o decisiones en tiempo real a partir del análisis de datos.  Con el Real Time el cliente tiene un entendimiento mejor de sus necesidades, se pueden hacer propuestas más acertadas según lo que necesita.

En Conento hemos desarrollado una herramienta que analiza en tiempo real, la reputación de la empresa a través de sus redes sociales. A ello hemos denominado Brand Pulse. 

Disrupción digital

bitcoin-1813503_1280

La tecnología digital está evolucionando rápidamente … y los consumidores se están adoptando nuevas tecnologías a niveles récord. La industria ha experimentado un crecimiento de dos a tres dígitos en los usuarios de la banca móvil en los últimos años vinculada a sus instituciones financieras a través de múltiples canales y dispositivos.

Estos consumidores exigen que los servicios financieros estén disponibles y se les entreguen de manera transparente, como cualquier transacción que completan con Amazon u otro servicio no financiero. No se trata sólo de mejorar el servicio al cliente … sino de ofrecer tanto el servicio como las ventas a través del canal que el consumidor elige utilizar.

Más allá del multicanal (entrega en múltiples plataformas) o omnichannel (entrega a través de todos los canales de forma similar), una experiencia optichannel ofrece soluciones que utilizan el mejor canal (óptimo) basado en la necesidad del cliente y la opción preferida. En otras palabras, en lugar de ofrecer todos los canales para una solución específica, El Big Data permitirá a la organización señalar al consumidor, el canal que le proporcionará la mejor experiencia.

Al día de hoy, pensar en el usuario móvil es vital y cada vez habrá que ofrecer un mejor servicio. Además de las innovaciones en las áreas de apertura de cuentas nuevas, pagos móviles y ofertas contextuales, los casos de uso móvil se expandirán más allá de las características bancarias y solo serán limitados por la creatividad del consumidor.

Con más puntos de contacto, el mapeo del viaje del cliente se vuelve esencial para una experiencia mejorada. Comprender dónde empiezan los consumidores y cómo utilizan los canales  será esencial para gestionar las relaciones en el futuro.

 

 

Fuente

thefinancialbrand.com

blog.caixabank.es

 

 

 

Posted in Blog | Tagged , , , | Leave a comment

La importancia de la cultura analítica en una empresa

light-bulbs-1875384_1280

Ya no basta con usar datos para crear eficiencias; las compañías dicen que necesitan encontrar ideas que cambien las reglas del juego, las empresas están descubriendo que necesitan “democratizar” sus datos y análisis, poniéndolos directamente en manos de cada usuario comercial.

 

Convertirse en una organización basada en el conocimiento requiere una gran inversión en personas, procesos y tecnología. En el movimiento analítico actual, hay mucho enfoque en acumular datos y contratar al científico de datos y al talento analítico, necesario para controlar el uso efectivo de la información en toda la organización.

 

Sin embargo, tal inversión en el lado de la oferta puede ser un tanto desigual. Concentrarse demasiado en las herramientas, datos y necesidades de personal técnico puede descuidar traer el lado funcional de la organización para el viaje. La magnitud de esta preocupación está bien establecida. McKinsey estimó que en los próximos años las industrias estadounidenses enfrentarán una escasez analítica de talentos de 140.000 a 190.000 personas con las habilidades de datos necesarias. Sin embargo, el mismo informe señala la brecha aún mayor de talentos de aproximadamente 1,5 millones de gerentes y analistas con el know-how para utilizar los datos y tomar decisiones efectivas.

 

Estar conectados

Unos cuantos esfuerzos clave llevan a los tomadores de decisiones en las organizaciones a trabajar con datos transaccionales en tiempo real. Tal cambio requiere que los tomadores de decisiones se ocupen de la mayor velocidad de los datos, las anomalías y los patrones surgen de diferentes maneras que pueden ser suavizadas por los analistas cuando los informes son monitoreados semanalmente o agregados de manera diferente.

Pero las herramientas y los métodos ricos en datos aportan más información a la toma de decisiones en un nivel granular para el cual muchos gerentes no están listos. La visualización se ha convertido en una forma estratégica de abordar la complejidad de los datos. Sin embargo, centrarse únicamente en el arte de los datos y la infografía para reemplazar el rigor estadístico puede simplemente reemplazar la sobrecarga de información por sobrecarga visual, lo que obliga a los responsables de la toma de decisiones a comprender e interpretar diversas técnicas de visualización y opciones de sus analistas.

hands-1691225_1280

 

Análisis de autoservicio – Competencias para satisfacer las crecientes expectativas

En un discurso en el Consumer Electronics Show de este año, el CEO de Ford, Mark Fields, declaró: “No somos sólo una empresa fabricante de automóviles, somos una empresa de tecnología”. Y agregó: “A medida que nuestros vehículos pasan a formar parte de Internet de Las cosas, y como los consumidores nos dan permiso para recopilar esos datos, también nos convertiremos en una compañía de información “.

Cuando surgen nuevas economías y se rompen los viejos modelos de negocios, muchas empresas, como Ford, se están redefiniendo, moviendo sus bienes y servicios tradicionales.

Al mismo tiempo, el deseo de análisis de autoservicio proviene de los propios usuarios del negocio. En nuestra cultura de: “a la carta”, o de tecnología infundida, muchos empleados han llegado a esperar un acceso instantáneo a la información que desean. Ya no están contentos con tener que pasar por intermediarios -en un proceso engorroso y que consume mucho tiempo- para hacer preguntas sobre datos como “¿Cómo puedo mejorar la tasa de entrega a tiempo?” O “¿Cómo optimizo la fábrica a través de…?” Los empleados se están volviendo mucho más cómodos con el uso de nuevas tecnologías de autoservicio – y las prefieren para hacer sus trabajos cotidianos.

Tratamiento visual como punto de partida en vez de como punto final

Cuando los analistas diseñan visuales sin la interacción del usuario en mente, sus gráficos e infografías simplemente son un intercambio estático de su propio análisis. Pero a medida que la visualización de la información continúa haciéndose más común, la presentación visual se está volviendo menos importante en los entornos empresariales. El diseño debe ser suficiente para ser un punto de partida para un decisor que invita a la interacción. Una presentación visual maleable se piensa mejor como un punto de partida del proceso analítico del tomador de decisiones.

¿Dónde se dirigen los análisis de autoservicio?

Éste es solo el comienzo. El análisis de autoservicio futuro utilizará la inteligencia artificial para dar otro salto cuántico – no solo nos dirán lo que pensamos que necesitamos saber, sino lo que ellos piensan que necesitamos saber. Ellos nos dirán el tipo de preguntas que deberíamos estar haciendo, y nos mostrarán los datos para encontrar las respuestas.

Los avances en el análisis de autoservicio están cerrando rápidamente la brecha entre el usuario empresarial y el científico de datos. En el futuro, todos podríamos ser científicos de datos.

 

Las nuevas arquitecturas analíticas también están haciendo posible que los usuarios empresariales hagan preguntas de esos datos de diferentes maneras. En lugar de probar hipótesis, pueden hacer preguntas abiertas de los datos para encontrar los tipos de patrones ocultos y conexiones que pueden ser tan valiosas.

Como también pueden dejar que los datos “hablen por sí mismos”. Esto es crítico para que los usuarios de negocios exploren libremente los datos.

 

 

Fuente

http://data-informed.com/

http://data-informed.com/self-service-analytics

 

 

Posted in Blog | Tagged , , | Leave a comment

Predicciones en Analytics para el 2017

business-1137363_1280

 

Hablamos mucho de datos, análisis y procesamiento de información pero como todas las cosas, tenemos que tener claro el norte de nuestro destino y hacia dónde queremos ir. Esto extrapolado a una empresa, con mucha más razón. Es por ello que hoy te hablaremos sobre predicciones en Analytics para el 2017.

Si analizamos el cierre de 2016, podemos describir un año mixto para el análisis de datos. Los datos de las encuestas en el período previo a la elección de Brexit y Trump, por ejemplo, han visto a muchos rechazar el poder de los datos, con Mike Murphy, un estratega republicano que predijo un triunfo de Clinton, diciendo después de las elecciones: Destrozados en átomos. Esta noche, los datos murieron. Sin embargo, los informes de la desaparición de los datos son prematuros.

Ante esto se debe continuar transformando la forma en que los científicos de datos, analistas de datos y usuarios empresariales aprovechan las ideas para ofrecer valor comercial y mejorar los procesos operativos.

Tendencias y predicciones analíticas para ver en 2017.

La calidad de los datos y la preparación de datos comenzarán a converger.

2017 será el año en que la calidad y la preparación de datos convergen, las organizaciones entenderán mejor cómo implementar las capacidades de ambos para obtener los mejores resultados analíticos y a su vez tendrán funciones separadas y distintas.

Pero, a medida que evolucionan, las soluciones de preparación de datos están comenzando a incorporar muchas capacidades de calidad. La preparación de estos extrae información de una variedad de fuentes dispares y luego la mezcla y la manipula para que sea limpia y precisa para el análisis. Del mismo modo, los proveedores de calidad están comenzando a resolver los problemas de preparación de datos.

 

Avances en el análisis conductual

Se espera que el monto que las compañías gastan en anuncios digitales crezca hasta $77.370 billones en Estados Unidos el próximo año, y comprender a la audiencia es vital para asegurar que se gaste bien su dinero.

La capacidad de predecir la personalidad de alguien presenta una clara oportunidad para dirigir la publicidad, permitiendo a los vendedores segmentar las audiencias de acuerdo al tipo de personalidad en lugar de por edad o género, lo cual es craso y altamente poco fiable.

Los psicólogos han intentado entender diferentes tipos de personalidad y comportamientos mediante casillas de verificación durante décadas, y los vendedores digitales tienen ahora una cantidad significativa de datos sobre sus clientes disponibles que podrían permitirles hacer lo mismo. Según un comunicado de prensa publicado a principios de este año por Universiti Teknologi Malasia, el erudito de investigación Dr. Ikusan R. Adeyemi dijo: “Nuestra investigación sugiere que los rasgos de personalidad de una persona pueden deducirse por su uso general de Internet”, y podría hacerlo usando algoritmos Machine Learning analizando sólo media hora de navegación web.

Los datos de Internet de Cosas (IoT) impulsarán la demanda de bases de datos.

doors-1767563_1280

La era de IoT está sobre nosotros, y más compañías están comenzando a aprovechar los datos de estos dispositivos para la analítica. Pero, ¿cuál es la mejor manera de acceder y usar estos datos?

Los usuarios que recopilan datos dispares de toda la organización y de diferentes partes de los procesos operativos necesitan la capacidad de mantener las marcas de tiempo y, a continuación, reúnen, agrupan y reproducen información en el tiempo para una visión holística. Gracias a los dispositivos IoT y los datos que producen, el próximo año, veremos un aumento en la demanda de bases de datos de series de tiempo, junto con la funcionalidad de preparación de datos en tiempo real.

Analítica más penetrante

Tradicionalmente, los procesos analíticos avanzados han sido delegados a los científicos de datos. Sin embargo, más vendedores están empezando a agregar capacidades analíticas avanzadas a sus soluciones, permitiendo a los usuarios empresariales cotidianos abordar este proceso y obtener información predictiva. En 2017, veremos que las analíticas avanzadas transforman de una novedad a una capacidad básica que impulsa las operaciones de la compañía.

Análisis establecidos para despegar

La analítica integrada es el área de más rápido crecimiento de Business Intelligence (BI). En un estudio de la firma de análisis de autoservicio Logi Analytics, más del 66% de los equipos de TI dijeron que ahora están usando analíticas integradas en sus organizaciones, mientras que casi el 30% dijo que lo estaban considerando.

Los análisis integrados consisten en cualquier herramienta de BI y analítica orientada al consumidor que se ha integrado en aplicaciones de software, funcionando como un componente de la propia aplicación nativa en lugar de una plataforma independiente. La analítica integrada permite a los usuarios finales utilizar datos de mayor calidad porque mejoran los estándares de gobierno.

La popularidad de la analítica integrada ha crecido exponencialmente en los últimos años, y esperamos que esta curva aumente en el transcurso del próximo año.

El papel del Data Scientist evoluciona

Según una encuesta de Forrester, las empresas invertirán un 300% más en inteligencia artificial (IA) en 2017 que en 2016. Esto tiene ramificaciones significativas para la analítica, en Machine Learning, ya que será capaz de analizar datos a una escala que los humanos simplemente no podrían. Como señala Forrester, “impulsará decisiones comerciales más rápidas en marketing, comercio electrónico, gestión de productos y otras áreas del negocio, ayudando a cerrar la brecha entre las ideas y la acción“.

Pero, ¿significa esto el fin del Data Scientist en 2017? Otra encuesta reciente de KDnuggets preguntó cuándo la mayoría de las tareas Predictive Analytics / Data Science de nivel experto actualmente realizadas por Data Scientist humanos serán automatizadas. Un 51% de los encuestados dijo que espera que esto suceda en la próxima década, mientras que sólo un cuarto dijo que espera que el proceso tome más de 50 años o nunca.

Virtualización de datos está de vuelta.

 fractal-1626616_1280La virtualización de datos es sinónimo de agilidad en el acceso a la información – facilita la visión de los datos de negocio de forma unificada, simplificada e integrada en tiempo real según precisen las aplicaciones consumidoras

La virtualización de datos será más popular para los procesos de análisis. La virtualización de datos es un enfoque que, en lugar de mover los datos de un origen a un almacén de datos para su análisis, deja los datos donde reside y crea un almacén de datos virtual. Los datos residen físicamente y permanecen en sistemas transaccionales, pero estos almacenes virtuales permiten a los usuarios ver la información en un orden lógico. Es una técnica con muchas promesas. Reduce los costos porque las organizaciones no necesitan crear almacenes; Ayuda con el análisis en tiempo real porque los datos no necesitan ser movidos; Y aumenta la agilidad, permitiendo a los usuarios analizar más fuentes más rápidamente.

Aunque tenía más de 10 años de antigüedad, la virtualización de los datos tenía su parte de barreras que impedían su uso generalizado en los procesos analíticos. Y aunque todavía existen desafíos, veremos un renovado interés por esta tecnología a lo largo de 2017, una tendencia impulsada en gran medida por proveedores que traen la virtualización de datos junto con la preparación de estos para crear una arquitectura de información que ofrezca agilidad de autoservicio a un costo menor.

¡A por ello!

En 2017, habrá nuevos desafíos para los analistas profesionales. También habrá nuevas tecnologías y nuevas maneras de trabajar para ayudar a superarlas. La socialización de datos verdaderamente revolucionará la preparación de datos de autoservicio y la experiencia analítica. La poderosa combinación permitirá a los científicos de datos, analistas de negocio e incluso a los usuarios empresariales principiantes de una empresa buscar, compartir y reutilizar datos preparados y gestionados para lograr una verdadera colaboración empresarial y agilidad, lo que dará lugar a mejores y más rápidas decisiones comerciales.

 

 

 

Fuente

channels.theinnovationenterprise.com

smartdatacollective.com

 

 

 

 

Posted in Blog | Tagged , , , , | Leave a comment