Sistemas de Recomendación: un enfoque analítico aplicado a negocios

chrome-103695_1280

Hace poco impartimos nuestra primera MasterClass online sobre sistemas de recomendación y en el siguiente post queremos compartir conceptos y específicamente aplicaciones prácticas sobre este tipo de algoritmos.

Los sistemas de recomendación son una herramienta potente para una gran cantidad de empresas ya que permiten extraer valor a partir de sus bases de datos. Pero sobre todo sirven para facilitar a sus clientes productos o servicios de la compañía, en los que podrían estar interesados, al mismo tiempo que ayudan al negocio a generar nuevas ventas.

Captura

Además, desarrollar un sistema de recomendación puede tener múltiples utilidades:

  • Exhaustivo conocimiento de la relación de los clientes con la compañía: qué compran, cuándo compran, dónde compran, cuánto gastan.
  • Segmentación de la cartera de clientes según su patrón de compras y segmentación de los productos que ofrece la compañía.
  • Construcción de métricas de similitud entre clientes y artículos.
  • Proceso de reparto óptimo que dado un conjunto de cupones a repartir entre un conjunto de clientes dado, optimiza la métrica de afinidad total (suma de los scores de recomendación) cumpliendo una serie de restricciones de negocio: mínimo de ofertas por cliente, control de la saturación de clientes, etc.

Captura 2

10 recomendaciones a la hora de implementar un Sistema de Recomendación

  1. Es necesario adaptar el sistema de recomendación a los datos disponibles y al tipo de uso que se va a dar del recomendador.
  2. Realizar un buen descriptivo previo será clave en el desarrollo de un buen sistema de recomendación.
  3. Recomendaciones y ratings pueden ser sustitutos. En algunas ocasiones un sistema NO personalizado puede ser suficiente.
  4. Hay que evitar que los sistemas de recomendación manipulen los “resultados”
  5. Test A/B para evaluar realmente cómo funcionan.
  6. La mejor métrica es la “respuesta a las ofertas o productos mostrados” anteriormente a cada usuario.
  7. Funcionan mejor sobre producto hedonistas que sobre productos utilitarios, y no se recomiendan para productos que se compren masivamente.
  8. La segmentación de clientes / productos se puede utilizar en aquellos casos para los que tenemos poca información del cliente / usuario.
  9. Acompañar el recomendador con un sistema de reparto óptimo de ofertas permite introducir restricciones en las recomendaciones.
  10. La recomendación es sólo un factor más que puede incrementar la propensión de compra, pero no es el único ni el más importante.

 

Si queréis profundizar y aplicar los sistemas de recomendación en vuestra empresa, contacta con nosotros.

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

Big DATA en la banca

Foto 3er programa

En nuestro último programa hablamos sobre el Big Data en la Banca y es que justamente este sector financiero tiene un nuevo desafío: explotar y sacar rentabilidad de la gran cantidad de datos que manejan de sus clientes. Los datos bancarios son extraordinariamente ricos y variados.

En esta ocasión nuestro invitado fue José Luis Arbeo, Director de Marketing Operativo BBVA España y nos comentaba que la digitalización de la banca no hace que el cliente pierda el contacto con la sucursal  o sus gestores, más bien todo lo contrario, hay una intensificación del contacto.

La información que posee la banca la tiene que utilizar de cara al cliente, por ejemplo se pueden dar recomendaciones a empresas del sector B2C anonimizando los datos de los involucrados, sugerir cómo gestionar el negocio, etc.

Os dejamos el enlace del podcast para que lo podáis escuchar a profundidad.

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

People Analytics: una tendencia actual en las empresas

Cartel noticia

Las empresas sostienen que su activo más valioso son las personas. Teniendo en cuenta esta premisa, continuamente están buscando profesionales que sepan analizar e interpretar este tipo de datos, consiguiendo llevar analytics al área de rrhh.

Ante esta realidad ha surgido una iniciativa de formación entre Blc & Conento. Un curso de People Analytics. Blc, por su parte contribuye su experiencia en la gestión de personas y Conento su expertise de análisis matemático con soluciones inteligentes a medida y flexibles.

En pocas palabras dos empresas que unidas aportan una visión estratégica, funcional y analítica.

Una gran oportunidad para profesionales de RRHH & Business Intelligence

People Analytics es el arte de aplicar las técnicas de Big Data y Data Science, al área de recursos humanos con la finalidad de tomar decisiones.

El rol del responsable de People Analytics será liderar la transformación digital de su empresa al entorno de recursos humanos:

  • Generando una conexión directa con el negocio: es importante medir el impacto de las acciones que se llevan a cabo desde el departamento de RRHH en las diferentes variables de negocio (p.e. ventas).
  • Confirmando el impacto de las políticas de RRHH en sus empleados: medir con rigurosidad cómo afectan las decisiones que se toman desde las áreas de gestión de las personas en éstas en términos de p.e. satisfacción y productividad.

Beneficios del curso

  • Liderar un equipo de HR Analytics.

  • Disponer de suficiente conocimiento de estadística y minería de datos para dirigir al equipo de Data Analysts/Scientists.

  • Conocer el camino más efectivo para visualizar y presentar datos.

  • Vincular los procesos de RRHH a resultados empresariales.

Expertise de Blc & Conento

CONENTO

  • Expertise y know-how matemático aplicado a la resolución de problemas en las empresas.
  • Soluciones inteligentes a medida y flexibles desde el rol de Data Science.
  • Con 10 años de experiencia en las áreas de análisis matemático y tecnología informática

BLC

  • Especializados en ofrecer soluciones de atracción, gestión y desarrollo de personas en el ámbito de RRHH.
  • Innovación continua en la gestión de integral e integrada de personas
  • Con 20 de experiencia en la gestión de personas.

 Si estas interesado en formar parte de esta formación, contáctanos.

 

Posted in Noticias | Tagged , , , , , , , , , | 1 Comment

Nuevos socios, nuevos rumbos en CONENTO

eN 800

Conento se caracteriza por ser una empresa humana, analítica y tecnológica que trabaja con entornos Big Data y aporta soluciones inteligentes para el crecimiento de los negocios.

Con 10 años de experiencia en el mercado local e internacional, Macarena Estévez CEO de la empresa, decidió abrir el accionariado a parte de su equipo. En la siguiente noticia podrás conocer un poco más de cerca a los nuevos socios de esta compañía.

Macarena Estévez, CEO

DSC_0503

¿Qué te motivó a vender parte de las acciones de la empresa?

Conento ha sido siempre una apuesta de futuro, tengo que ir pasando el testigo a las nuevas generaciones.

¿Qué cualidades tenían que tener los socios?

Haberme demostrado con creces ser capaces de llevar a Conento allá donde lo queremos llevar, personas de mi máxima confianza y con mucha fuerza y ganas de luchar al 100%.

¿Cómo te sientes de haber tomado esta decisión?

Feliz, tranquila, confiada e ilusionada.

¿Con qué sueñas en esta nueva etapa de Conento?

Con llevar a Conento a ser la empresa líder en Analytics en España y a nivel mundial.

Nuevos socios, nuevos horizontes

Davide Fabrizio (DF) , Jorge Hayes (JH), Carlos Real (CR) y Gonzalo Pezzi (GP) son los nuevos socios de Conento. Los cuatro profesionales tienen una larga trayectoria en la empresa y han ocupado importantes cargos de responsabilidad desde los inicios de la misma.

¿Habías pensado alguna vez en ser socio de una compañía?

DF:  Sí, era un objetivo que tenía claro en mi carrera profesional.

JH: Hace mucho tiempo,  tuve la oportunidad de trabajar en una  firma profesional con Socios  (KPMG) y vi las grandes ventajas de este modelo de empresa, entre las cuales:

  • La gran motivación  y compromiso  que genera en el equipo directivo.
  • Una meta y un claro camino de progreso profesional  para los nuevos que se incorporan a la empresa.

CR: Es algo que no había pensado antes, pero cuando Macarena nos dio la oportunidad me costó poco decidirme. He trabajado en Conento durante los últimos 7 años y es el momento adecuado para afrontar este nuevo reto con ilusión.

GP: ¡Sí, claro! De hecho había sido socio de una compañía antes de formar parte de Conento. Mi etapa en Conento ha sido muy especial para mi, y es un verdadero orgullo pasar a ser socio de esta empresa.

¿Qué te motivó a ser parte de esta nueva aventura?

DF:  La absoluta confianza que se ha cimentado a lo largo de estos años con Maca y la conciencia de que Conento tiene un gran potencial, gracias a su capital humano y profesional.

JH: Conento es una empresa excepcional y “ diferente”  en  muchos sentidos, igual que su fundadora, y tenemos la suerte  de estar muy bien posicionados en un mercado de enorme futuro  – Data y Analytics.

CR: El motivo principal es que me veo trabajando en Conento en el largo plazo y me gusta la idea de aumentar mi vinculación con la compañía. Espero ayudar a que Conento siga creciendo y adaptándose a este mundo en contante cambio.

GP: Llevo ya varios años en Conento y ha sido un privilegio participar en el crecimiento y la evolución de la compañía. No es una nueva aventura, sino que la aventura en Conento continúa, y va a ser apasionante.

¿Qué significa Conento para ti?

DF: Es como una segunda familia, formar parte de Conento es ser parte de un proyecto dinámico, que evoluciona cada día con nuevos desafíos, y cada día el proyecto se hace más apasionante y presenta retos más complejos.

JH:  Poder trabajar a gusto  en una empresa con mucho talento  y que ofrece servicios muy relevantes y de gran valor para empresas líderes, ayudando a crear el futuro.

CR: Conento es el lugar donde he podido llevar a la práctica todo lo aprendido en la carrera, aplicando las matemáticas al mundo real. También es la compañía en la que he conocido grandes profesionales, tanto compañeros como clientes.

GP: Es un equipo de personas extraordinarias con el que da gusto enfrentarse continuamente a los retos que nos plantean los clientes y mejorar cada día.

¿Cómo visualizas a Conento en 3 años?

DF: Una empresa más grande y un claro referente internacional en el mundo de Analytics.

JH: Más  grande y  más  reconocida, y uno de los mejores sitios para trabajar, aprender y crece profesionalmente.

CR: Creo que Conento seguirá siendo un referente en el sector de Business Analytics en España, y que además comenzará a ser reconocida fuera de este sector y en otros países.

GP: Seguiremos afianzando nuestros productos clave y abriendo nuevas líneas en las que estamos trabajando.

 

 

 

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

El Big Data en el mundo de Seguros

up-2081170_1280

El análisis masivo de datos se ha convertido en un gran reto para el sector de los Seguros. Sin datos, la industria aseguradora, podría verse vulnerable de cara al cliente. El ecosistema de Big Data ha invadido el mundo en general. En la actualidad, manejar la ingente cantidad de información, delimita la línea entre el éxito y el fracaso de una marca.

El mercado de Seguros está acostumbrado a trabajar con datos,  por un lado predicen el riesgo y tratan de que cada asegurado pague lo justo. O por ejemplo manejan qué probabilidad tiene algún cliente con un siniestro, en pocas palabras se preocupan por el precio justo adaptado para cada perfil.

¿Quieres saber cuáles son los principales retos y las oportunidades del Big Data en el sector de los Seguros?

Escucha nuestro segundo programa de radio, por Capital Intereconomía donde tuvimos como invitada a Esther Villar, Chief Technical Officer & Head of Big Data – AXA Global Direct Spain. Y quien despejó algunas dudas vinculadas al Big Data en el mundo de Seguros.

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

Conento en la radio: programa DATA, CIENCIA Y FUTURO

cartel 3.1

 

El mundo de los datos está siendo explorado y explotado cada vez más, pero ¿cómo saber si estamos yendo por buen camino?

Macarena Estévez, CEO de Conento, compartirá un espacio llamado Data Ciencia y Futuro, en el programa de radio Capital Intereconomía; donde estará acompañada de invitados de lujo que conocen del mundo de los negocios y los datos.

En el primer programa se habló sobre la influencia del “Big Data en la investigación de mercados”. 

Si bien es cierto que en la investigación de mercado son muchas y muy variadas las técnicas que se utilizan para recabar los datos, según se trate de investigación cuantitativa o cualitativa y dependiendo también de cada proyecto al que os enfrentéis, el Big Data ayudará a procesar todos estos datos generados por los consumidores.

Y tiene que ver con los mayores desafíos a los que cada uno se enfrenta a la hora de tratar con los resultados que recogen: el reto para el Big Data es darle sentido, procesar la gran cantidad, variedad y velocidad de datos que se generan y convertirlos en insights manejables, mientras que la investigación de mercados, tiene que preocuparse por poder obtener muestras suficientemente representativas del target, mercado o sector objeto de sus estudios.

Está y otras cosas más trataron  Macarena Estévez y Mercedes Fernández, junto a las presentadoras del programa: Susana Criado y Elena Freile. ¡Os lo compartimos!

 

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

Descubre la ciencia analítica que hay detrás de los CrossFit Games

colisseum5

PH: @wodshots

Los CrossFit Games tuvieron lugar del 3 al 6 de Agosto, en la localidad de Madison en Wisconsin, dejando atrás muchos años y recuerdos en Carson (California), que a los más fieles pareció no satisfacer demasiado en principio, especialmente debido a la climatología cambiante de la nueva ubicación. Sin embargo, el espectáculo y la explosión de emociones de la competición de los grandes atletas que participaban hizo que Madison se ganara el corazón de todos, fieles y novatos, y al cierre de los Games todos los que estuvimos presentes, entre ellos Conento, ya estuviéramos pensando en volver al año siguiente.

 

Como en los anteriores artículos de los Open Games y los Regionals, vamos a ver a continuación el análisis de los resultados de los 39 hombres y 40 mujeres que compitieron en la categoría de Individuales, en la que el ganador y ganadora son considerados “the fittest man / woman on Earth”.

 

Debemos señalar que al contar con un número más reducido de datos, en comparación al volumen que manejamos en los Open o los Regionals, las conclusiones que podemos extraer del análisis de resultados respecto a las variables de edad, altura y peso, son menos determinantes de las que pudimos ver en los análisis de las competiciones anteriores, como así muestran los datos globales. Si bien en cada prueba siempre hay alguna variable que favorece a algunos más que a otros, podemos decir que en el resultado final, en el caso de atletas del campeonato mundial, las variables de edad, altura y peso, prácticamente no influyen en los resultados.

 

Análisis Resultados globales

Gráfico1

 

Una de las curiosidades de nuestro análisis, y que habla de cómo funciona la cabeza de los organizadores y pensadores de los eventos, es la distribución de las pruebas por su duración y los resultados en tiempo totalmente equitativos entre hombres y mujeres.

Vemos como las pruebas de duración más largas tuvieron lugar en el primer día de competición (Run Swin Run o Cyclocross), dando paso luego a pruebas de duración media (Strongman’s fear o Heavy 17.5), combinadas con pruebas de altísima intensidad y corta duración, como las pruebas de Assault Banger o Fibonacci Final.

Comparación tiempos entre pruebas

Gráfico2

Analytics powered by Conento

 

Entrando en el detalle de cada prueba, vemos como la primera de ellas “Run Swim Run” que tuvo lugar al aire libre y en la que los atletas debían completar 1,5 millas corriendo, 500 metros nadando y 1,5 millas corriendo de vuelta al recinto bajo una espesa lluvia, en la correlación de resultados y tiempo no hay grandes diferencias en el top 10.

Sin embargo, sucede lo contrario en la prueba larga que tuvo lugar después, el circuito de  “Cyclocross” también al aire libre, en la que los resultados de tiempo entre hombres y mujeres muestran una diferencia muy amplia, pero paralela en evolución.

La primera prueba dentro del Coliseum, Amanda enriquecida hasta las 45 repeticiones, muestra como el equilibrio en los resultados del top 10 se desvirtúa en las posiciones superiores del ranking.

 

Comparación tiempos entre hombres y mujeres 

Captura de pantalla 2017-09-27 a las 11.54.24

Analytics powered by Conento

Hay 2 pruebas que demuestran una perfecta adaptación para hombres y mujeres, viendo la correlación entre tiempo y resultados:

  • Strongsman’s Fear no dió tanto miedo a las chicas, que consiguieron prácticamente tiempos similares a los hombres.
  • O el Heavy 17.5, un wod recuperado de los Open con 10 rondas de 9 thrusters más pesados que en el realizado en los Open, y 35 dobles de comba, quizá el hecho de que los atletas conocieran el ejercicio también ayudó a que los tiempos fueran los mismos para hombres y mujeres.
_RAC9901

PH: @wodshots

 

Sin embargo en dos de las pruebas que tuvieron lugar en el último día de competición donde se aprecia el nivel de competitividad de las mujeres respecto a la competición masculina.

Viendo que el “Madison triplet” inspirado en la campiña y hábitos rurales de la zona no ayudó a determinar la clasificación final femenina, los dos últimos wods se convirtieron en una lucha encarnizada por ganar, tanto es así que los tiempos de las mujeres son mejores que los de los hombres en el top 10, destacando en concreto el último de todos, un invento llamado Fibonacci que tan sólo completó un atleta masculino… y no fue Fraser que ya era ganador indiscutible. Tia-Clair Toomey sufrió hasta el final, con Kara Web pegada a ella hasta el último deadlift de 124 libras de esta última prueba. La competición no pudo tener un final más emocionante.

 

Conento estuvo presente en los CrossFit Games, y pudimos disfrutar en vivo de esta gran competición; este análisis nos ayuda a nosotros mismos a entender la grandeza del CrossFit y de todo lo que pudimos vivir y sentir en Madison.

 

Continuaremos nuestra labor analítica sobre el mundo del CrossFit, síguenos para estar al día de nuestros artículos y estudios.  Escríbenos a crossfit@conento.com

 

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

Machine Learning: ¿una moda o una necesidad?

 

hand-1571851_640

 

Partiendo de que el Machine Learning (ML) o aprendizaje automático es un tipo de Inteligencia Artificial, podríamos decir que está dirigido al desarrollo de técnicas para que las máquinas puedan aprender y tomar decisiones por sí mismas.

El ML cambia los procesos tradicionales basados ​​en reglas que pueden ayudar a las empresas a descubrir nuevos patrones en grandes conjuntos de datos, así como a hacer predicciones estratégicas sobre las necesidades del cliente. Si bien este terreno es desconocido para algunas empresas, tiene el potencial para resolver problemas de negocios reales que tendrán un gran impacto en el tiempo. El objetivo final para cualquier negocio debe ser la construcción de tecnología de este tipo en todos los software de negocio. Hay que tener en cuenta que el ML por sí solo no puede hacer el trabajo.

El #MachineLearning ayuda a resolver problemas de negocios que tendrán impacto en el tiempo. Click Para Twittear

 

En su lugar, la automatización de ciertas funciones de marketing debe abordarse como una estrategia para ahorrar tiempo al vendedor en algunas de las tareas más manualmente intensivas, como la minería de datos. Esto da a los empleados la libertad de concentrar sus esfuerzos en el trabajo que construye una experiencia más personal para sus clientes. Eventualmente, las empresas deben apuntar a alinear ambos tipos de comunicación para crear sinergia entre el hombre y la máquina.

La primera forma en que las empresas pueden incorporar el ML en sus estrategias es aprovechando los asistentes digitales y los bots. Los avances en la tecnología de la Inteligencia Artificial (AI) sugieren que los algoritmos de autoaprendizaje pronto podrán llegar a sus propias conclusiones y desarrollar un comportamiento sensible al contexto.

Estos asistentes ya están comenzando a interactuar con los clientes, programar reuniones o seguimiento, traducir documentos, entender las preguntas de los clientes y proporcionar soporte al cliente. La implementación de esta tecnología de autoaprendizaje no sólo ahorrará tiempo de los representantes de servicio al cliente, sino que durante un cierto período, también será esencial para anticipar las necesidades del servicio al cliente antes de convertirse en desafíos.

Ya no es necesario invertir gran cantidad de horas de expertos para programar el algoritmo perfecto, este proceso ahora se ha reemplazado por Machine Learning, mediante el análisis de enormes cantidades de datos, el ordenador irá ajustando el algoritmo hasta mejorar el nivel de acierto.

¿Cómo implementar Machine Learning en tu compañía?

  • Preparar grandes volúmenes de datos sobre los que aprender
  • Analizar estos datos para entrenar el modelo
  • Aplicar el modelo resultante a una necesidad de negocio
  • El paso clave para hablar de machine learning, aprender del resultado para mejorar continuamente el modelo de forma autónoma.

calculator-695084_1280

 

Aplicaciones del Machine Learning

En Conento hemos trabajado sobre Sistemas de Recomendación utilizando tecnología Machine Learning. Por otro lado se puede adaptar a muchas situaciones entre ellas: motores de búsqueda, diagnósticos médicos, reconocimiento del habla y del lenguaje, robótica… Entre otras, éstas son algunas de las actividades de nuestro día a día que se ven impulsadas por el machine learning:

  • Detección de rostro: se evidencia en las cámaras de los móviles.
  • Reconocimiento facial, de voz o de objetos.
  • Genética: en la clasificación de secuencias de ADN.
  • Predicción y pronósticos: de clima, tráfico o para evitar fallos tecnológicos en equipos.
  • Comprensión de textos: se aplica a resúmenes estructurados de noticias o comentarios sobre un tema específico.
  • Métodos de optimización más rápidos y flexibles: se evalúa qué momento es el adecuado para una tarea concreta.
  • Análisis de imágenes de alta calidad.
  • Análisis de datos económicos:  cuando operamos en el mercado de valores o cuando evitamos el fraude en transacciones.
  • Análisis de comportamiento de consumo y productividad: para la identificación de clientes potenciales, prever qué empleados pueden ser más rentables y adaptar servicios a las necesidades del usuario.

 

Para una mayor comprensión  Macarena Estévez en su blog pone un ejemplo muy práctico sobre la utilidad del Machine Learning, donde se puede conocer si un chico joven es propenso a fumar o no.

Por último, las organizaciones deben considerar la posibilidad de utilizar el Machine Learning para ayudar con sus ventas y funciones de marketing. Las empresas pueden obtener información valiosa sobre el comportamiento transaccional de los clientes utilizando el aprendizaje de máquinas para extraer, predecir y capturar indicadores de conversión para individuos calificados. Con esta visión, los representantes de ventas pueden recomendar el contenido de ventas u ofertas personalizadas a través de segmentación.

 

¡Si quieres que te asesoremos sobre este tema Contáctanos!

 

Fuente

http://data-informed.com

http://www.ticbeat.com

http://www.intelygenz.es

 

 

Posted in Noticias | Tagged , , | Leave a comment

El análisis de datos está siendo aprovechado en los deportes

marcos-moraes-16233

El análisis de datos en el mundo de los deportes va en creciendo, por citar algunos casos hemos visto ejemplos en: mundiales de fútbol, juegos olímpicos, competiciones nacionales e internacionales y la lista podría continuar. Esto se debe a que el Data Science y la analítica deportiva están abriendo nuevos puntos de datos y con la información de proyectos.

Los datos analíticos deportivos varían según el caso por un lado los equipos usan todo, desde los rastreadores de redes sociales para poder detectar signos de descontento de los aficionados con el fin de estar al día.

 El Data Science y la analítica deportiva están abriendo nuevos puntos de datos sobre proyectos. Click Para Twittear

Seguimiento en la NBA

En la NBA se está utilizando una herramienta que sirve  para rastrear donde los jugadores lanzan el balón, cómo entran en la zona ofensiva o defensiva y la probabilidad de que tengan éxito o fracasen. Los equipos que procesan los datos con mayor eficacia tienden a ganar. No es un accidente que el equipo de la NBA más centrado en los datos de la era moderna, los Golden State Warriors, sea también el más exitoso.

 

Mejora de la experiencia 

Este tipo de enfoque de las relaciones públicas puede permitir a los equipos para salir adelante de las controversias y mantener a sus fans felices. Por ejemplo, el Bayern Munich de la Bundesliga en Alemania tiene un acuerdo permanente con SAP para manejar los esfuerzos globales de seguimiento de la gestión de los fans. La próxima vez que se queje en línea sobre un gran comercio o una emisión de bonos para un nuevo estadio, el equipo podría estar escuchando un poco más de cerca de lo que sus fans esperan.

Los datos están siendo aprovechados

Los análisis predictivos son beneficiosos para los equipos, ya que les da aún más información que pueden tener en cuenta al hacer su selección de borrador. Las organizaciones inteligentes entienden que deben mirar cada situación desde tantos ángulos como sea posible, especialmente cuando toman decisiones tan importantes. De está manera se están generando todas estas nuevas métricas y puntos de datos, lo que permite a los equipos y aficionados obtener tanta información sobre un posible cliente como sea posible.

La ciencia y la tecnología de datos están desempeñando ahora un papel cada vez más importante en la percepción de los aficionados de las proyecciones, ya que ESPN por ejemplo es uno de los muchos grupos que crean sus propios modelos estadísticos diseñados para identificar qué jugadores tienen más probabilidades de tener éxito en el siguiente nivel y los jugadores tienen una mayor probabilidad de decepcionar.

basketball-557192_640

 

El Data Science realmente comenzó a ampliar su perfil en el mundo de la exploración del baloncesto después de la introducción de Synergy Sports Technology. Es un servicio que recopila vídeos y estadísticas y lo compila en una base de datos fácilmente accesible y fácil de usar. A través de las herramietas que utiliza Synergy Sports se puede rastrear el minuto más detallado junto con las estadísticas y luego acceder de inmediato a la película de juego relevante para que puedan ver esas estadísticas en acción. Esto significa que los exploradores son fácilmente capaces de ver la eficiencia con la que un jugador conduce a la canasta con su mano izquierda, y luego ver clips de él haciendo la jugada exacta.

 

Predicciones de jugadores

Por otro lado ESPN ha desarrollado un modelo que pretende proyectar las posibilidades de un jugador de convertirse en una estrella del deporte.

El modelo de ESPN intenta proyectar la Estadística Plus-Minus de un jugador para predecir la calidad del jugador que será. Hay muchos otros grupos que hacen modelos similares, y todos ellos agregan a la discusión de proyectos de proyección y su potencial. Este es un desarrollo notable porque demuestra cómo no es sólo la NBA que está profundizando en este campo, sino los medios de comunicación y los fans también.

NADAL

En última instancia, la ciencia de los datos y la analítica del deporte se ha extendido  y el proceso de exploración de los equipos de la NBA es uno de los muchos ejemplos clave de esto. Cada vez más, los equipos confían en estos métodos para ayudar a sus departamentos de exploración a obtener la mayor información sobre las perspectivas individuales.

Pero no son sólo las propias organizaciones las que se están adentrando en este campo, ya que los medios de comunicación están integrando cada vez más las métricas y análisis avanzados en su proyecto de cobertura, lo que a su vez influye en las participaciones de los fans con respecto a las perspectivas preliminares.

 

 

Fuente 

https://datafloq.com

http://dataconomy.com

 

 

 

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

El Marketing mejora sus procesos con Big Data

xochi-111556

Con los enormes volúmenes de datos explotados en los últimos años, algunos expertos indican que la monetización de los datos pronto se convertirá en una fuente importante de ingresos.

Actualmente especialistas del Marketing están buscando la forma de aprovechar estas cantidades de datos. Con el surgimiento del Big Data y Data Science, ahora es posible analizar la mayoría de estos materiales y eventualmente convertirlos en estrategias de Marketing fructíferas.

El Big Data seguirá transformando el servicio al cliente en los próximos años. Las marcas dependen en gran medida de los datos para comprender las necesidades de los clientes y ofrecer las soluciones que demandan.

En este post te vamos a mostrar algunos beneficios del Big Data en el Marketing.

La monetización de los datos pronto se convertirá en una fuente importante de ingresos. Click Para Twittear

Atención al cliente

El servicio de atención al cliente se considera a menudo como una obligación, y algunas compañías irán a las grandes longitudes para ocultar opciones donde los usuarios pueden entrar en contacto con ellas. Esto es un error. Un mal servicio enviará incluso a sus clientes más leales directamente a los brazos de sus competidores.

Planificación

Los científicos de datos proporcionan a los departamentos de Marketing un excelente análisis de las últimas tendencias en el comportamiento de los clientes, lo que permite a los vendedores crear estrategias integrales y prepararse para actividades más eficientes. Es por eso que casi el 65% de los ejecutivos de Marketing afirman que el Marketing basado en datos es crucial para el éxito en una economía global hipercompetitiva. Ahora son capaces de apuntar a los consumidores no sólo como grupos grandes, sino también como subgrupos segmentados con sus propias características específicas, lo que les da la posibilidad de modificar las actividades y adaptarse a cada uno de estos públicos individualmente.

El 65% de los ejecutivos de marketing afirman que el marketing basado en datos es crucial para el éxito… Click Para Twittear

 

Pricing

Como uno de los elementos más importantes del Marketing Mix es la fijación de precios porque siempre está sujeta a análisis y monitorizaciones. Pero desde que el Big Data entró al juego, las empresas pueden ajustar los precios a sus productos y servicios en tiempo real. Hoy en día, es posible hacer diferenciaciones de precios dependiendo de numerosos factores. Por ejemplo, las salas de cine ofrecen boletos regulares a los compradores promedio, pero también ofrecen ciertos incentivos (cupones, promociones de fin de semana, etc) para aquellos que clientes fijos.

 

matthew-henry-6205

 

Medición del ROI

Por sorprendente que parezca, algunos especialistas de Marketing no saben cómo medir el ROI. Según algunas encuestas, la mitad de los ejecutivos de marketing B2B encuentran difícil atribuir la actividad directamente a los resultados de ingresos como un medio para justificar los presupuestos. El Big Data elimina este problema: tiene en cuenta todos los canales de comercialización, actividades e inversiones y realiza un análisis costo-beneficio de cada elemento. De esta manera, es casi imposible malinterpretar sus actividades de marketing y el presupuesto correspondiente.

Predicción

Por otro lado gracias al Data Science se pueden analizar estrategias actuales pero también tiene la capacidad de predecir con éxito futuras tendencias. Es por eso que los Dptos. de Marketing lo utilizan para crear pronósticos de negocios, lo que les permite comportarse de manera proactiva e ir un paso por delante de los competidores. En el entorno de lucha constante por más cuota de mercado, esta gran característica de datos resulta ser esencial para muchas empresas.

 

 

Fuente

https://www.smartdatacollective.com

https://www.smartdatacollective.com

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