Categorías: Todo - proveedores - datos - análisis - big-data

por equipo 3 hace 7 años

1598

Big-Data

Las empresas que trabajan con big data se agrupan en dos categorías principales: profesionales de datos y proveedores tecnológicos. Estos últimos abarcan una variedad de sectores y están en constante evolución, con un enfoque en áreas como la banca y los servicios financieros.

Big-Data

Big-Data

Perspectivas de innovación

Presentamos al iPad, una navaja suiza para las sucursales bancarias Uso potencial de los iPad a modo de quioscos informativos en las sucursales: ■ Para demostraciones, formación y solución de problemas. ■ Atraer a nuevos clientes a la banca digital. ■ Mostrar folletos digitales con presentaciones de productos y comparativas. ■ Sistema para registrar y organizar el tiempo de espera de los clientes. ■ Formularios interactivos para abrir cuentas online, cargar aplicaciones. ■ Otras opciones: calculadoras financieras, vídeos, directorio de sucursales, etc.
SubtemaLa senda hacia la victoria rápida -No te embarques en tareas demasiado ambiciosas -Desarrolla una hoja de ruta -Encuentra valor desde dentro -Sé un líder en la revolución social -Promueve un centro de competencia -La gestión del cambio es crucial -Gestión del riesgo
Llegó la hora de levantarse y empezar a ser activos con Big Data, puesto que “quedarse sentados esperando” ya no es una opción viable. En esta sección veremos algunos consejos de profesionales que comparten algunas lecciones aprendidas a lo largo del camino.
Los trabajadores de IT están adquiriendo nuevos roles haciendo de puente entre las IT y los negocios. Los trabajos de Big Data requieren analistas de negocio, chief data officers, científicos de datos, profesionales de IT/legal, arquitectos de información, guardianes de datos, etc. Se necesitan capacidades avanzadas de gestión de información/análisis y experiencia en negocios.

Instantáneas globales

Proveedores tecnológicos de Big Data -Software de gestión de terceros -Distribución -Bases de datos operacionales -SQL en Hadoop -Frameworks -Hadoop: COMO SERVICIO DE APPS/ANALÍTICAS
Los “jugadores” de Big Data se pueden dividir entre profesionales de los datos y suministradores de tecnología. En esta sección destacamos las empresas que trabajan con Big Data en varios sectores, incluyendo la banca y los servicios financieros. Los suministradores de tecnología abarcan un espacio amplio, ya que esta tendencia aún está madurando. También hacemos un repaso al terreno tecnológico y echamos vistazo a algunas compañías que apuntan hacia dónde se dirige el futuro de Big Data.

Topic principal

¿Que es?

procesos, tecnologías y modelos de negocio basados en datos.

caracteristicas

volumen
ha evolucionado de megabytes y gigabytes a petabytes.
velocidad
La velocidad del movimiento, proceso y captura de datos dentro y fuera de la empresa ha aumentado significativamente.
variedad
datos almacenados y estructurados

Aplicacion del big data en BBVA

Para BBVA, el concepto Big Data tiene un enfoque basado en la gestión inteligente de la información digital, que al analizarla puede ayudar a fundamentar decisiones que redunden en la mejora de las condiciones de vida de las personas”, ha destacado Hugo Nájera.
El Centro de Innovación de BBVA acogió la presentación del estudio Dinámicas del Turismo en la Ciudad de Madrid, un estudio basado en la actividad comercial real del año 2012.
BBVA está trabajando para capturar el valor que los datos encierran, tanto para mejorar los procesos de negocio actuales, como para crear nuevos productos basados en datos. BBVA está trabajando para capturar el valor que los datos encierran, tanto para mejorar los procesos de negocio actuales, como para crear nuevos productos basados en datos.

Desafíos

Costa excesivo: Gran parte de la gestión tradicional de datos bancarios y de las prácticas de gestión de datos es incapaz de soportar las exigencias de Big Data, lo que puede desembocar en proyectos de análisis de datos costosos y con retrasos. Alineación con el negocio: Los presidentes de los bancos y los accionistas principales tienen unos objetivos empresariales muy claros. A menudo estos objetivos no están alineados con las ideas relativas al Big Data, lo que genera un gran obstáculo para las organizaciones de servicios financieros.

¿Que rendimiento genera?

Los datos de servicios financieros son maravillosos, especialmente cuando se trata de mejorar los modelos de negocio actuales o de crear algunos nuevos. Mientras que datos de otro tipo, como Foursquare, permiten visualizar la intencionalidad de los consumidores, los datos de los servicios financieros expresan las decisiones de compra de los consumidores.

sectores

Salud y ciencias de la vida
■ Farmacogenómica ■ Bioinformática ■ Investigación farmacéutica ■ Investigación de resultados clínicos
Energía
Redes inteligentes ■ Exploración ■ Modelos operacionales ■ Sensores de tendido eléctrico
Medios y telecomunicaciones
■ Optimización de redes ■ Valoración de los clientes ■ Evitar pérdidade clientes ■ Prevención del fraude
Manufacturas
■ Investigación de productos ■ Análisis de ingeniería ■ Mantenimiento predictivo ■ Análisis de procesos y calidad ■ Optimizaciónde la distribución
Publicidad y relaciones públicas
■ Gestión de señales de demanda ■ Publicidad personalizada ■ Análisis de sentimiento del mercado ■ Adquisición de clientes
Gobierno
Gobernanza del mercado ■ Sistemas de armas y contraterrorismo ■ Econometría ■ Informática aplicada a la salud
Servicios financieros
“Trading” automatizado análisis de riesgos ,detección del fraude, análisis de carteras
Venta minorista
con el cliente , ubicación y distribución de tiendas, detección y prevención del fraude ,optimizar la cadena de suministros precios dinámicos

oportunidades

análisis de Internet/móvil/redes sociales
Análisis de la actividad del cliente: almacenar las preferencias del cliente para personalizar lo que se muestra, monitorizar el uso para evaluar las métricas de la web.
análisis de fraude y riesgo
Análisis de datos sobre clientes, transacciones y mercados para cuantificar el riesgo de clientes y productos.
efectividad operativa
Análisis de datos operativos aprovechando abundantes datos de producción para mejorar los procesos y la calidad del producto.
análisis de marketing
SubtemModelos del marketing mix: optimización del marketing mix y de las promociones utilizando modelos econométricos para evaluar el aumento de ventas con diferentes herramientas de marketing e identificar el más efectivo.a
análisis de clientes
Marketing impulsado por los clientes: promociones y ofertas personalizadas basándose en las pautas de compras individuales. Prevención de la pérdida de clientes.