Enviar búsqueda
Cargar
Big Data, Big Customer Value, Big Results
•
9 recomendaciones
•
6,248 vistas
Mundo Contact
Seguir
Jimmy Martínez, Domain Expert de Information Management para SAS Latinoamérica Norte
Leer menos
Leer más
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 15
Descargar ahora
Descargar para leer sin conexión
Recomendados
Turning big data into big value césar hernandez
Turning big data into big value césar hernandez
AMDIA-Integra
Introducción a Big Data. HDInsight - Webcast Technet SolidQ
Introducción a Big Data. HDInsight - Webcast Technet SolidQ
SolidQ
Introducción al Big Data
Introducción al Big Data
David Alayón
Big data para principiantes
Big data para principiantes
Carlos Toxtli
Big data introduction
Big data introduction
Chirag Ahuja
Big data diapositivas
Big data diapositivas
sgcuadrado
Big data
Big data
MSc Aldo Valdez Alvarado
Big Data
Big Data
Fernando Parra
Recomendados
Turning big data into big value césar hernandez
Turning big data into big value césar hernandez
AMDIA-Integra
Introducción a Big Data. HDInsight - Webcast Technet SolidQ
Introducción a Big Data. HDInsight - Webcast Technet SolidQ
SolidQ
Introducción al Big Data
Introducción al Big Data
David Alayón
Big data para principiantes
Big data para principiantes
Carlos Toxtli
Big data introduction
Big data introduction
Chirag Ahuja
Big data diapositivas
Big data diapositivas
sgcuadrado
Big data
Big data
MSc Aldo Valdez Alvarado
Big Data
Big Data
Fernando Parra
Big data presentación
Big data presentación
Julio C Baracaldo
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
PowerData
What are data products and why are they different from other products?
What are data products and why are they different from other products?
inovex GmbH
Presentacion big data
Presentacion big data
Deisy luz herrera Gonzalez
How to Implement Data Governance Best Practice
How to Implement Data Governance Best Practice
DATAVERSITY
Paradigmas de Procesamiento en Big Data: Arquitecturas y Tecnologías aplicadas
Paradigmas de Procesamiento en Big Data: Arquitecturas y Tecnologías aplicadas
Big-Data-Summit
Introducción a arquitecturas y herramientas de Big Data.pdf
Introducción a arquitecturas y herramientas de Big Data.pdf
VernicaPaulinaChimbo
Data strategy in a Big Data world
Data strategy in a Big Data world
Craig Milroy
Activate Data Governance Using the Data Catalog
Activate Data Governance Using the Data Catalog
DATAVERSITY
Data Governance
Data Governance
Rob Lux
Big Data Ppt PowerPoint Presentation Slides
Big Data Ppt PowerPoint Presentation Slides
SlideTeam
Data Warehouse Design and Best Practices
Data Warehouse Design and Best Practices
Ivo Andreev
Big data
Big data
Jhony Valderrama
Active Governance Across the Delta Lake with Alation
Active Governance Across the Delta Lake with Alation
Databricks
Que es big data
Que es big data
Sergio Sanchez
Data Quality Best Practices
Data Quality Best Practices
DATAVERSITY
Building an Effective Data Warehouse Architecture
Building an Effective Data Warehouse Architecture
James Serra
Big data by Mithlesh sadh
Big data by Mithlesh sadh
Mithlesh Sadh
Big Data - Conceptos, herramientas y patrones
Big Data - Conceptos, herramientas y patrones
Juan José Domenech
BigQuery for Beginners
BigQuery for Beginners
Better&Stronger
Estrategia de datos en las organizaciones
Estrategia de datos en las organizaciones
SAS Colombia
Análisis de Datos para toma de Decisiones (BIG DATA)
Análisis de Datos para toma de Decisiones (BIG DATA)
Guillermo Paredes
Más contenido relacionado
La actualidad más candente
Big data presentación
Big data presentación
Julio C Baracaldo
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
PowerData
What are data products and why are they different from other products?
What are data products and why are they different from other products?
inovex GmbH
Presentacion big data
Presentacion big data
Deisy luz herrera Gonzalez
How to Implement Data Governance Best Practice
How to Implement Data Governance Best Practice
DATAVERSITY
Paradigmas de Procesamiento en Big Data: Arquitecturas y Tecnologías aplicadas
Paradigmas de Procesamiento en Big Data: Arquitecturas y Tecnologías aplicadas
Big-Data-Summit
Introducción a arquitecturas y herramientas de Big Data.pdf
Introducción a arquitecturas y herramientas de Big Data.pdf
VernicaPaulinaChimbo
Data strategy in a Big Data world
Data strategy in a Big Data world
Craig Milroy
Activate Data Governance Using the Data Catalog
Activate Data Governance Using the Data Catalog
DATAVERSITY
Data Governance
Data Governance
Rob Lux
Big Data Ppt PowerPoint Presentation Slides
Big Data Ppt PowerPoint Presentation Slides
SlideTeam
Data Warehouse Design and Best Practices
Data Warehouse Design and Best Practices
Ivo Andreev
Big data
Big data
Jhony Valderrama
Active Governance Across the Delta Lake with Alation
Active Governance Across the Delta Lake with Alation
Databricks
Que es big data
Que es big data
Sergio Sanchez
Data Quality Best Practices
Data Quality Best Practices
DATAVERSITY
Building an Effective Data Warehouse Architecture
Building an Effective Data Warehouse Architecture
James Serra
Big data by Mithlesh sadh
Big data by Mithlesh sadh
Mithlesh Sadh
Big Data - Conceptos, herramientas y patrones
Big Data - Conceptos, herramientas y patrones
Juan José Domenech
BigQuery for Beginners
BigQuery for Beginners
Better&Stronger
La actualidad más candente
(20)
Big data presentación
Big data presentación
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
“Hacia un correcto gobierno de datos: cómo realizar un assessment de Data Gov...
What are data products and why are they different from other products?
What are data products and why are they different from other products?
Presentacion big data
Presentacion big data
How to Implement Data Governance Best Practice
How to Implement Data Governance Best Practice
Paradigmas de Procesamiento en Big Data: Arquitecturas y Tecnologías aplicadas
Paradigmas de Procesamiento en Big Data: Arquitecturas y Tecnologías aplicadas
Introducción a arquitecturas y herramientas de Big Data.pdf
Introducción a arquitecturas y herramientas de Big Data.pdf
Data strategy in a Big Data world
Data strategy in a Big Data world
Activate Data Governance Using the Data Catalog
Activate Data Governance Using the Data Catalog
Data Governance
Data Governance
Big Data Ppt PowerPoint Presentation Slides
Big Data Ppt PowerPoint Presentation Slides
Data Warehouse Design and Best Practices
Data Warehouse Design and Best Practices
Big data
Big data
Active Governance Across the Delta Lake with Alation
Active Governance Across the Delta Lake with Alation
Que es big data
Que es big data
Data Quality Best Practices
Data Quality Best Practices
Building an Effective Data Warehouse Architecture
Building an Effective Data Warehouse Architecture
Big data by Mithlesh sadh
Big data by Mithlesh sadh
Big Data - Conceptos, herramientas y patrones
Big Data - Conceptos, herramientas y patrones
BigQuery for Beginners
BigQuery for Beginners
Similar a Big Data, Big Customer Value, Big Results
Estrategia de datos en las organizaciones
Estrategia de datos en las organizaciones
SAS Colombia
Análisis de Datos para toma de Decisiones (BIG DATA)
Análisis de Datos para toma de Decisiones (BIG DATA)
Guillermo Paredes
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera
Analytics10
108. BIG DATA & ANALYTICS: Por qué BI es insuficiente
108. BIG DATA & ANALYTICS: Por qué BI es insuficiente
GeneXus
El uso de los sistemas de información para la toma de decisiones estratégicas
El uso de los sistemas de información para la toma de decisiones estratégicas
Egdares Futch H.
Cómo sacar provecho de la explosión de datos smart big data
Cómo sacar provecho de la explosión de datos smart big data
Alet & CO
Bussiness Intelligent
Bussiness Intelligent
XleylaX
Herramientas de intelegencia de negocio
Herramientas de intelegencia de negocio
zombra18
Data set module 2 - spanish
Data set module 2 - spanish
Data-Set
SAS BUSINESS ANALYTICS PARA REALIZAR ANA
SAS BUSINESS ANALYTICS PARA REALIZAR ANA
jorge507504
Data Science - Analítica Predictiva y Evolución de BI
Data Science - Analítica Predictiva y Evolución de BI
Patricio Del Boca
Steelmood: Big Data
Steelmood: Big Data
Steelmood
Etregable final decisiones de negocio Yazmin Romero
Etregable final decisiones de negocio Yazmin Romero
YazmnRomeroMarcial
Afc module 2 translated
Afc module 2 translated
SoniaNaiba
Inteligencia de Negocios presentacion
Inteligencia de Negocios presentacion
Clinica Internacional
201510_TransformacionBigData
201510_TransformacionBigData
Raul Gomez
Sistemas De Información Gerencial
Sistemas De Información Gerencial
www.cathedratic.com
Seminario De BI
Seminario De BI
grupomitk
BI COFARMEN
BI COFARMEN
Master Sys
Inteligencia de negocios
Inteligencia de negocios
D'moda Lady's
Similar a Big Data, Big Customer Value, Big Results
(20)
Estrategia de datos en las organizaciones
Estrategia de datos en las organizaciones
Análisis de Datos para toma de Decisiones (BIG DATA)
Análisis de Datos para toma de Decisiones (BIG DATA)
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera
108. BIG DATA & ANALYTICS: Por qué BI es insuficiente
108. BIG DATA & ANALYTICS: Por qué BI es insuficiente
El uso de los sistemas de información para la toma de decisiones estratégicas
El uso de los sistemas de información para la toma de decisiones estratégicas
Cómo sacar provecho de la explosión de datos smart big data
Cómo sacar provecho de la explosión de datos smart big data
Bussiness Intelligent
Bussiness Intelligent
Herramientas de intelegencia de negocio
Herramientas de intelegencia de negocio
Data set module 2 - spanish
Data set module 2 - spanish
SAS BUSINESS ANALYTICS PARA REALIZAR ANA
SAS BUSINESS ANALYTICS PARA REALIZAR ANA
Data Science - Analítica Predictiva y Evolución de BI
Data Science - Analítica Predictiva y Evolución de BI
Steelmood: Big Data
Steelmood: Big Data
Etregable final decisiones de negocio Yazmin Romero
Etregable final decisiones de negocio Yazmin Romero
Afc module 2 translated
Afc module 2 translated
Inteligencia de Negocios presentacion
Inteligencia de Negocios presentacion
201510_TransformacionBigData
201510_TransformacionBigData
Sistemas De Información Gerencial
Sistemas De Información Gerencial
Seminario De BI
Seminario De BI
BI COFARMEN
BI COFARMEN
Inteligencia de negocios
Inteligencia de negocios
Más de Mundo Contact
Revista Mundo Contact Julio 2016
Revista Mundo Contact Julio 2016
Mundo Contact
Revista Mundo Contact Junio 2016
Revista Mundo Contact Junio 2016
Mundo Contact
Revista Mundo Contact Mayo 2016
Revista Mundo Contact Mayo 2016
Mundo Contact
Revista Mundo Contact Abril 2016
Revista Mundo Contact Abril 2016
Mundo Contact
Revista Mundo Contact Marzo 2016
Revista Mundo Contact Marzo 2016
Mundo Contact
Revista Mundo Contact Febrero 2016
Revista Mundo Contact Febrero 2016
Mundo Contact
Revista Mundo Contact Enero 2016
Revista Mundo Contact Enero 2016
Mundo Contact
Revista Mundo Contact Diciembre 2015
Revista Mundo Contact Diciembre 2015
Mundo Contact
Revista Mundo Contact Noviembre 2015
Revista Mundo Contact Noviembre 2015
Mundo Contact
Revista Mundo Contact Octubre 2015
Revista Mundo Contact Octubre 2015
Mundo Contact
Revista Mundo Contact Septiembre 2015
Revista Mundo Contact Septiembre 2015
Mundo Contact
Revista Mundo Contact Agosto 2015
Revista Mundo Contact Agosto 2015
Mundo Contact
Revista Mundo Contact Julio 2015
Revista Mundo Contact Julio 2015
Mundo Contact
Revista Mundo Contact Junio 2015
Revista Mundo Contact Junio 2015
Mundo Contact
Revista Mundo Contact Mayo 2015
Revista Mundo Contact Mayo 2015
Mundo Contact
Revista Mundo Contact Abril 2015
Revista Mundo Contact Abril 2015
Mundo Contact
Revista Mundo Contact Marzo 2015
Revista Mundo Contact Marzo 2015
Mundo Contact
Revista Mundo Contact Febrero 2015
Revista Mundo Contact Febrero 2015
Mundo Contact
Revista Mundo Contact Enero 2015
Revista Mundo Contact Enero 2015
Mundo Contact
Revista Mundo Contact Diciembre 2014
Revista Mundo Contact Diciembre 2014
Mundo Contact
Más de Mundo Contact
(20)
Revista Mundo Contact Julio 2016
Revista Mundo Contact Julio 2016
Revista Mundo Contact Junio 2016
Revista Mundo Contact Junio 2016
Revista Mundo Contact Mayo 2016
Revista Mundo Contact Mayo 2016
Revista Mundo Contact Abril 2016
Revista Mundo Contact Abril 2016
Revista Mundo Contact Marzo 2016
Revista Mundo Contact Marzo 2016
Revista Mundo Contact Febrero 2016
Revista Mundo Contact Febrero 2016
Revista Mundo Contact Enero 2016
Revista Mundo Contact Enero 2016
Revista Mundo Contact Diciembre 2015
Revista Mundo Contact Diciembre 2015
Revista Mundo Contact Noviembre 2015
Revista Mundo Contact Noviembre 2015
Revista Mundo Contact Octubre 2015
Revista Mundo Contact Octubre 2015
Revista Mundo Contact Septiembre 2015
Revista Mundo Contact Septiembre 2015
Revista Mundo Contact Agosto 2015
Revista Mundo Contact Agosto 2015
Revista Mundo Contact Julio 2015
Revista Mundo Contact Julio 2015
Revista Mundo Contact Junio 2015
Revista Mundo Contact Junio 2015
Revista Mundo Contact Mayo 2015
Revista Mundo Contact Mayo 2015
Revista Mundo Contact Abril 2015
Revista Mundo Contact Abril 2015
Revista Mundo Contact Marzo 2015
Revista Mundo Contact Marzo 2015
Revista Mundo Contact Febrero 2015
Revista Mundo Contact Febrero 2015
Revista Mundo Contact Enero 2015
Revista Mundo Contact Enero 2015
Revista Mundo Contact Diciembre 2014
Revista Mundo Contact Diciembre 2014
Último
Desarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdf
Julian Lamprea
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Joseph
BRAYANJOSEPHPEREZGOM
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
silviayucra2
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
Maricarmen Sánchez Ruiz
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
241521559
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
GDGSucre
Presentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptx
LolaBunny11
Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnología
ssuserf18419
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
FagnerLisboa3
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Keyla Dolores Méndez
Último
(10)
Desarrollo Web Moderno con Svelte 2024.pdf
Desarrollo Web Moderno con Svelte 2024.pdf
guía de registro de slideshare por Brayan Joseph
guía de registro de slideshare por Brayan Joseph
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
POWER POINT YUCRAElabore una PRESENTACIÓN CORTA sobre el video película: La C...
pruebas unitarias unitarias en java con JUNIT
pruebas unitarias unitarias en java con JUNIT
Proyecto integrador. Las TIC en la sociedad S4.pptx
Proyecto integrador. Las TIC en la sociedad S4.pptx
International Women's Day Sucre 2024 (IWD)
International Women's Day Sucre 2024 (IWD)
Presentación guía sencilla en Microsoft Excel.pptx
Presentación guía sencilla en Microsoft Excel.pptx
Trabajo Mas Completo De Excel en clase tecnología
Trabajo Mas Completo De Excel en clase tecnología
EPA-pdf resultado da prova presencial Uninove
EPA-pdf resultado da prova presencial Uninove
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Global Azure Lima 2024 - Integración de Datos con Microsoft Fabric
Big Data, Big Customer Value, Big Results
1.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. BIG DATA BIG CUSTOMER DATA BIG RESULTS JIMMY MARTÍNEZ SAS INSTITUTE / JULIO, 2013
2.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. AGENDA • Valor para el cliente • ¿Qué es Big Data? • ¿Qué es importante saber y definir? • Web Data • Retos • Otros tipos • Los 7 pasos
3.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. VALOR PARA EL CLIENTE Combinar la información de Social Media con analítica para ofrecer productos a sus clientes. Correr su código de análisis en segundos en lugar de horas y días. Predecir el comportamiento de compra y criterio de decisión de sus clientes varias semanas antes que la competencia. Obtener el beneficio de ser el primero en ofrecer algo a tus clientes que no han sido identificados por sus competidores. Responder a las necesidades del cliente con la última información generada. Mejorar la experiencia de los clientes para incrementar su valor.
4.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. MAYOR PRECISION MAYOR DESEMPENO MAYOR PROFUNDIDAD Y AMPLITUD MEJORES RESULTADOS DEL NEGOCIO NUESTRA PERSPECTIVA BIG DATA ES RELATIVO NO ABSOLUTO Big Data » Cuando el volumen, velocidad y variedad de los datos excede la capacidad de almacenamiento o procesamiento de una organización para tomar decisiones de forma precisa y oportuna. » SAS: Variabilidad y Complejidad
5.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. VOLUMEN VARIEDAD VELOCIDAD VALOR HOY EL FUTURO CANTIDADDATOS AVANZANDO EN LA ERA DEL BIG DATA
6.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. CARACTERÍSTICAS DE BIG DATA • Es a menudo generada automáticamente por una máquina o proceso (video, sensores, web data) • Es típicamente una nueva fuente de datos (como la captura de comportamiento de exploración de los clientes) • No está diseñada para ser amigable • Es descrita como no estructurada aunque la mayoría está al menos semi-estructurada • Las fuentes estructuradas son aquellas que ya conocemos de manera tradicional
7.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. ¿UN EJEMPLO?
8.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. SU VENTAJA COMPETITIVA Orientar Observar Actuar Actuar Orienta r Decidir OPORTUNIDAD EN EL MERCADO Decidir ¿QUÉ ES IMPORTANTE SABER? • ¡Lo que las empresas hacen con el Big Data es lo más importante: Tomar Acciones! • Muchas fuentes de datos tienen un alto porcentaje de contenido sin uso o de bajo valor • 70%-80% de tiempo se invierte en recolectar y preparar los datos • El resto es usado en su análisis
9.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. ¿QUÉ DEBEMOS DEFINIR? • Alguna información será para uso estratégico de largo alcance • Otra será para uso táctico de corto tiempo • Otra simplemente no importa para mis propósitos… Operational Tactical StrategicPolicy Procedure Execution
10.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. Información/comportamiento del cliente Intención de compra. Definir la mejor oferta para el cliente. Nick names, cuentas, preferencias Es la línea final de la vista de 360 grados del cliente Comportamiento de compra Paquetes para incrementar la compra Comportamiento de investigación Conocer confianza en recursos como fotos, comentarios de usuarios, especificaciones técnicas Tipo de datos ¿Por qué es importante? WEB DATA
11.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. MUCHA INFORMACIÓN En demasiados lugares CALIDAD DE DATOS POBRE No puede ser de confianza DATOS INCONSISTENTES A través de múltiples fuentes La estrategia de datos no está habilitada para soportar la estrategia de negocios RETOS DENTRO DEL BIG DATA
12.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. Ejemplo ¿Por qué es importante? Datos de Telemática Miden velocidad, kilometraje, frenado. Impacto en tarifas y tráfico Datos de tiempo y ubicación “Cuándo” sus clientes están “Dónde”. Global Positioning Systems (GPS). Recursos de la empresa, además de personas Datos de rastreo de chips RFID. Uso en cobros de peajes, inventario de productos, comportamiento de compra dentro de la tienda, evitar fraudes por retorno de productos robados OTROS EJEMPLOS
13.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. COLLECT PROCESS MANAGE MEASURE CONSUME ETAPA 1 ETAPA 2 ETAPA 3 ETAPA 4 ETAPA 5 Recolección de datos Procesamiento: 1. Seres Humanos 2. Máquinas con alto poder de procesamiento Big Data se presenta en diferentes formatos. Toda debe ser entendida, definida, anotada, limpia y auditada Los requerimientos de negocio definen cómo medir los resultados para su rastreo El uso resultante de los datos debe encajar con el con el requerimiento original. Esto aplica para acceso personal o máquina a máquina Gobierno de datos LOS 7 PASOS PARA LA ANALÍTICA DEL BIG DATA Almacenamiento de corto y largo plazos
14.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. CONCLUSIONES IDEAS FINALES
15.
Copyr ight ©
2012, SAS Institute Inc. All rights reser ved. ¡GRACIAS! JIMMY.MARTINEZ@SAS.COM INFORMATION MANAGEMENT
Descargar ahora