Big Data y Su Aplicacion Real en La Empresa

8/14/2019 Big Data y Su Aplicacion Real en La Empresa

http://slidepdf.com/reader/full/big-data-y-su-aplicacion-real-en-la-empresa 1/13





Para conseguir nuevas oportunidades, es necesario pensar más

allá de las fuentes de datos tradicionales

Datostransacciones y de

aplicaciones

Datos de

m(uinas

Datos de redes

sociales

) *olumen) Estructurado

) +,roug,put

) *elocidad) -emi.estructurado

) Ingestión

) *ariedad) /o estructurados

) *eracidad

0ontenido

empresarial

) *ariedad) /o estructurados

) *olumen

1

Cada una de estas fuentes de datos representa un punto de entrada que podemos

resolver con la plataforma de IBM para Big Data



Plataforma de IBM Big Data

BI 2Reporting

BI 2 Reporting E#ploration 2*isualization

FunctionalApp

IndustryApp

Predicti3eAnalytics

0ontentAnalytics

Analytic Applications

IB4 Big Data Platform

-ystems4anagement

ApplicationDe3elopment

*isualization5 Disco3ery

Accelerators

Information Integration 5 6o3ernance

7adoop-ystem

-tream0omputing

Data 8are,ouse

$ 9 Analizar datos depoco 3alor :social;clic<stream; uejas;reclamaciones;

mac,ine data= conTEXT ANALYTICS YMACHINEANALYTICS

> 9 Analizar datos enmo3imiento

INFOSPHERESTREAMS

' 9 Descubrir;comprender yna3egar porfuentes Big Data

DATA EXPLORER

! 9 -implificar elData?are,ouseNETEZZA/ISAS

@

@ .Reducir el time to3alue con aceleradoresACELERADORES

ANALÍTICOS Y DEAPLICACIONES

1 9 Reducir elcoste delData?are,ousecon BIGINSIGHTS



Los Call Center de atención al cliente y soporte recogen cientos de

incidencias y reclamaciones diariamente que son clasificadasmanualmente con un alto coste de tiempo y recursos

lamadas telefónicas

de los clientes/otas del agente del

0ontact 0enter0lasificación en el

-istema de uejas y

reclamaciones pasan al

bac<2middle office para

tratamiento

CLAIM) P!d"c#!) M!#$%!) S!&$c$#"d) O'$c$(a) Fec)a

Podemos Implementar una solución de Big Data que fuera capaz de analizar el contenido de

las notas del gestor y clasificar automáticamente las incidencias de manera correcta

11 ** 33 ++

6rupos de especialistas

leen las incidencias y

las clasifican en base a

su contenido

Big Data para Clasificación de

incidencias

podemos automatizar

procesos manuales conlas herramientas de Big

Data



Las empresas cuentan con información del cliente no estructurada que noestá siendo explotada convenientemente

¿Quin soy! ¿Qu aficiones tengo!

¿Qu productos me interesan! ¿Qu ofertas me están

interesando!

Social Media 4edios de Pago /a3egación

¿Dónde compro!

¿"uándo!¿"uánto gasto ! ¿en

qu tipo de comercios!

fertas Personalizadas fertas+iempo Real

Información de *alor para los 4erc,ant sobre sus clientes y promociones

11 **

33

Data Monetization



El objeti3o es analizar el contenido de las redes sociales mediante an(lisis del lenguaje

natural e identificar para cada cliente cu(les son sus intereses; ,(bitos y e3entos de 3ida

Social Media Analytics

Intereses

Life Events

Hábitos de consumo/info de

contexto



“Next best action” en tiempo realE(%,! e( #$e-.! ea& de .!-!c$!(e sobre

solicitudes de (a%eac$( c!(#e2#"a& del Portal

8eb y 4ó3il en función del usuario e información

de conte#to de na3egaciónC

E(%,! e( #$e-.! ea& de .!-!c$!(e .!&!ca&$ac$( en respuesta a e3entos de pago en

comercios :+P*= o acti3idad en cajerosC

E(%,! e( #$e-.! ea& de .!-!c$!(e .!.!$c$!(a-$e(#! en respuesta a e3entos de

posicionamiento cuando el cliente entra en el

radio de influencia de un comercioC

E(%,! e( #$e-.! ea& de .!-!c$!(e en

respuesta a e3entos de ac"-"&ac$( de clientespotencialesC

#ener la capacidad de detectar eventos en tiempo real que me permitan decidir cual es el

momento adecuado para lanzar una campa$a y que campa$a es la me%or&



4$$( ($ca e $(#eada de &a $('!-ac$( 6a e2$#e(#e e( &a c!-.a7,a8 .aa da"(a e."e#a 9.$da 6 a#$'ac#!$a

E-.&ead! decaa a& c&$e(#e/

:(!;&ede<!=e

Como facilitar la visión 360º de mis clientes

Permite poner a disposición del empleado la información necesaria en el momento preciso'

independientemente de donde se encuentre ' y respetando los niveles de seguridad de la

in ormación&



Analytics and structuredinformation

Activity feed displaying changes inreal time

Customer transactional

information

Unstructured content basedon context



Recomendación '

Focalizarse en las

mayores

oportunidades y ue

proporcionen el

mayor 3alor de

negocio

Recomendación $

0on cada oportunidad;

comenzar con

preguntas; no

con datos

Recomendación !

tilizar una

Information

AgendaG paraplanificar el futuro

Recomendación 1

sar el conocimiento para

disparar acciones ueproporcionen 3alor

Recomendación @

4antener las

capacidadese#istentes mientras

se aHaden las

nue3as

Source: Analytics: The New Path to Value, a joint MIT Sloan Management Review and IBM Institute of Business Value study. Copyright © Massachusetts Institute of Technology 2010.

Paa .!de dea!&&a #!da e#a ca.ac$dade8

)ace-! 5 ec!-e(dac$!(e>



• %C""" registrados

•'C!"" estudiantes inscritos enla clase de 7adoopFundamentalsG

•Formato on.line proporcionafle#ibilidad para aprender a turitmo y desde donde uieras

BigDatani3ersityCcom7aciendo f(cil y di3ertido el Aprendizaje de 7adoop



Documents

Big Data y Su Aplicacion Real en La Empresa