Big Data y Monetizacion

BIG DATA Y
MONETIZACIÓN
Carlos Calderón
Big Data y Monetización
«People have no idea how fast things

are moving»
- Undisclosed Silicon Valley

Technologists, 2016
«La consecuencia directa de la ley de Moore es

que los precios bajan al mismo tiempo que las
prestaciones suben: “un chip que hoy vale 2000
dólares costará la mitad al año siguiente y
estará obsoleta en dos años”.
En 45 años el número de transistores en un chip

se ha incrementado mas de 250,000 veces.»
Ley de Moore
Cálculo actualizado al 2010 por Carlos Calderón
The 8 traitors Robert Norton Noyce Gordon Moore

– Silicon Valley, 1957 (1927 -1990) (89)
¿Qué es Big Data?
« Bigdata is what you cannot put in in

excel a spreadsheet »
- Mike Batty University Collegue of London Professor

« Bigdata is like teenage sex:
everyone talk about it, nobody really

knows to do it, everyone thinks
everyone else is doing it, so everyone
claims they are doing it... »
- Dan Ariely, Apr 2014
« Big Data es un término que hace referencia a una

cantidad de datos digitalizados tal, que supera la
capacidades de tratamiento habitual de SW para
ser capturados, administrados y procesados en un
tiempo y costo razonables.
Big Data se está convirtiendo en una perspectiva

nueva para gestionar empresas, gobernar naciones
y modelar nuevas sociedades »
- Me, Jan 2013

Velocidad Volumen
Recolección y análisis
Más cantidad de datos
más veloz
Variedad Veracidad
Proveniente de fuentes Cada vez más datos
infinitas innecesarios y basura
Se han creado más datos en los últimos 2

años que en toda la historia de la humanidad.
El Big Data crece a una velocidad nunca antes

vista, y se estima que para 2020 cada
individuo creará 1,7 megabytes de información
nueva por segundo
Para 2020, nuestro universo de datos pasará

de 4.4 zettabytes que existen actualmente a
44 zettabytes (44 billones de gigabytes).
De momento solo se analiza y utiliza el 0,5% de

todos los datos que existen, por lo que
debemos considerar el potencial que este
mercado presenta.
Global Report Cisco Sistems 2017

Analytics
Analítica de Grandes Datos es una ciencia que examina datos crudos para
obtener conclusiones sobre la información extraída.
El análisis de datos se usa para describirlo todo, desde el procesamiento

analítico en línea (OLAP, por sus siglas en inglés) hasta el análisis CRM en
centros de llamadas, pasando por los descriptivo, predictivo y comportamental,
el perfilamiento, targeting y cualquier otro modelo de generación de insights.
Internet of things (IoT): number of connected devices

worldwide from 2012 to 2020 (in billions)
Connected devices in billions
Source: Hotel News Resource. Resource: Worldwide Hotel News Resource, 2011 to 2014.
2015
2020
No solo los
Devices seres humanos
50 estaremos conectados,
connected
Billones sino también
Las cosas (IOT)
4.9 Billones
Fuente: WEF World Economic Forum, Capítulo 2016.

Mobile devices connected.
Case Study: Connected Car
These are the sensors in a car: They are all ripe for IoT
«Data – both big and open – is indeed changing the anti-corruption

landscape, but do these episodes epitomize a game changer?
First, the big: big data is characterized by volume (datasets are massive);
velocity (data is produced frequently); and variety (data has many sources
and formats). But there are often concerns over veracity, the accuracy of
the data. There is a lot of data to go round - our actions, interactions and
transactions produce 2.5 quintillion bytes of data every day. Propelled by
the digital revolution, governments are increasingly contributing to this
wealth of data on the machinery of government and the quality of public
services. Using sophisticated algorithms to process subsets of this data,
analysts can identify patterns and predict behavior.»
- Is the data revolution a game changer in the fight against corruption?

Benjamin Roseth y Carlos Santiso, WEF
« Para 2018, el 50% de las iteraciones

humanas serán hechas con una
entidad de Inteligencia Artificial (AI) »
- Tom Friedman, Oct 2016

En medio de un contexto así, Big Data se

convierte en una nueva forma de operar
nuestros negocios.
Por eso, de hoy en mas simplemente

hablaremos de Data-driven Everything
Integración de BD
Conglomerado de Retail
Caso de uso
Data Base Marketing

Integración DQ Enriquecimiento Analytics Comunicaciones
CAMPAIGN
MODELS
DESIGN
STORE
DIRECT MAIL
TV
SYNDICATED
TARGETING
BEHAVIOR
CALL CENTER CONSUMER OPTIMIZED
INSIGHTS OFFERS
EMAIL
WEBSITES
SEARCH
Integración Análisis de Reconocimiento Diseño y

Mejoramiento
Enriquecimiento variables de de desarrollo de
Bases del grupo de la data
comportamiento oportunidades campañas
Fase 1 Fase 2 Fase 3

Base Inicial 15’582,720 Base Final 10’453,033
Clientes
compartidos todas 15,217
las empresas
Después del proceso de DQ y unificación la base de entrada 15’528,720 queda convertida en una base
de registros únicos de 10’453,033, que representan los clientes actuales del grupo.
Esto denota la gran oportunidad de adquisición de clientes ya que el porcentaje de registros que no
se comparten entre las diferentes empresas representa un 65% y un 25% solo cruza entre 2 empresas.
Se contemplan cinco etapas principales para el desarrollo de esta Fase I, las cuales están ligadas a
un proceso de DQ a la medida, diagnóstico e integración, adelantado para archivos con múltiples
fuentes de información, diferentes estructuras y con variables especificas del cada negocio.
Diagnóstico DataQuality Enriquecimiento Integración Análisis
Análisis de las variables Tipo Documento

de cada base:
• Formato
Nombres y Apellidos
Creación de la variable EDAD
• Códigos Fecha de Nacimiento
• Similitudes Teléfono (Móvil o Fijo)
Ajuste de estructura Estructura única: Nombre Completo: Apellidos,

mismas variables. Nombre, Mayúsculas
Evaluación del estado Principales indicadores

actual de la de cada una de las
información.
variables.
Registro % Tipo ID ID Nombre

Farma 7.988.698 51,3% 100% 100% 100%
Bancos 5.469.841 35,1% 100% 100% 0%
Datos de ID Grandes Superficies 1.272.085 8,2% 100% 100% 100%
Tiendas Retail 502.677 3,2% 100% 100% 100%
Seguros 349.419 2,2% 100% 100% 100%
Registro % Dirección Teléfono Celular Email

Farma 7.988.698 51,3% 0% 99% 99% 1%
Datos de Bancos 5.469.841 35,1% 0% 0% 0% 0%

contacto Grandes Superficies 1.272.085 8,2% 0% 0% 0% 0%
Tiendas Retail 502.677 3,2% 99% 98% 98% 54%
Seguros 349.419 2,2% 99% 42% 16% 4%
Registro % Género F. Nacim E. Civil N. Hijos

Farma 7.988.698 51,3% 100% 100% 0% 0%
Bancos 5.469.841 35,1% 100% 0% 100% 100%
Datos
demográficos Grandes Superficies 1.272.085 8,2% 100% 100% 100% 100%
Tiendas Retail 502.677 3,2% 100% 100% 98% 0%
Seguros 349.419 2,2% 0% 0% 0% 0%
Se recibieron cinco archivos diferentes de cada uno de los negocios. Principalmente con información de
identificación y algunas variables demográficas.
Se quitan caracteres especiales y lo que no cumple con el

formato (letras en ID).
Se unifican las codificaciones
Se separan los complementos
Nombres Completos: cruce con el diccionario de nombres

Email: acepciones dominio.
Datos utilizables que cumplen con el formato de la variable
Selección de duplicados: por tipo id, id, nombre, teléfono,

email, fecha nacimiento
Selección del mejor registro : Se dejaron los registros con
mejor calidad de datos (completitud), fecha de actualización,
frecuencia de repetición.
Cruce de las bases Datos ID

y enriquecimiento
Datos Contactabilidad
de datos con las
otras fuentes. Datos demográficos
Se enriqueció la
base con NSE del
georreferenciador.
Estandarización
Unificar las codificaciones de cada una de las variables que se repiten en las diferentes bases:
• Tipo Id
• Género
• Estado Civil
Definir un único formato para variables:

• Nombres: Apellidos Nombres
• Dirección (Dpto./Provincia/Distrito/NSE)
DIRECCIÓN
AVENIDA BOULEVARD DE SURCO INTERIOR 402 REF. PARALELA AV. PASEO DEL BOSQUE DIST. SAN BORJA PROV. LIMA DPTO. LIMA
DIRECCIÓN DEPARTAMENTO PROVINCIA DISTRITO NSE GESTIÓN

AV. BOULEVARD DE SURCO Nro. 266 INT. 402 LIMA LIMA SAN BORJA B1 ESTANDARIZADA
• Fecha de Nacimiento TELÉFONO TELÉFONO ESTÁNDAR COMPLEMENTO
• Teléfonos – Móviles 44586381 586381 44
• Complementos: Extensiones, Tipo Tel, indicativo, etc…
No estandarizable:
CALLE LOS EUCALIPTOS 303 URBANIZACION SANTA EDELMIRA DEPARTAMENTO INTERI REF. POR EL COLEGIO SANTA EDELMIRA
Corrección Validación
Partiendo del cruce de las bases Validar que los datos de

con nuestros diccionarios podemos cada variable tienen un
corregir: valor lógico e interpretable
según la variable:
• Nombres Completos
DATO ORIGINAL INFORMACIÓN CORREGIDA

No Aplica
NOMBRE_COMPLETO NOMBRE_COMPLETO_STD GESTION_NYA
xxxxxxxxx
MEJIA NUNEZ NILA MEJÍA NUÑEZ NILA CORREGIDO
00000
• Email: dominios
DATO ORIGINAL
hanton61kareva@yhoo.es
INFORMACIÓN CORREGIDA
hanton61kareva@yahoo.es
Se depuraron los registros duplicados con un análisis de diferentes datos: ID, Tipo
ID, fecha de nacimiento, nombre, teléfono fijo 1, email para seleccionar finalmente el
mejor registro de cada una de las bases. La base que más duplicados tenia era
Inkafarma, pero en proporción Interseguros fue la base que más depuración tuvo.
FARMA BANCOS GRANDES S. TD. RETAIL SEGUROS Total
Registros 7.886.940 5.465.695 1.265.029 502.510 331.547 15.451.721
Participación 51% 35% 8% 3% 2% 100%
Tipo documento ● 100% ● 99% ● 100% ● 100% ● 100% ● 99%

ID Número de documento ● 100% ● 100% ● 100% ● 100% ● 100% ● 100%
Nombre completo ● 100% ● 0% ● 100% ● 100% ● 100% ● 65%
Teléfono F1 ● 11% ● 0% ● 0% ● 80% ● 43% ● 9%
Teléfono F1 ● 0% ● 0% ● 0% ● 60% ● 11% ● 2%
Teléfono F1 ● 0% ● 0% ● 0% ● 0% ● 1% ● 0%
Teléfono M1 ● 6% ● 0% ● 0% ● 91% ● 29% ● 6%
Teléfono M2 ● 0% ● 0% ● 0% ● 0% ●2% ● 0%
Contacto Bajo
Teléfono M3 ● 0% ● 0% ● 0% ● 0% ● 0% ● 0%
Dirección 1 ● 0% ● 0% ● 0% ● 39% ● 65% ● 2%
Dirección 2 ● 0% ● 0% ● 0% ● 42% ● 1% ● 1%
Dirección 3 ● 0% ● 0% ● 0% ● 40% ● 0% ● 1%
Email ● 0% ● 0% ● 0% ● 52% ● 4% ● 2%
Género ● 100% ● 97% ● 99% ● 99% ● 0% ● 97%
Edad ● 50% ● 0% ● 99% ● 99% ● 0% ● 37%
Demográficos
Estado Civil ● 0% ● 97% ● 99% ● 99% ● 0% ● 46%
N° hijos ● 0% ● 100% ● 100% ● 0% ● 0% ● 44%
Diagnóstico Inicial
Campo Total Base Campos Llenos
Tipo documento 8.361.779 100.00%
Número documento 8.361.779 99.47% Se enviaron 8,361,779 registros de

Tipo dirección 8.361.779 100.00% direcciones, de los cuales venían
Dirección 8.361.779 100.00% llenos el 100% de los campos. Estos
Manzana 8.361.779 17.45% registros son posiblemente
Lote 8.361.779 16.92% diferentes a los enviados en la base
Inferior 8.361.779 5.70% de clientes.
Referencia 8.361.779 30.49%
Fue entrega 8.361.779 98.59%
La base más beneficiada del nuevo cruce con el banco seria SUPER ya que pasaría la variable de dirección de
un 10,7% a un 99%. También FARMA, que mejoraría en un 38%.
Enriquecimiento integración
Validada Posible Utilizable* Enriquecimiento Banco Calidad Final Calidad sin Banco
Seguros 2.901 6.225 3% 50% 47,3%
Tiendas Retail 802 1.679 0% 40% 39,3%
Grandes Superficies 460.825 658.758 89% 99% ** 10,7%
Bancos 1.695.222 3.079.158 87% 93% ** 5,3%
Farma 1.035.663 1.931.713 38% 41% 3,0%
* Esta base no pudo ser estandarizada, pero es posible que esté bien
** El banco entregó más registros en la base de direcciones que los que envió en su base de clientes al principio
Integración de
Selección del mejor registro por todas las fuentes
jerarquía de las fuentes. en un solo archivo
dejando registros
únicos por cliente
(ID).
1. FARMA
2. SEGUROS
3. GRANDES SUPERF.
4. TIENDAS RETAIL
5. BANCOS
Aporte de variables a cada Análisis de

base desde la integración enriquecimiento
• Clientes compartidos
• Principales relaciones entre
fuentes Análisis de clientes
• Oportunidades identificadas
de la fusión de datos
El Análisis de Datos (Data Analysis, o DA) es la ciencia que examina los “Datos
Crudos” con el propósito de sacar conclusiones (información).
El análisis de Datos es usado en varias industrias para permitir que se tomen

mejores decisiones (empresariales u otro tipo) y también es usado en las ciencias
para verificar o reprobar modelos o teorías existentes.
El análisis de Datos se distingue de la extracción de datos por su alcance, su

propósito y su enfoque sobre el análisis. Los extractores de datos clasifican
inmensos conjuntos de Datos usando software sofisticado para identificar
patrones no descubiertos y establecer relaciones escondidas. El análisis de datos
se centra en la inferencia, el proceso de derivar una conclusión basándose
solamente en lo que conoce el investigador.
Tal información puede proporcionar ventajas competitivas a través de

organizaciones rivales y resultar en beneficios para el negocio, tales como el
marketing más efectivo y mayores ingresos.
Tipo de analítica
de datos
Descriptiva:
Se trata del tipo de analítica más simple. El que permite condensar el Big Data
en datos más pequeños, con piezas de información más manejable. La mayoría
de los datos en brutos no son aptos para el “consumo” humano, pero la
información derivada de los mismos sí lo es. Por ello, el propósito de la analítica
descriptiva es resumir lo que ha pasado. Y es eso precisamente lo que analizan
la mayoría de empresas.
Predictiva:
La analítica predictiva es el siguiente paso para “reducir” datos. Ésta utiliza una
gran variedad de estadísticas, modelos, minería de datos y técnicas de
aprendizaje automático para estudiar datos recientes e históricos. De este
modo, permite a los analistas hacer predicciones sobre el futuro.
El objetivo de la analítica Big Data predictiva, sin embargo, no es mostrar lo

que pasará en el futuro. Eso es algo que no puede lograr la analítica. Pero si
puede plantear un escenario que podría darse, porque todos los análisis
predictivos son probabilísticos por naturaleza.
En la mayoría de casos reales en las empresas, la analítica predictiva se utiliza

para predecir datos que no se tienen en base a los datos con los que cuentan.
Prescriptiva:
La tecnología emergente de la analítica prescriptiva va más allá de los
modelos descriptivos y predictivos, recomendando uno o varios itinerarios de
acción y mostrando las posibles consecuencias de cada decisión.
No de ja de ser un tipo de analítico predictiva para cuando el decisor de

negocio necesita utilizar la información y actuar. En cualquier caso, no se
predice un futuro posible, sino varios dependiendo de las acciones y la toma
de decisiones.
Por tanto, este tipo de analítica necesita un modelo predictivo con dos
componentes adicionales, datos procesables y un sistema de realimentación
que rastree las consecuencias basándose en diferentes opciones de acción,
pero también puede recomendar el mejor camino para cualquier
consecuencia preestablecida.
Enriquecimiento de
Atributos
Detalle general
¿Qué es el Enriquecimiento de Atributos?
Consiste en incorporar nuevos campos (atributos) a los registros de una BD.

Estos atributos son construcciones elaboradas a partir de datos “crudos”,
incorporando diferentes capas de valor, y que permiten entender, clasificar o
calificar una realidad.
¿Qué Beneficios trae el Enriquecimiento de Atributos?:
1. Mejoras en el entendimiento de los clientes: El mejoramiento del poblamiento y la

cantidad de atributos permite mejoras en la segmentación y targeting de los
clientes, permitiendo generar esfuerzos más precisos.
2. Incremento en ratios de adquisición y retención / cross-sell / up-sell: En base al

correcto y profundo entendimiento de los clientes, las empresas son capaces de
generar estrategias diferenciadas que permitan aumentar la efectividad de las
campañas para clientes potenciales.
3. Mejorar la retención de clientes rentables: conocer el comportamiento y

preferencias de nuestros principales consumidores, nos permitirá mantener su
interés, el trato personalizado que les ofrecemos y con ello la retención
Enriquecimiento de Atributos
Perfiles Perfiles Nivel de
Situación Laboral Compra de Bienes
Transaccionales Sociodemográficos Formación
Atributo Niveles Atributo Niveles Atributo Niveles Atributo Niveles Atributo Niveles
Lover Nivel de Ingreso Dato Contínuo Escolar - Dependiente Compra
Completo Tipo de Empleo Tipo de Interés
Perfil de Regular NSE Independiente Alquiler
Adeherencia al A, B, C, D, E Escolar - inmobiliario
(Georeferenciado)
Canal Email Mid Incompleto Situación Empleado Venta
Tenencia de
Low Tiene / No tiene Laboral Desempleado Monto de
Smartphone Técnica -
Completo Búsqueda
Mañana Marca / Modelo Negativo
Perfil de Tipo de Nivel de Técnica - Ubicación de
/ Sistema Extremo
Apertura de Tarde Smartphone Formación Incompleto Búsqueda
Operativo Negativo
Emails Potencial
Noche Personalizado Superior - M2 de Inmueble
Actitud laboral Neutro Hipotecario
Inmobiliario Completo Tipo de
Estilo de Genérico Positivo
Superior - Inmueble
Automotriz comunicación Formal Incompleto Positivo Antigüedad del
Educación Informal Extremo inmueble
Post Grado
Perfil de Restaurantes Monto de
N/A
Consumo Entretenimiento Búsqueda
Básico
Nivel de Inglés Ubicación de
Viajes
Intermedio Búsqueda
Productos Estado del
Superior
Servicios Potencial Vehículo
Vehicular Marca / Modelo
del Vehículo
Antigüedad del
Vehículo
KMs del
Vehículo
Modelo Predictivo de Activación

Portal de eCommerce
Caso de uso
Activación de
usuarios
El problema de Portal de
Ecommerce:
Solamente el 27% de los

usuarios registrados
tiene transacciones.
¿A quién contactar para

mejorar la activación?
¿Cuál es el mejor
mensaje?
¿Cuál es la probabilidad
de éxito de la acción?
¿Cuál es el potencial
beneficio asociado?
Los Atributos
que describen
al cliente del
Portal de
Ecommerce
Género, origen,
localización geográfica,
antigüedad de registro,
activo , días hasta la
activación, frecuencia,
recencia, monto,
opiniones y reclamos,
productos comprados,
interacciones con redes
sociales, etc.
Atributos - RFM
ACTIVACIÓN
REGISTRO ULT. TX
$ $
$ $
HOY
Se construyen atributos descriptivos del comportamiento de los usuarios analizando las interacciones en el tiempo:
• Antigüedad registración
• Antigüedad activación
• Recencia
• Frecuencia
• Montos transaccionales (Avg, Max, Min, etc).
Modelo predictivo de activación
Un MODELO PREDICTIVO convierte la incertidumbre sobre el futuro en

una métrica de la probabilidad de tener éxito
Puntuación 1
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Puntuación 1
Predictiva
Descriptiva
¿Se puede anticipar la propensión a la Sensible
activación para motivar en forma

segmentada a los clientes registrados?
Identificación Atributos Perfil,
Preferencias Predicción de
y Rasgos comportamientos
Modelo de la activación
0.30 22%
Tasa de
Puntuaciones
Activación
0.50 65%
Diseño de la campaña
NO SÍ
Insight: “En la base de Suscritos existen 89936 gemelos (twins) de los usuarios habituales con el mismo
nivel de scoring de activación pero que aún no utilizan el servicio.”
Ejecución de la campaña
NO UTILIZA SÍ UTILIZA
89.936 PROSP. 65.943 USUARIOS Atributos (mediana):
Monto 1era transacción:
Mediana : S/57
Promedio : S/80
Frecuencia anual : 3Tx

SCORING SCORING
0.42 0.42 Monto desde activación: S/158
Resultados
Facturación esperada: NO UTILIZA SÍ UTILIZA

89.936 PROSP. 65.943 USUARIOS
SCORING SCORING
0.42 0.42
Data-driven Marketing
Portal de Empleos
Caso de éxito
700 millones + 17,000

de emails anuales Avisos activos
+ 4,300
MONETIZACIÓN = PUBLICIDAD Empresas publicando
Antes
7.5% 0.9% 45.1
Envíos por session

Tasa de apertura Clicks únicos
WEB
*Benchmark mundial 15
Después
33.9% 10.8% 8.5
Envíos por session

Tasa de apertura Clicks únicos
WEB
*Benchmark mundial 15
Ratio de envíos por sesión web Visitas web vs visitas email
MES TOTAL VISITAS VISITAS EMAIL % TOTAL
50 JUNIO 3,888,800 1,135,712 29%

45
40 JULIO 4,429,514 2,218.517 50%
35
30 AGOSTO 4,857,343 2,929,043 60%
25
20 SEPTIEMBRE 4,890,641 2,975,588 61%
15
10 OCTUBRE 3,737,261 2,235,600 60%
5
0 NOVIEMBRE 5,156,015 3,588,684 70%
DICIEMBRE 4,197,071 2,770,067 66%
ENERO 5,950,411 3,723,767 63%

Sesiones mensuales en millones

7.00
6.00 5.95
5.90
5.20
5.00
4.90 4.85 4.90
4.30 4.40 4.30

4.15
4.00
3.90 3.85 3.75
3.15 3.50 3.30
3.05
3.15 3.15 3.70
3.10 2.80 2.70
3.00
2.80 2.70
2.55
2.90 2.80
2.45
2.00 2.50 2.40 2.20
1.00
0.00
Marzo Abril Mayo Junio Julio Agosto Septiembre Octubre Noviembre Diciembre Enero
Aptitus Bumeran Computrabajo
Tráfico web en millones

Es una disciplina encargada de la orquestación de gente, procesos y tecnología

que permite habilitar a una compañía para apalancar la información como un
recurso de valor empresarial, y al mismo tiempo, es la encargada de mantener a
los usuarios, auditores y reguladores satisfechos, usando la mejora de la calidad
de los datos para retener clientes, constituyendo y guiando a nuevas
oportunidades en el mercado.
Seis pasos para el gobierno de datos:
1. Establecer metas. Sentencias principales que guían la operación y desarrollo de la

cadena de suministro de información.
2. Definir métricas. Conjunto de medidas usadas para evaluar la efectividad del
programa y los procesos de gobierno asociados.
3. Tomar decisiones. La estructura organizacional y el modelo de cambio ideológico
para analizar y crear políticas de decisión.
4. Comunicar políticas. Herramientas, habilidades y técnicas usadas para comunicar
decisiones políticas a la organización.
5. Medir resultados. Comparar resultados de las políticas con las metas, entradas,
modelos de decisión y comunicación para proveer constante retroalimentación
sobre la efectividad de la política.
6. Auditar. Herramienta usada para comprobar todo.
Identidad Digital
Colección de datos que representan los atributos, las preferencias y los
rasgos de los sujetos que interactúan en el mundo digital.
Atributos: Representan información acerca de un tema que describe al

sujeto. Ejemplos: historial médico, hábitos de compra en el pasado, saldo
bancario, calificación de crédito, talla de ropa, edad, etc.
Preferencias: Representan deseos, tales como asientos preferenciales en

una línea aérea, publicaciones que lee, deporte que practica, etc.
Rasgos: Representan características inherentes del sujeto (no

adquiridas como los atributos) como por ejemplo el género, el color de
los ojos o la nacionalidad.
La construcción de la Identidad Digital
Predictiva Monetizado
Descriptiva
Sensible
Identificación Atributos Perfil, Disponible para la toma de

Preferencias Predicción de decisiones o desarrollo de
y Rasgos comportamientos productos
Los datos de partida (CRUDOS)
Identidad Preferencias
• Publicaciones que lee News
• Email
• Deportes que practica
• Apellidos y nombres
• Uso de redes sociales
• Documentos
• Canales de comunicación
• Datos de contacto
Psicodemográficos Comportamientos
• Fecha nacimiento • Compras en portal de comercio
• Nacionalidad • Ofertas laborales portal de empleo
• Nivel de educación • Búsquedas inmobiliarias
• Ocupación • Historial de crédito
Pedro
Datos Monetizables
Pedro
• Es un joven profesional interesado por la economía.

• Pertenece a un segmento de alto nivel económico.
• Actualmente está en búsqueda de mejoras en su empleo.
• Se interesa por realizar estudios de maestría.
• Su historial de crédito es reciente pero muy bueno.
• Es un cliente potencial para la industria financiera con una
oferta de créditos de estudio.
• La probabilidad de que acepte la oferta del crédito es alta.
• Es un target para la solución “Marketing Leads Financieros”.
Los datos son un activo de la compañía…

Por lo tanto resulta mandatorio:
• Valorizarlo para incluirlo en el estado patrimonial y justificar los

gastos que se están realizando para recopilarlo y mantenerlo.
• Destinar soporte legal para mitigar el riesgo asociado al uso de

la información.
• Calcular las métricas que determinan el tamaño del activo de

datos y los factores que influyen en su valor.
• Establecer claramente quiénes son los responsables de gestionar

con eficiencia cada uno de los puntos de la cadena de valor
del activo de datos.
El valor de los activos de datos depende del beneficio que se

obtiene al utilizarlos para la toma de decisiones
Monetización de datos es el proceso que permite a las

organizaciones agregar valor de sus activos de información para:
Productivizarlos y venderlos a otras organizaciones generando

un beneficio económico directo.
Integrarlos en los productos para crear productos más

“inteligentes”.
Tomar decisiones basadas en datos ciertos para optimizar la

performance del negocio.
Data-Driven Marketing
Identificar Gestionar Aplicar

(fuentes) (agregar valor) (beneficios)
Cadena de valor
Todas las fuentes de Atributos, Modelos Data-driven Marketing

Datos deben ser predictivos, oferta de as a NEW business model
incorporadas soluciones basadas en
datos
Factores que influyen en el valor de los datos
Factores Factores
Objetivos Subjetivos
La clave del éxito:
• Integridad • Relevancia
• Completitud • Utilidad Gobierno de datos.
• Validez • Credibilidad Uso eficiente de la tecnología
• Precisión • Claridad y los RRHH.
• Obsolescencia • ……. Capacitación y transformación
• Disponibilidad cultural.
• ……..
Mejorar Descubrir
Valor Patrimonial de la Información (VPI)
VPI = Volumen *Completitud *Validación *Obsolescencia *Q licencias *Valor unitario
¿Cuántos ¿Cuánto vale

datos hay? el registro
en el mercado?
¿Qué nivel de ¿Cuántas veces

calidad tienen? al año se monetiza
cada registro?
¿Qué datos podemos incluir hoy en el modelo?
Alcance del
modelo de
valuación
Predictiva Monetizado
Descriptiva
Sensible
Identificación Atributos Perfil, Disponible para la toma

Preferencias Predicción de de decisiones o
y Rasgos comportamientos desarrollo de productos
¿Cuántos datos y con qué calidad?

Todas las fuentes suman un total de 5 millones de registros.
Datos de identificación:
CAMPO COMPLETITUD VALIDACIÓN

NOMBRES 88% 61%
DNI 61% 61%
ESTADO CIVIL 64% 0%
GENERO 89% 61%
EMAIL 99% 0%
DIRECCION 23% 0%
FECHA NACIMIENTO 23% 61%
PROMEDIO FUENTE 64% 35%
Un escenario posible…
VPI = Volumen *Completitud *Validación *Obsolescencia *Q licencias *Valor unitario
Volumen: 5 Millones de Registros

Completitud: 64%
Validación: 35%
Obsolescencia: 33%
Qlicencias: 50 usos anuales
Valor de mercado del registro: US$0,3 – US$3
VPI = US$24 MM – US$240 MM

Niveles de madurez en la gestión de activos de datos

Aquí estaremos
GOBERNADO
PROACTIVO • Los modelos de negocio
Aquí estamos definen las decisiones
REACTIVO tecnológicas.
• Los equipos de negocio
Riesgo
INDISCIPLINADO y de tecnología trabajan
• El negocio influye sobre las • Existen procesos
Valor
colaborativamente
decisiones de tecnología. estandarizados para la
• Las decisiones de negocio • Los datos se ven como un gestión de los activos de
dependen de la tecnología. • Información redundante datos.
activo de la compañía
y poco controlada.
• Datos duplicados e • Las decisiones corporativas
inconsistentes • Alto costo para mantener se toman con datos ciertos
múltiples aplicaciones.
• Poca flexibilidad para sostener • Se obtienen beneficios
los cambios del negocio. directos por aplicación del
programa de gobierno.
Persona, Procesos y Tecnología

Disciplinas que integra GBD
CICLO INTEGRACIÓN
PROCESOS
DE VIDA Y MDM
CALIDAD SOPORTE
METADATA ORGANIZACIÓN
DE DATOS LEGAL
¿Qué es el Gobierno de Big Data? (GBD)

El Gobierno de Big Data es un programa del negocio que engloba
múltiples disciplinas y cuyo propósito principal es la formulación de las
políticas destinadas a asegurar la optimización del uso, privacidad,
calidad, seguridad y monetización de las fuentes de datos estructurados
y no estructurados.
Este programa coordina y armoniza además múltiples intereses y

objetivos de negocio que sobre el uso de los datos tienen las diferentes
áreas de la compañía.

Big Data y Monetizacion

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Big Data y Monetizacion

Cargado por

Copyright:

Formatos disponibles

BIG DATA Y

«People have no idea how fast things

- Undisclosed Silicon Valley

«La consecuencia directa de la ley de Moore es

En 45 años el número de transistores en un chip

The 8 traitors Robert Norton Noyce Gordon Moore

« Bigdata is what you cannot put in in

- Mike Batty University Collegue of London Professor

« Bigdata is like teenage sex:

everyone talk about it, nobody really

« Big Data es un término que hace referencia a una

Big Data se está convirtiendo en una perspectiva

- Me, Jan 2013

Se han creado más datos en los últimos 2

El Big Data crece a una velocidad nunca antes

Para 2020, nuestro universo de datos pasará

De momento solo se analiza y utiliza el 0,5% de

Global Report Cisco Sistems 2017

El análisis de datos se usa para describirlo todo, desde el procesamiento

Internet of things (IoT): number of connected devices

Connected devices in billions

Fuente: WEF World Economic Forum, Capítulo 2016.

Case Study: Connected Car

«Data – both big and open – is indeed changing the anti-corruption

- Is the data revolution a game changer in the fight against corruption?

« Para 2018, el 50% de las iteraciones

- Tom Friedman, Oct 2016

En medio de un contexto así, Big Data se

Por eso, de hoy en mas simplemente

Data Base Marketing

Integración Análisis de Reconocimiento Diseño y

Fase 1 Fase 2 Fase 3

Base Inicial 15’582,720 Base Final 10’453,033

Diagnóstico DataQuality Enriquecimiento Integración Análisis

Análisis de las variables Tipo Documento

Ajuste de estructura Estructura única: Nombre Completo: Apellidos,

Evaluación del estado Principales indicadores

Registro % Tipo ID ID Nombre

Registro % Dirección Teléfono Celular Email

Datos de Bancos 5.469.841 35,1% 0% 0% 0% 0%

Registro % Género F. Nacim E. Civil N. Hijos

Diagnóstico DataQuality Enriquecimiento Integración Análisis

Se quitan caracteres especiales y lo que no cumple con el

Nombres Completos: cruce con el diccionario de nombres

Datos utilizables que cumplen con el formato de la variable

Selección de duplicados: por tipo id, id, nombre, teléfono,

Diagnóstico DataQuality Enriquecimiento Integración Análisis

Cruce de las bases Datos ID

Definir un único formato para variables:

DIRECCIÓN DEPARTAMENTO PROVINCIA DISTRITO NSE GESTIÓN

• Fecha de Nacimiento TELÉFONO TELÉFONO ESTÁNDAR COMPLEMENTO

• Teléfonos – Móviles 44586381 586381 44

• Complementos: Extensiones, Tipo Tel, indicativo, etc…

Partiendo del cruce de las bases Validar que los datos de

DATO ORIGINAL INFORMACIÓN CORREGIDA

FARMA BANCOS GRANDES S. TD. RETAIL SEGUROS Total

Registros 7.886.940 5.465.695 1.265.029 502.510 331.547 15.451.721

Participación 51% 35% 8% 3% 2% 100%

Tipo documento ● 100% ● 99% ● 100% ● 100% ● 100% ● 99%

Campo Total Base Campos Llenos

Tipo documento 8.361.779 100.00%

Número documento 8.361.779 99.47% Se enviaron 8,361,779 registros de

Fue entrega 8.361.779 98.59%

Diagnóstico DataQuality Enriquecimiento Integración Análisis

VPI = Volumen Completitud Validación Obsolescencia Q licencias *Valor unitario

VPI = Volumen Completitud Validación Obsolescencia Q licencias *Valor unitario