Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Rodrigo Armando
Vega Rueda
Bogotá, D. C.
Tabla de contenido.
2
1. Introducción.................................................................................................................3
2. Objetivos......................................................................................................................3
reelegido?....................................................................................................................4
4. Tipos de analítica…...................................................................................................5
…...................................................................................................................................7
cuáles fueron los puntos de vista más importantes destacados como grupo de
trabajo….......................................................................................................................8
6. Genere una tabla en formato horizontal para describir los puntos claves de cada
Obama….......................................................................................................................9
………………………………………………....…………………...9
8. Conclusiones..............................................................................................................10
9. Bibliografía…............................................................................................................10
3
1. Introducción.
El Big Data es un sistema de representación de datos que recoge una gran cantidad de
información que será utilizada para un estudio posterior, de esta manera el expresidente Obama
en 2012 el primer candidato a unas elecciones presidenciales, decidió utilizar una combinación
de bases de datos analíticos HP Vertica MPP con los modelos predictivos, prescriptivos y
descriptivos, logrando de esta manera recopilar toda la información de los ciudadanos
estadounidenses que publicaban en la red, así podían saber quién estaba a favor de que medidas
y quien no, mejorando de esta manera sus propuestas y su enfoque , obteniendo una mayor
margen de competencia frente a sus rivales.
2. Objetivos.
Distinguir cada una de las clases de analíticas y poder aplicarlas en diferentes escenarios e
industrias sacando conclusiones y poder decidir acciones a tomar para poder lograr lo
planificado y llegar al objetivó deseado.
El analisi de datodLa Analítica de datos puede ser aplicada sobre cualquier tipo de
información y para resolver cualquier tipo de necesidad y eso fue lo que sucedió para la
reelección de Obama en 2012. Tras su primer mandato, el expresidente de los EEUU, Barack
lo largo y ancho de las distintas sedes del país, y 20 estaban única y exclusivamente
centrados en la interpretación de
4
los datos recibidos. Tras un primer análisis, los esfuerzos de la campaña se enfocaron en tres
aspectos:
• Voto del electorado (asegurarse de que los partidarios fueran a ejercer el voto sí o sí).
Y, por primera vez, los tres equipos más importantes de las campañas electorales trabajaron
con una estrategia unificada con los respectivos datos de cada uno, y la analítica les permitió
evidenciar los procesos en común y con ello poder generar relaciones efectivas entre ellos y
los votantes.
El equipo de campaña de Obama decidió recopilar toda la información que los ciudadanos
estadounidenses publicaban en toda la red (www). Así podrían saber quién estaba a favor de
qué medidas y quién no, mejorando de esta manera sus propuestas y su enfoque, mientras
transcurrían las votaciones y a tiempo real. La analítica les permitió conocer mejor en un 66%
a los diferentes segmentos en los que sus votantes estaban divididos, especialmente a aquellos
sectores más indecisos, y poder convencerles en los medios en los que prevalecían. Por
entre otras y utilizaron las 10 V 's del Big Data para poder generar la mayor cantidad de datos
provenientes de los votantes que jamás se hubiese obtenido en alguna elección en los EE.UU.
partido ya que ahí se encontraban los segmentos a los que tenían que convencer. Otro uso que
tuvo la Analítica de datos en esas elecciones históricas fue que la Analítica prescriptiva les
permitió lidiar con el complicado estado de Ohio (estado contrario completamente al partido
habitantes y sabiendo utilizarlas con la analítica predictiva. Por ejemplo, en la cena que se
realizó para la recolección de fondos las analíticas arrojaron con un 56,88 % de posibilidad
que el invitado de honor fuese el actor George Clooney, también mostraron evidencia que se
debían invitar a un 71,98 % de mujeres entre 40 y 49 años de edad y con un perfil específico
a la cena, el cual obtuvieron de estudios realizados con big data, realizar la cena un día
específico de la semana, a una hora exacta, incluso hasta predijeron el posible valor a pagar
por la cena. Toda una hazaña aplicando Analítica de datos para una campaña presidencial. El
Tipos de analítica.
sucedido, mostrando resultados de cómo están funcionando nuestros negocios hasta la fecha.
Partiendo de lo anterior esta nos permite detectar qué productos se están vendiendo más, la
analitica descriptiva se puede categorizar a los clientes según sus preferencias de producto, lo
que se busca con esta es recopilar datos y buscar patrones entre las personas, es decir que
compara y procesa similitudes y diferencias, para lograr un buen resultado descriptivo con
mayor detalle.
Ejemplo: Mercado libre, busca satisfacer las necesidades de los usuarios; partiendo de eso, la
página recopila datos de las últimas búsquedas siguiendo un patrón, mostrando productos
que se relacionan con lo que los usuarios requieren, muestran diferentes marcas, estilos,
Analitica predictiva: Recopilacion de datos que predice que podría suceder en el futuro, esta
analitica se basa en predecir posibles futuros resultados de algo, permitiendo a los comercios
Basándonos en el ejemplo anterior para que mercado libre muestre artículos similares al que
el usuario está buscando, hace una recopilación de datos, analiza el rango de precios que se
buscan, el color, material etc. Arrojando posibles resultados asociados al patrón de búsqueda
del usuario.
Ejemplo: Las empresas energéticas emplean la analitica predictiva para determinar los
patrones energéticos de sus clientes, lo cual les da la opción de adaptar su rango de precios de
energía eléctrica y de gas llamada Enel, implementa la tecnología como un inicio de relación
entre el cliente y la empresa, accediendo a que las personas sean partícipes en la gestión y uso
de la energía.
diferentes acciones posibles y guiarlos hacia una solución. Esta intenta cuantificar el efecto
de las decisiones futuras con el fin de asesorar sobre los posibles resultados antes de que se
den las acciones realmente. Es decir que busca brindar recomendaciones óptimas durante el
permite la captura de una variedad más amplia de información en formas nuevas y más
poderosas.
información, de esta manera puede descubrir algunas tendencias casuales entre los resultados,
teniendo en cuenta que puede proveer una probabilidad sobre el ¿Por qué? de los resultados
obtenidos.
7
En este análisis se debe contar con las herramientas necesarias para profundizar los datos y
estrategia para los clientes junto con varios factores aplicados (como diagnósticos y
apuestan por el análisis diagnóstico ya que proporciona información detallada sobre la raíz
problema en particular.
voto si o si.
Consideramos que este orden fue el adecuado, ya que se obtuvieron los resultados que se
buscaban, además estos tres tipos de analítica debe coexistir, una no es mejor que la otra,
Básicamente este es el único orden, ya que estas tres analíticas siguen su patrón de análisis,
6. Basándonos en el referente del eje 2 seguimos el texto que involucra patrones que
centran las 10 v 'sy las analíticas, en los puntos clave para realizar la evaluación y como lo
dice en el referente (Sin big data, las empresas están caminando a ciegas. Los datos
7.
hoy.
machine learning.
Analítica de datos descriptiva ● Observaron hacia atrás.
● Detectaron patrones de
comportamiento de las
personas.
Para eso se usaron las tres estrategias básicas de la analítica de datos, descriptiva, predictiva y
prescriptiva, con la que lograron recopilar los datos necesarios para lograr una muy segura
reelección.
analíticas, para solucionar cada uno de los objetivos, se ordenan tomando puestos fijos
laborando con el departamento de analítica. Las estrategias que se utilizaron por el equipo de
Obama fueron las determinantes para la reelección ya que sabían lo que se pretendía, se
basaron en las predicciones para poder determinar cuál era el nicho de personas que seguían
al mandatario, asegurando así una gran mayoría de votos y de esa forma como lo
Conclusiones
9. Podemos afirmar que el uso del Big Data fue determinante para la reelección del
presidente Obama, ya que por medio de el uso de los tipos de analytics que utilizaron
pudieron realizar un estudio exhaustivo de los futuros votantes, estudiando las variables más
importantes a las que hace referencia el presente contexto, así tomando decisiones acertadas y
dándole manejo a las personas que no seguían al mandatario para poder cumplir con el
porcentaje necesitado para llegar al éxito en las elecciones. Sin duda alguna el Big data es
una gran herramienta que se utiliza hoy día en la mayoría de industrias y sectores económicos
para poder tomar determinaciones importantes basados en los diferentes datos obtenidos de
Bibliografía
de:https://www.arimetrics.com/glosario-digital/analitica-prescriptiva
10
Executrain(03 de octubre del 2017). Los cuatro tipos de analíticas que debes conocer.
Tomado de:https://www.executrain.com.mx/blog/big-data/item/los-4-tipos-de-analitica-de-
datos-que-debes-conocer
Méndez, F. (2015). ¿Cómo el Big Data ayudó a Obama a ganar? SPAIN BOOKS, Editor,
obama-a-ganar/