Entrega 2 - Costos Estandar ABC

Costos Estándar ABC
PRESENTADO POR:
Luis Alfonso Galeano,
Hary Yuliana Duarte Segura
Yeferson Julián Monroy Garzón,
Nathalie Ospino Alturo
Leandro Fabio Suarez Álvarez
Nidian Lulú Cano Arroyave
Tutor, Cesar Augusto Hernández Ocampo
Entrega 1 y 2
Facultad de Negocios Gestión y Sostenibilidad
Politécnico Gran Colombiano
Grupo B01-Sub grupo 01
Abril 18 2023
1
Tabla de contenido
Introducción 3
Objetivos Generales 5
Objetivos Específicos 6
Entrega 1 7
Entrega 2 14
Conclusiones 24
Bibliografía 25
2
INTRODUCCION
En la era actual de la información, la cantidad de datos generados por las
empresas ha crecido de manera exponencial. Desde las transacciones de los clientes hasta
la información de los empleados y los datos de producción, las empresas se enfrentan a
una cantidad cada vez mayor de información que debe ser analizada y utilizada para
tomar decisiones estratégicas.
Para manejar esta enorme cantidad de datos, se han desarrollado herramientas y
tecnologías de análisis de datos cada vez más avanzadas. Entre estas herramientas, Big
Data y la Analítica de Datos son conceptos clave que permiten a las empresas analizar
grandes conjuntos de datos de manera eficiente y efectiva, para obtener información
valiosa y tomar decisiones informadas.
En el ámbito de la gestión de costos, Big Data y la Analítica de Datos pueden ser
utilizados para optimizar la toma de decisiones relacionadas con los costos y la eficiencia.
La capacidad de analizar grandes cantidades de datos permite a las empresas identificar
patrones y tendencias, así como detectar áreas de oportunidad para mejorar la eficiencia
operativa y reducir los costos.
3
La BigData ha tomado importancia para el público en general saber sobre que
trata, cuál es su origen y sobre todos los aspectos el cómo funciona. Principalmente esta
tecnología del análisis de los datos y los reconocimientos de todos los patrones sociales
ha mejorado y adecuado nuestra cotidianeidad, a la vez de servir como impulso
primordial para los avances tecnológicos.
La BigData Analytics lleva un mínimo tiempo en la sociedad, pero con todos los
aportes y facilidades que nos ha brindado para todo lo que es el desarrollo de las
herramientas de inteligencia artificial y redes sociales.
El Management Analytics es un arte el cual se especializa en implementar
conceptos generales de la analítica en el entorno y mundo de los negocios. Con ello se
aplican los valores de los datos y todos los modelos predictivos en las determinaciones
comerciales que se vayan a aplicar.
Mediante este documento se pretende dar a conocer más a fondo lo que estas
nuevas tecnologías nos aportan en la cotidianidad de las grandes empresas, así como las
personas que a diario interactúan con esta clase de herramientas con el fin de mejorar los
conocimientos y manejo de esta clase de nuevas alternativas de negocios y manejo de las
mismas.
4
OBJETIVO GENERAL
El objetivo general de estudiar sobre Big Data y Analítica de Datos en la gestión
de costos es comprender cómo las herramientas y tecnologías de análisis de datos pueden
ser utilizadas para optimizar la toma de decisiones relacionadas con los costos y mejorar
la eficiencia operativa de las empresas.
Esto podría incluir el examen de cómo se utilizan las herramientas de Big Data y
Analítica de Datos para identificar patrones y tendencias en los datos relacionados con
los costos, así como para detectar áreas de oportunidad para reducir costos y mejorar la
eficiencia.
También podría incluir la evaluación de las mejores prácticas en el uso de estas
herramientas en la gestión de costos, así como el análisis de los beneficios y desafíos
asociados con la implementación de soluciones de Big Data y Analítica de Datos en la
gestión de costos.
Con este análisis, se podría tener una mejor comprensión de cómo las
herramientas de Big Data y Analítica de Datos pueden ser utilizadas para mejorar la toma
de decisiones relacionadas con los costos y aumentar la eficiencia operativa de las
empresas, lo que podría ser de interés para los gerentes financieros, los analistas de costos
y otros profesionales involucrados en la gestión de costos.
5
OBJETIVOS ESPECIFICOS
1- Mostrar el cómo muchas de las grandes empresas han implementado esta metodología del
análisis de datos de reconocimiento de los patrones sociales.
2- Analizar todas las alternativas y soluciones que nos ha entregado de lo que conlleva el
avance tecnológico.
3- Por medio de una tabla mostrar todos los beneficios que trae el aplicar esta herramienta
de inteligencia artificial.
6
ENTREGA I
Big data and data analítico in the cost management
Realice consulta bibliográfica en la biblioteca virtual del Politécnico Gran colombiano y
otras fuentes académicas para la construcción de revisión documental, donde identifique los
avances sobre los temas de Big Data y Analytics management durante los últimos 10 años que
pueden ser utilizados en la gestión de costos de las Empresas.
La información se debe presentar seleccionando mínimo 24 referencias (12 por cada uno de los
temas) para la construcción de una matriz de diagnosis, tal como se presenta a continuación:
7
8
9
10
11
CONCLUSIONES
En conclusión, Big Data y Analítica de Datos son herramientas clave en la gestión
de costos y pueden ayudar a las empresas a tomar decisiones informadas y mejorar la
eficiencia operativa. Al analizar grandes conjuntos de datos, las empresas pueden
identificar patrones y tendencias que les permiten detectar áreas de oportunidad para
reducir costos y mejorar la eficiencia.
Además, estas herramientas pueden proporcionar una visión más clara y precisa
de las operaciones de la empresa, lo que permite a los gerentes financieros y analistas de
costos tomar decisiones más informadas y fundamentadas. Asimismo, la implementación
de soluciones de Big Data y Analítica de Datos en la gestión de costos puede tener un
impacto positivo en la rentabilidad y competitividad de la empresa.
Sin embargo, es importante reconocer que la implementación de estas soluciones
puede presentar desafíos, como la necesidad de contar con personal capacitado y la
inversión en tecnología y capacitación. Por lo tanto, se recomienda que las empresas
evalúen cuidadosamente sus necesidades y recursos antes de implementar soluciones de
Big Data y Analítica de Datos en la gestión de costos.
12
el manejo de esta nueva tecnología como lo acabamos de ver y estudiar
comprendemos todos los nuevos aspectos que estas herramientas nos ofrecen, así como el
hecho de que por ende el hecho de aplicarlo nos puede traer miles de beneficios a la hora
de los negocios ya es que es una metodología que parte desde la cotidianidad de cada una
de las personas que se relacionen con el entorno de los negocios para que así pensemos
más en tomarlo y sobretodo el aplicarlo para mejoría del entorno económico.
Además de ello cabe resaltar que estas herramientas aún se encuentran en pleno
desarrollo gracias a un sólido fundamento el cual las ha puesto en un escalafón alto para lo que
conlleva la mejoría dentro de lo que involucra computo de alto rendimiento y a los grandes
volúmenes de información.
13
ENTREGA 2
BIG DATA
Introducción:
El Big Data ha revolucionado la forma en que las organizaciones gestionan y analizan grandes
cantidades de datos. Es una tecnología emergente que ha encontrado aplicaciones en diversos
campos como la ciencia, la medicina, el marketing y las finanzas, entre otros. A pesar de que ha
habido un gran avance en el desarrollo de herramientas y técnicas para manejar y analizar
grandes volúmenes de datos, aún existen vacíos en la investigación y aplicación del Big Data. En
este estado de arte, se examinarán las tendencias actuales en Big Data, sus principales
aplicaciones y los vacíos que aún existen en este campo.
Desarrollo:
Tendencias actuales en Big Data: El Big Data se ha convertido en una parte integral de
muchas organizaciones, permitiéndoles tomar decisiones más informadas y basadas en datos. En
los últimos años, ha habido un aumento en el uso de técnicas de aprendizaje automático y
análisis predictivo para obtener información útil a partir de grandes volúmenes de datos. La
utilización de plataformas en la nube y tecnologías de contenedores como Kubernetes también ha
permitido a las empresas almacenar y procesar grandes cantidades de datos de manera más
eficiente y escalable.
14
Aplicaciones del Big Data: Las aplicaciones del Big Data son numerosas y están en
constante crecimiento. En la industria de la salud, el Big Data se utiliza para analizar grandes
cantidades de información clínica y genética para mejorar el diagnóstico y tratamiento de
enfermedades. En el marketing, el Big Data se utiliza para segmentar a los consumidores en
grupos específicos y personalizar la publicidad y los mensajes de marketing. En la industria
financiera, el Big Data se utiliza para predecir las tendencias del mercado y detectar fraudes.
Vacíos en la investigación y aplicación del Big Data: A pesar del gran avance en la
investigación y aplicación del Big Data, aún existen vacíos en este campo. Uno de los principales
desafíos es la privacidad y la seguridad de los datos, ya que el uso indebido de los datos
personales puede tener consecuencias graves. Además, el sesgo en los datos y los modelos de
aprendizaje automático es un problema que aún no ha sido completamente resuelto. La
interpretación de los resultados del análisis de Big Data también puede ser un desafío, ya que
puede ser difícil distinguir entre la correlación y la causalidad.
Las características más relevantes e importas de la big data se pueden clasificar en cuatro
magnitudes, más conocidas como las cuatro V big data. Las relativas a volumen, variedad
velocidad y veracidad. A estas podemos agregar tres más. Las cuales pueden ser la de viabilidad
y visualización.
- Volumen de información.
Es la cantidad de datos que son generados cada instante segundo minuto y días de
nuestro entorno. Esta es la principal característica más asociada a la big data ya se refiere
a las cantidades masivas de datos que se van almacenando con la finalidad de procesar
todo tipo de información transformando los datos en acciones. (Arregui, 2022)
15
Esto cada vez va más relacionado a un concepto conocido como al mundo 2.0 por
lo que nos proporciona más y más información. Para la mayoría de empresas y/o
compañías el pertenecer al mundo digital es algo obligatorio. . (Arregui, 2022)
- Velocidad de los datos.

Hace referencia a los datos de los datos en movimiento por las constantes
interconexiones que se realizan, como por ejemplo la rapidez en la que se generan, se
almacenan y son procesados en tiempo real. . (Arregui, 2022)
Para los procesos en los que el tiempo resulta fundamental, tales como lo son la
detección de un fraude en una transición bancaria o en la monitorización de un evento en
las redes sociales. Son los tipos de datos e información que han de estudiarse en un
determinado tiempo real para que así resulten útiles para dicho negocio y se consigan
conclusiones efectivas. . (Arregui, 2022)
- Variedad de los datos.

Hace referencia a las formas, tipos y fuentes en las que se registran los datos e
información. Esta clase de información pueden ser datos estructurados y fáciles de
gestionar como los son las bases de datos o lo que son los datos no estructurados, entre
los que se incluyen toda clase documentos de textos, correos electrónicos, datos de
sensores, audios, videos o imágenes que se encuentran en mi dispositivo móvil.
16
En los últimos datos necesitan de una herramienta específica, debido a que el
tratamiento de toda la información es totalmente diferente con respecto a los datos
estructurados. Para esto las compañías necesitan integrar, observar y procesar los datos
que son recolectados a través de múltiples fuentes de información con herramientas
cualificadas. . (Arregui, 2022)
- Veracidad de los datos.

Es la incertidumbre de los datos; es decir al grado de fiabilidad aplicando toda la
información recibida.
Para ello es necesario invertir gran cantidad de tiempo para así lograr juntar datos
de calidad, aplicando los métodos y soluciones que puedan eliminar datos imprevisibles
que puedan surgir como datos económicos, el comportamiento de los consumidores que
puedan llegar a participar o influir en las decisiones de compra. . (Arregui, 2022)
Es más que necesario explorar y planificar la incertidumbre esto es todo un reto
para la big data que se encuentra a la orden del día en las compañías dedicadas al análisis
de datos. . (Arregui, 2022)
- Viabilidad
La inteligencia empresarial es uno de los componentes más fundamentales para la
viabilidad de un nuevo proyecto y el empresarial. Se trata de la capacidad que pueden
tener las compañías para generar un uso eficaz del gran volumen de los datos que
manejan. . (Arregui, 2022)
17
La inteligencia competitiva también va de la mano con la innovación de los
equipos de trabajo y el uso de las tecnologías empleadas. Una empresa con su
inteligencia analiza selecciona y monitoriza la información con el fin de conocer mejor el
mercado en el que opera, a sus clientes y el diseño de estrategias eficaces. . (Arregui,
2022)
- Visualización de los datos

Cuando nos referimos a la visualización nos referimos a el modo en el que nos
referimos al modo en que los datos son presentados. Una vez que los datos son
completamente procesados; necesitamos representarlos visualmente de manera que sean
legibles y accesibles para así encontrar los patrones y las claves ocultas en el tema que se
ha de investigar. . (Arregui, 2022)
- Valor de los datos.

El dato no es valor El dato no es valor. Tampoco tienes valor por el mero hecho
de recopilar gran cantidad de información. El valor se obtiene de datos que se
transforman en información; esta a su vez se convierte en conocimiento, y este en acción
o en decisión. El valor de los datos está en que sean accionables, es decir, que los
responsables de las empresas puedan tomar una decisión (la mejor decisión) en base a
estos datos. . (Arregui, 2022)
18
De donde proviene el big data
Cada paso que damos o cada movimiento que realizamos, genera información que puede
ser tratada por el big data. Las fuentes de generación y suministros de datos cada día son
mayores y más variadas, como, por ejemplo: (Delgado, 2023)
 Transacciones entre individuos y organizaciones: Movimientos bancarios,
facturación, llamadas, cruce de emails…
 Acciones cotidianas de las personas: Envío de WhatsApp, actualización de redes
sociales, geolocalización de nuestros teléfonos móviles, visitas a sitios webs, anuncios…
(Delgado, 2023)
 Máquinas: Existen multitud de instrumentos que emiten datos constantemente
como sensores de temperatura, luz, sonido, GPS, pulseras que emiten datos sobre el sueño de
cada individuo, pasos caminados, pulsaciones, instrumentos de medidas físicas y químicas…
(Delgado, 2023)
 Biométricas: Lectores de huellas digitales, escáner de retina, de ADN… y otros
elementos que forman parte de la seguridad y defensa.
Se pueden obtener datos:
 Estructurados: Aquellos que tienen definidos los campos, como, por ejemplo, las
bases de datos donde cada campo contiene; provincia, teléfono, nombre… Estos se almacenan
en tablas predefinidas.
19
 No estructurados: Aquellos que carecen de un formato estándar y no se pueden
clasificar, como, por ejemplo, un texto escrito libremente. Hay que aplicar procesamiento del
lenguaje natural para interpretar el contenido y extraer datos que se puedan gestionar. (Delgado,
2023)
¿cómo se hace con los datos extraídos?
Con todos los datos generados a través de softwares, APP, webs y otras herramientas, se
almacenan en la nube. Cada empresa o especialista en big data, elabora algoritmos capaces de
procesar la información y cruzar los datos que interesan en cada momento. A través de estos
mecanismos, se identifican patrones de comportamiento para posteriormente, generar modelos
predictivos basados en datos históricos y casi inmediatos. (Delgado, 2023)
Este suministro de información es utilizado o comprado por todos aquellos interesados a
los que les pueda ayudar en su toma de decisiones.
¿Cuáles son las utilidades del Big Data?
Estos son los sectores principales donde el big data ha tenido una gran influencia:
 Salud: Monitorización de las constantes vitales para mejorar la calidad vida. A
través de pulseras que analizan datos sobre nuestro estilo de vida, podemos ser capaces de evitar
el sedentarismo, detectar anomalías en las pulsaciones, en el sueño…. Y ayudar a los
investigadores médicos a realizar predicciones con datos sobre la salud de las personas. (Alcalde,
2020)
20
 Banca y seguros: Las entidades financieras y aseguradoras ya emplean la
monitorización y cruce de datos de clientes, con operaciones realizadas, comportamientos etc.
que les permite predecir movimientos de clientes, segmentarlos según su comportamiento y nivel
de riesgo. Estos segmentos permitirán ofrecer productos más adecuados a cada cliente según sus
necesidades y reduciendo el reducir riesgos de impago que puedan incurrir. (Alcalde, 2020)
 Geolocalización y transporte: Gracias al big data en tiempo real, existen
aplicaciones capaces de configurar rutas más rápidas, con menos tráfico, rutas de transporte
público… Lo que permitirá ahorrar tiempo y dinero a los conductores, así como, reducir los
niveles de contaminación y saturación de las vías. (Alcalde, 2020)
 Desarrollo de negocio: La generación de big data en temas de producción,
distribución, ventas, facturación etc. que generan las empresas, pueden ser cruzados y
gestionados para predecir comportamientos empresariales. Con estos datos, se puede analizar la
competencia y adaptar al negocio, así como, generar sinergias o descubrir nuevas oportunidades
de negocio. Toda la información que se genera ayudará a la toma de decisiones empresariales y a
reducir la incertidumbre.
 Recursos humanos: El big data y la inteligencia artificial también pueden ser
aplicados al ámbito de los recursos humanos. En términos de selección, se pueden utilizar filtros
automáticos de bases de datos para conseguir aquellos perfiles que mejor se ajusten a un puesto
concreto y reducir el tiempo empleado en la criba curricular. Mediante evaluaciones del
desempeño, se pueden medir niveles de productividad con el fin de optimizar el tiempo y los
resultados de cada empleado con el puesto de trabajo. (Alcalde, 2020)
 Marketing y ventas: Cada vez que navegamos en internet dejamos un rastro, es
decir, generamos millones de datos que se pueden cruzar y analizar para diversos fines. El big
21
data que generamos, puede ser empleado para mejorar la usabilidad de las webs, optimizar la
publicidad, identificar los canales de venta más rentables y realizar campañas segmentadas según
los gustos de cada individuo a través del posicionamiento SEM, extraer estudios de mercado que
ayuden a cambiar de estrategia publicitaria o comercial… (Alcalde, 2020)
 Procesos industriales, químicos o meteorológicos: A través de sensores que
miden temperatura, presión, condiciones atmosféricas… se pueden extraer infinidad de datos con
múltiples aplicaciones en el ámbito de la investigación científica e industrial.
 Detectar la actividad delictiva: Gracias al big data que generamos, se pueden
identificar actos criminales, contenido delictivo, cruce de mensajes, identificación de perfiles
psicológicos de una determinada región etc. En EEUU ya han probado este sistema y están
consiguiendo datos y conclusiones que hasta ahora desconocían por los métodos tradicionales.
(Alcalde, 2020)
 Política: Mediante el cruce de datos en redes sociales, con la ubicación y perfiles
sociales de quienes publican contenido, se pueden llegar a identificar qué es lo que preocupa a
los ciudadanos, cuáles son sus intereses, problemas… y utilizar esa información para elaborar
una campaña política a medida y ganarse el voto de los ciudadanos. (Alcalde, 2020)
Desafíos del Data
Vivimos en la era de la información donde la sociedad cada día es más digital y el valor
del big data cada día es mayor. Sus múltiples aplicaciones y fuentes de obtención de datos están
creciendo a ritmos exponenciales. (Alcalde, 2020)
22
Uno de los principales retos de la sociedad es crear un marco normativo a cerca de este
nuevo concepto, donde los individuos sean conscientes de hacia dónde van los datos que
nosotros mismos generamos, dónde queremos que lleguen, cómo y con qué fines.
Una de las profesiones del futuro sin duda, es el experto en big data y business
intelligence. Es un campo novedoso donde queda mucho por descubrir, por analizar y se
necesitan expertos en la materia (Alcalde, 2020)
Conclusiones
En conclusión, el Big Data ha revolucionado la forma en que las organizaciones
manejan y analizan grandes cantidades de datos. Las tendencias actuales en Big Data indican que
el uso de técnicas de aprendizaje automático y análisis predictivo seguirá creciendo. Sin
embargo, aún existen desafíos en la investigación y aplicación del Big Data, como la privacidad
y seguridad de los datos, el sesgo en los datos y los modelos de aprendizaje automático y la
interpretación de los resultados del análisis de Big Data. Es importante abordar estos desafíos
para maximizar el potencial del Big Data en la toma de decisiones informadas.
En definitiva, las organizaciones pueden beneficiarse del uso del big data para
identificar nuevas oportunidades de negocio, optimizar sus procesos, reducir costes y
aumentar ingresos. Para cualquier persona, el big data puede mejorar su estilo de vida, ayudar
a predecir enfermedades que puedan ser curadas con mayor anticipo, a mejorar su
experiencia de usuario en las webs, a la hora de consumir publicidad y simplemente, de
buscar empleo. En este artículo podemos ver más en detalle cómo está cambiando nuestra
vida en el big data. (Delgado, 2023)
23
El análisis de Big Data es una nueva tendencia en el uso de la información que
puede generar beneficios tanto a las empresas como a toda la sociedad dado el amplio
universo de las aplicaciones prácticas que se le puede dar. No obstante, los retos técnicos que
plantea no son sencillos y requieren mucha inversión lo que puede provocar que los
beneficios no lleguen. (Delgado, 2023)
BIBLIOGRAFIA
24
Big Data: Colombia entra en la revolución de los datos. (n.d.). Gov.co. Retrieved March
29, 2023, from https://www.dnp.gov.co/Paginas/Big-Data-Colombia-entra-en-
la-revoluci%C3%B3n-de-los-datos-.aspx
de la Cigoña, J. R. F. (2022, February 8). Data y Analytics: Estas son las tendencias en
2022 I Sage Advice. Sage Advice España; Sage.
https://www.sage.com/es-es/blog/tendencias-en-data-y-analytics/
La Inteligencia de Negocios o Analytics, la herramienta de esta década para las
empresas. (n.d.). Edu.pe. Retrieved March 29, 2023, from
https://www.esan.edu.pe/conexion-esan/inteligencia-negocios-analytics-la-
herramienta-de-esta-decada-para-empresas
Quintero, J. L. (2017, October 20). Los avances de Colombia en el Big Data.
Universidad Externado de Colombia.
https://www.uexternado.edu.co/derecho/los-avances-de-colombia-en-el-big-
data/
Tendencias en Data & Analytics para el 2021. (2021, January 13). Big Data Magazine.
https://bigdatamagazine.es/tendencias-en-data-analytics-para-el-2021
Tendencias en Data & Analytics para el 2021. (2021, January 13). Big Data Magazine.
https://bigdatamagazine.es/tendencias-en-data-analytics-para-el-2021
25
(N.d.). Portafolio.Co. Retrieved March 29, 2023, from
https://www.portafolio.co/innovacion/big-data-pisa-el-acelerador-de-la-
digitalizacion-del-sector-publico
Russo, A. (2021, October 27). Google Analytics: qué es y cómo hacer la configuración
inicial. Blog de Inbound Marketing y Ventas | RD Station.
https://www.rdstation.com/blog/es/google-analytics/
¿Qué es Analytics? (n.d.). Highbond.com. Retrieved March 29, 2023, from
https://help.highbond.com/helpdocs/analytics/15/es/Content/analytics/
getting_started/what_is_acl_analytics.htm
¿Qué es analytics? (2018, May 9). Agencia CHAN! http://agenciachan.com/que-es-
analytics/
Datademia. (2022, April 18). ¿Qué es Data Analytics? Datademia.
https://datademia.es/blog/que-es-data-analytics
Alcalde, J. C. (2017, August 21). Big data. Economipedia.
https://economipedia.com/definiciones/big-data.html
de Arregui, M. (2022, September 29). Big Data y sus principales aplicaciones: beneficios
y ejemplos. OBS Business School. https://www.obsbusiness.school/blog/big-
data-y-sus-principales-aplicaciones-beneficios-y-ejemplos
26
Delgado, I. (2012, November 12). Big data: retos, posibilidades y aprovechamiento.
OpenMind. https://www.bbvaopenmind.com/tecnologia/mundo-digital/big-
data-retos-posibilidades-y-aprovechamiento/
27

Entrega 2 - Costos Estandar ABC

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

Entrega 2 - Costos Estandar ABC

Cargado por

Copyright:

Formatos disponibles

Costos Estándar ABC

Luis Alfonso Galeano,

Hary Yuliana Duarte Segura

Yeferson Julián Monroy Garzón,

Nathalie Ospino Alturo

Leandro Fabio Suarez Álvarez

Nidian Lulú Cano Arroyave

Tutor, Cesar Augusto Hernández Ocampo

Facultad de Negocios Gestión y Sostenibilidad

Politécnico Gran Colombiano

Grupo B01-Sub grupo 01

En la era actual de la información, la cantidad de datos generados por las

la información de los empleados y los datos de producción, las empresas se enfrentan a

tomar decisiones estratégicas.

Para manejar esta enorme cantidad de datos, se han desarrollado herramientas y

grandes conjuntos de datos de manera eficiente y efectiva, para obtener información

valiosa y tomar decisiones informadas.

En el ámbito de la gestión de costos, Big Data y la Analítica de Datos pueden ser

La capacidad de analizar grandes cantidades de datos permite a las empresas identificar

operativa y reducir los costos.

La BigData ha tomado importancia para el público en general saber sobre que

ha mejorado y adecuado nuestra cotidianeidad, a la vez de servir como impulso

primordial para los avances tecnológicos.

herramientas de inteligencia artificial y redes sociales.

El Management Analytics es un arte el cual se especializa en implementar

conceptos generales de la analítica en el entorno y mundo de los negocios. Con ello se

comerciales que se vayan a aplicar.

conocimientos y manejo de esta clase de nuevas alternativas de negocios y manejo de las

El objetivo general de estudiar sobre Big Data y Analítica de Datos en la gestión

de costos es comprender cómo las herramientas y tecnologías de análisis de datos pueden

la eficiencia operativa de las empresas.

También podría incluir la evaluación de las mejores prácticas en el uso de estas

herramientas en la gestión de costos, así como el análisis de los beneficios y desafíos

asociados con la implementación de soluciones de Big Data y Analítica de Datos en la

de decisiones relacionadas con los costos y aumentar la eficiencia operativa de las

y otros profesionales involucrados en la gestión de costos.

análisis de datos de reconocimiento de los patrones sociales.

Big data and data analítico in the cost management

Realice consulta bibliográfica en la biblioteca virtual del Politécnico Gran colombiano y

pueden ser utilizados en la gestión de costos de las Empresas.

En conclusión, Big Data y Analítica de Datos son herramientas clave en la gestión

de costos y pueden ayudar a las empresas a tomar decisiones informadas y mejorar la

eficiencia operativa. Al analizar grandes conjuntos de datos, las empresas pueden

reducir costos y mejorar la eficiencia.

de las operaciones de la empresa, lo que permite a los gerentes financieros y analistas de

costos tomar decisiones más informadas y fundamentadas. Asimismo, la implementación

de soluciones de Big Data y Analítica de Datos en la gestión de costos puede tener un

impacto positivo en la rentabilidad y competitividad de la empresa.

Sin embargo, es importante reconocer que la implementación de estas soluciones

puede presentar desafíos, como la necesidad de contar con personal capacitado y la

inversión en tecnología y capacitación. Por lo tanto, se recomienda que las empresas

evalúen cuidadosamente sus necesidades y recursos antes de implementar soluciones de

Big Data y Analítica de Datos en la gestión de costos.

el manejo de esta nueva tecnología como lo acabamos de ver y estudiar

más en tomarlo y sobretodo el aplicarlo para mejoría del entorno económico.

cantidades de datos. Es una tecnología emergente que ha encontrado aplicaciones en diversos

habido un gran avance en el desarrollo de herramientas y técnicas para manejar y analizar

aplicaciones y los vacíos que aún existen en este campo.

muchas organizaciones, permitiéndoles tomar decisiones más informadas y basadas en datos. En

los últimos años, ha habido un aumento en el uso de técnicas de aprendizaje automático y

utilización de plataformas en la nube y tecnologías de contenedores como Kubernetes también ha

cantidades de información clínica y genética para mejorar el diagnóstico y tratamiento de

enfermedades. En el marketing, el Big Data se utiliza para segmentar a los consumidores en

grupos específicos y personalizar la publicidad y los mensajes de marketing. En la industria