INICIO

GRABACIÓN

MINERIA DE DATOS - DWH

QUE ES BIG DATA
INDICE

¿Qué es el Big data? Claves del

1 Big Data en el ámbito
empresarial

2 EJEMPLOS APLICADOS

3 CONCLUSIONES
QUE ES BIGDATA?
"El éxito radicará en la capacidad que tengas para intercambiar activos digitales con otras
organizaciones“

"La Administración pública del futuro debe autoemprender y autodecidir en tiempo real”

"Hay una distancia muy grande entre la Inteligencia Artificial y el negocio, y el desafío está
en reducirla"
CONTENIDO GENERAL DEL CURSO
SEMANA CONTENIDO
SEMANA 1
SEMANA 1
SEMANA 2 ¿Qué ES Big Data?
SEMANA 3
SEMANA 4
SEMANA 5
SEMANA 6
SEMANA 7
SEMANA 8
SEMANA 9
SEMANA 10
SEMANA 11
SEMANA 12
 De la Transacción a la Interacción
• Hasta hace unos años lo más importante era la transacción de información pero,
actualmente, esto está cambiando. Cada vez se da más importancia a la interacción
constante con el mundo que nos rodea. Las empresas tienen una única opción:
aprovecharse de toda la información que se genera.

• En efecto, las empresas deben aprender a optimizar y conseguir la mayor

información posible de sus clientes, creando, por ejemplo, nuevos canales de
comunicación para poder interactuar con ellos.

Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,

Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
 Nuevos dispositivos
• En la actualidad las personas están constantemente conectadas, el teléfono móvil ha dejado de
ser un objeto de lujo y sus posibilidades van mucho más allá de la llamada, ofreciendo
servicios basados en la geolocalización o permitiendo incluso detectar cuál ha sido la última
interacción realizada y dónde se ha producido.

Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,

Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
 Nuevos Requerimientos

Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,

Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
 Nuevos Requerimientos

Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,

Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,
Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,
Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,
Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,
Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
 Big Data Analytics

Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,

Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,
Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,
Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,
Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,
Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
 MAD- Nueva Metodología

Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,

Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
 MAD- Nueva Metodología

Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,

Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,
Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
 EJEMPLOS APLICADOS

• Big Data en marketing y ventas

Los datos de los clientes se analizan y procesan obteniendo información relativa a sus
gustos, preferencias, comportamientos. Así se pueden clasificar o segmentar a los mismos
en diferentes categorías y utilizar modelos predictivos para que las organizaciones puedan
tener indicadores de aceptación de sus productos, potenciales ventas…

Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,

Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
 EJEMPLOS APLICADOS
•Big Data para la lucha contra el crimen
En Estados Unidos, los cuerpos y fuerzas de seguridad disponen de aplicaciones que, haciendo uso
del Big Data, pueden predecir la probabilidad con que se puede producir un crimen en una zona
determinada. Con ello, han desarrollado el denominado Atlas de Riesgo (aplicación Smart Steps en
Massachusetts).

•Big Data en deportes

En la NBA y la NFL se emplean aplicaciones que hacen uso de los macrodatos para definir las
estrategias a utilizar en cada partido, prevenir lesiones de los jugadores, conocer las preferencias de
los aficionados…
•Big Data en política

Antes de las elecciones norteamericanas de 2012, Obama decidió junto con su equipo utilizar el Big
Data durante la campaña electoral para analizar los datos que recogían de potenciales
votantes. Llegaron a la conclusión de que, para poder ganar, tenían que centrarse en dirigirse a los
votantes dudosos de una manera eficaz y, al mismo tiempo, incidir en que los votantes demócratas
convencidos fueran a votar.

Bibliografia: LaValle, Steve, Michael Hopkins, Eric Lesser,

Rebecca Shockley y Nina Kruschwitz. “Analytics: The new
path to value:
Herramientas

https://www.google.com/publicdata/directory

http://tranzlogic.com/

https://marketingplatform.google.com/intl/es/about/analytics-360/
CONCLUSIONES

Big Data nos permite anticiparnos, predecir un ecosistema y entorno a cualquier

nivel

Minería de datos, optimizar y generar aprovechamiento de la información con

análisis
 INICIO RECURSO
MULTIMEDIA

Para acceder a este video diríjase a la etiqueta de material de apoyo

https://www.linkedin.com/pulse/big-data-y-simulaci%C3%B3n-computacional-rodrigo-
aguilar/?originalSubdomain=es
 FIN DE
GRABACIÓN