Solo un 20% de las empresas utilizan bien el ‘Big Data’ en sus compras, según BravoSolution

Solo un 20% de los departamentos de compras de las compañías están empleando actualmente programas de ‘Big Data’, aunque casi la mitad disponen o han dispuesto de un software de gestión de datos en los dos últimos años, según un informe de la Universidad de Carolina del Norte (Estados Unidos) y BravoSolution. Sigue leyendo

Big Data o cómo analizar lo que la mente humana no puede

Intregrar el ‘big data’ en las empresas es clave. Formar a la plantilla ayuda a que todos los departamentos se involucren con los datos.

¿Es tu empresa un lugar excelente para trabajar?

El big data está de moda. Arrasa en el mundo de los negocios y ninguna empresa quiere quedarse fuera. El término no se refiere únicamente a una herramienta informática capaz de procesar ingentes cantidades de datos para sacar ventaja a compañías de la competencia. La salvación de los neófitos digitales no es contratar a un ingeniero que ponga a funcionar un programa que analice lo que la mente humana no puede hacer. El proceso es más complejo y requiere la transformación de la empresa en su conjunto. Sigue leyendo

“ Big Data “o cómo reinventar un modelo de negocio

El análisis de grandes cantidades de información plantea oportunidades aún inimaginables para las empresas. El futuro ya está aquí.

Big Data. Es el concepto tecnológico del momento. Un término inmaduro, para el que aún no hay una traducción clara (¿grandes datos?, ¿datos masivos?) y que no siempre se emplea de forma correcta. ¿Qué es verdaderamente el big data? “ Se trata de hacer cosas a partir del análisis de inmensas cantidades de información, que simplemente no son posibles con volúmenes más pequeños”, resume Kenneth Cukier, data editor de The Economist y autor de Big Data la Revolución de los datos Masivos.

Pongamos un ejemplo. Farecast es una empresa estadounidense fundada en 2003 que, a partir de miles de millones de registros, era capaz de calcular la probabilidad de que un billete de avión subiera o bajara de precio, y estimara el mejor momento para comprar. En 2009 Microsoft pagó más de 100 millones de dólares por esta compañía. “La tecnología de predicción de precios es aplicable no sólo a los billetes de avión, también a las habitaciones del hotel y a muchos otros productos y servicios. Sólo evaluando esa cantidad tan enorme de datos es posible estimar probabilidades de acierto”, recordó Cukier el pasado jueves, conferenciante estrella de IX jornada anual de antiguos alumnos de Madrid.

El caso de Farecast marcó un precedente. “Nunca antes la información publicada por las aerolíneas se había vuelto en contra de su modelo de negocio” apuntó este experto.

Hoy, un paradigma empresarial puede desaparecer casi de la noche a la mañana.

Y, sin embargo, el big data plantea más oportunidades que riesgos. La oportunidad, por ejemplo, de que un hospital ahorre tiempo y dinero estimando la probabilidad de que un paciente empeore. De que una compañía petrolífera encuentre nuevos pozos e incremente su producción. De que una organización detecte si un empleado con gran potencial cambiará de empresa en los próximos dos años. O de que una app muy popular pueda comercializar con información agregada de los hábitos de consumo de sus usuarios.

Cruce de datos

En ocasiones, la correlación de datos permite descubrir patrones de comportamiento. El gigante estadounidense Walmart estableció, cruzando su base de datos de ventas con información meteorológica, que sus cereales Kellogg´s Pop Tarts se vendían más los días de tormenta, y decidió colocarlos en la última estantería de las tiendas e instar así a los clientes a recorrer todo el establecimiento.

Las oportunidades de negocio, además se hacen más atractivas a medida que la inversión necesaria para hacer big data se reduce. Iberdrola es un caso en España de cómo la reducción del coste de las nuevas tecnologías está haciendo posible el análisis de patrones de consumo de sus clientes y el lanzamiento de tarifas segmentadas. A más largo plazo la eléctrica se dirige hacia un servicio cada vez más personalizado.

“En poco más de un año, el coste de las tecnologías de almacenamiento cloud se ha reducido en un 85%” recalca José Luis Sancho, director de Accenture Gigital. “Los beneficios son tan grandes que muy pronto no habrá dispositivos sin sensores para la monitorización en tiempo real “, vaticina Daniel Carreño, presidente de General Electric España y Portugal.

Aquí entran en juego otros conceptos, como el Internet de las Cosas, la Industria 4.0 y las ciudades inteligentes o Smart cities, basadas en la incorporación de sensores en semáforos, transporte público o farolas. Siemens por ejemplo, ha puesto en marcha un proyecto piloto en Berlín para registrar las plazas de aparcamiento disponibles y contribuir así a reducir la contaminación de la ciudad.

Inteligencia Artificial

Otro concepto en auge es el de machine learning, que forma parte dela inteligencia artificial. Los aspiradores inteligentes de Roomba, por ejemplo, memorizan la distribución de una habitación aprenden por sí solos cualquier posible cambio. El buscador de Google es capaz de anticipar una búsqueda con solo incorporar las primeras letras. Y Telefónica se ha asociado con BigML para desarrollar un algoritmo capaz de predecir en qué start up merece la pena invertir.

Por supuesto, la máquina no siempre acierta. Es aquí donde entra el raciocinio humano y el sentido común. En cualquier caso, con el paso del tiempo, a medida que la muestra para analizar aumenta , los algoritmos se vuelven más exactos.
El big data plantea asimismo importantes retos en cuanto a la privacidad de las personas. “Se puede saber mucho del estado económico o de salud de alguien cruzando simplemente sus búsquedas en Google”. Comentan fuentes de una compañía de publicidad programática.

En esta información no nos extenderemos exponiendo algunas de las previsiones de crecimiento del big data que estiman las grandes firmas de análisis. En primer lugar, porque las cifras son tan grandes, que resulta difícil hacerse una idea de la magnitud real de la cuestión. Pero, sobre todo, porque la rapidez con la que evoluciona el mundo hace muy probable que esas estimaciones se queden cortas. Baste subrayar que “el cambio está ya aquí, y no hay vuelta atrás” concluye Cukier.

Fuente: Expansión_Economía Digital 27/10/2015

De la nube al Big Data

Sin una inversión en tecnología, las empresas no pueden completar este camino con éxito. Por ejemplo sin el cloud computing, que permite alquilar capacidad informática en un modelo de pago por uso evitando así cuantiosos desembolsos en infraestructura, no habríamos asistido a la explosión de start up con revolucionarios modelos de negocio.

En la agenda tecnológica destaca el Big Data, que permite conocer más y mejor a los clientes a través del análisis de su relación con la empresa y el cruce de estos datos con información pública de los usuarios. Además de permitir abrir nuevas vías de negocio, con el Big Data se persigue poder personalizar cada vez más la oferta.

La banca española se está poniendo las pilas en la adopción del Big Data, aunque aún queda mucho camino por recorrer. BBVA cuenta con una filial independiente para dar servicio al banco y explotar comercialmente este negocio. Por su parte la Caixa está desarrollando cerca de 50 proyectos en este terreno, ámbito en el que también trabajan entidades como Santander. “La cuenta 123 nos proporciona información para dar mejores servicios”, ejemplifican en la entidad a la hora de hablar de su estrategia en el ámbito del Big Data.

Otras firmas como Repsol, han encontrado en el análisis avanzado de datos una herramienta idónea para la predicción y la optimización de activos dentro de la compañía.

Fuente: Expansión 6/10/2015

El Big Data, la última frontera de la banca

Los representantes del sector apuestan por emplear los datos para optimizar procesos internos de las entidades como la toma de decisiones o la gestión de riesgos. El 64% de las compañías está invirtiendo en el Big Data.

El Big Data ha dejado de ser una promesa para convertirse en una realidad. Tras el éxito de la primera transición a la banca online, las entidades se enfrentan ahora a un nuevo desafío: explotar y sacar rentabilidad de la gran cantidad de datos que manejan de sus clientes. Una información que abarca desde los movimientos que un usuario realiza en sus cuentas cada mes, hasta los productos y servicios que tiene contratados o las operaciones que realiza en los cajeros. Una radiografía de sus clientes que permite a las entidades ofrecer servicios más personalizados, que se ajusten mejor a sus necesidades y que, en consecuencia, mejoren la experiencia de los usuarios.

Con el objetivo de conocer qué oportunidades y desafíos representa el Big Data para el sector financiero y analizar las iniciativas que han puesto en marcha las principales entidades, EXPANSIÓN y HP, organizaron un desayuno de trabajo bajo el título: Big Data, impacto y aplicaciones para el sector financiero. Un evento que contó con la presencia de destacados representantes del sector bancario como Elena Alfaro, CEO de Data Analitics de BBVA; Santiago Villar, gerente de Sistemas de Bankinter; Joan Ramón Pujol, responsable de Big Data de Banco Sabadell; Tomás Arteaga, manager de Análisis Comercial de Deutsche Bank; Ana López, directora de Customer Intelligence de ING Direct España; Luis Pascual, responsable del Sector Financiero para el Sur de Europa de HP; y Antonio Torrado, responsable para España y Portugal de los Servicios de Analytics y Data Management de HP.

“La revolución del Big Data no ha llegado todavía al sector financiero, pero está en un proceso de transformación”, subrayó Pascual. Y es que pese a que cada vez son más las entidades que apuestan por trabajar con Big Data, e incluso incorporarlo a su proceso de toma de decisiones, todavía queda mucho camino por recorrer para que se convierta en una herramienta diferenciadora en el mercado. Según los datos de una encuesta realizada por HP Analytics and Data Management, el 64% de las organizaciones están invirtiendo en este tipo de tecnología y el 45% de los ejecutivos afirman que “el Big Data será el mayor diferenciador competitivo para su compañía en el futuro”.

En este sentido, avanzar hacia un modelo en el que las decisiones se basen en la información y el valor de los datos es, según manifestaron los ponentes, una de las grandes prioridades de los departamentos de Big Data de las entidades. “Nuestro objetivo es intentar convertir a BBVA en una empresa cuyas decisiones siempre estén basadas en datos y que sea capaz de construir nuevos servicios gracias a esta información”, destacó Elena Alfaro. Una opinión compartida por el manager de Análisis Comercial de Deutsche Bank, para quien “el principal objetivo es ayudar a la toma de decisiones y detectar oportunidades de negocio”.

Experiencia

Se estima que cada día, según cifras de la Unión Europea (UE), se generan 1.700 nuevos billones de bytes por minuto. Lo que equivale, dicen, a más de 360.000 DVD. Una ingente cantidad de información que hay que almacenar, limpiar y analizar para obtener datos útiles, y que en el caso concreto del sector bancario tiene especial valor ya que, en opinión de los expertos, se trata del dato que mejor describe la realidad de los consumidores.

Sin embargo, no siempre está claro cuál es la mejor manera de explotarlo. Para Juan Ramón Pujol el principal reto “es saber qué hacer con todos estos datos. Crear un activo con nuestros datos y ofrecérselo a otras empresas para que puedan explotarlo, o bien centrar nuestros esfuerzos en mejorar la experiencia del usuario”. “Nosotros por el momento no pensamos en monetizar nada, lo enfocamos más a la experiencia del cliente”, añadió.

Otra de las áreas en la que la banca está comenzando a trabajar con los datos es en la gestión de riesgos. El Big Data puede ser un gran aliado para las entidades financieras en la gestión y optimización de todos los riesgos implícitos en su negocio: como los crediticios, de mercado, de liquidez u operacionales. “Nosotros estamos aplicando el Big Data principalmente a las áreas de riesgo y de márketing. El principal cambio que traen los datos es el poder analizar la información que tenemos de una manera distinta a como lo estábamos haciendo”, destacó Santiago Villar.

Perfiles

Según explicaron los ponentes, el principal problema que están encontrando las entidades a la hora de poner en marcha programas e iniciativas de Big Data es la falta de profesionales relacionados con este campo. “Capturar talento analítico de calidad es un reto y los entornos de la banca no siempre son los idóneos para estos nuevos perfiles”, indicó Alfaro. Se trata de equipos conformados “en su mayoría por licenciados en matemáticas”, como explicó Ana López, aunque “también hay gente con un perfil más técnico que es la que se encarga del soporte y la infraestructura”. Sin embargo, y pese a sus capacidades para trabajar con datos, estos profesionales suelen arrastrar un importante déficit: no están familiarizados con el negocio bancario. “A este tipo de perfiles les suele faltar conocimiento del negocio y si no conoces lo que estás buscando no vas a encontrar nada”, concluyó el representante de Sabadell.

Visión de 360 grados

“Las entidades financieras son capaces de tener una visión única de todas las interacciones que está teniendo el cliente en cualquier canal y en cualquier formato”, indicó Antonio Torrado. Una enorme cantidad de información que permite a las entidades tener una visión holística del cliente para ofrecerle servicios personalizados, enfocados a sus necesidades y, en definitiva, mejorar su experiencia como usuario.

Fuente: Expansión

Datos masivos impulsando al seguro

Ernst & Young, FrontQuery y Teradata presentan un análisis conjunto.

Los datos masivos, conocidos como ‘Big Data’, y su análisis han llegado para quedarse en la gestión empresarial. Alrededor del 30% de las empresas del sector financiero –banca y seguros– en España aprovecha ya, en mayor o menor medida, las oportunidades que ofrecen estas soluciones para impulsar el crecimiento y la innovación, así como para gestionar el nuevo y exigente entorno regulatorio y mejorar la eficiencia y la productividad.
En resumen, la combinación de una ingente explosión de datos y el rápido desarrollo tecnológico para almacenar y procesar la información que proporcionan está provocando una auténtica transformación en la gestión de los negocios. Un nuevo enfoque que aún tiene ante sí el reto de cuantificar el valor que es capaz de aportar realmente.

Estas son algunas de las conclusiones del primer informe, y su comparativa 2014-15, ‘Big Data en el sector financiero español’, de Ernst&Young (EY), FrontQuery y Teradata.

En lo referido a las utilidades percibidas por ambos sectores en este campo, un 33,3% de las entidades consultadas resaltó las generadas en la segmentación y el ciclo de vida de sus clientes, así como en el ‘targeting’ –o clasificación– avanzado, traducidas en mayor rendimiento y eficiencia de las acciones comerciales. Además, en 2015 aparecen con fuerza la estratificación del riesgo y la valoración de carteras. Un 15,4% resalta la posibilidad de fidelizar clientes a través de análisis predictivos avanzados, lo que señalan en especial las entidades aseguradoras. Y a un 10,3% le resulta crucial la gestión de la llamada multicanalidad, en un entorno donde las tecnologías multiplican los canales de comunicación y elevan la capacidad de transacción y la información a compartir.

La combinación de los datos masivos y su análisis permite a bancos y aseguradoras aprovechar las nuevas y variadas fuentes de información y convertirse en entidades más inteligentes, logrando una mayor diferenciación en un mercado competitivo tan cambiante.

Así, entre las oportunidades que proporciona, el 28,8% de los encuestados destaca la ayuda que presta en los procesos complejos de toma de decisiones. Una ventaja que repercute positivamente en los resultados de negocio. No obstante, el 40,6% de las aseguradoras resaltan la oportunidad de extraer inteligencia de la combinación de fuentes estructuradas y no estructuradas de información.

Por lo que se refiere a las áreas más beneficiadas, los directivos del sector asegurador destacan: los seguros de Autos (32,5%), los planes de pensiones y otros instrumentos de previsión social (30%) y los seguros de salud (25%).

Sin embargo, aún se perciben algunas barreras: de tipo tecnológico (un obstáculo para el 40,6%), presupuestario (11,8%), de falta de conocimiento especializado (47,1%) y de criterio dentro de las entidades, que actualmente preocupa al 23,5%.

Fuente: Ausbanc Revista

El Vértigo de usar el “Big DATA”

Expansión 20 de mayo 2015

El big data nos está volviendo locos, pero no en el sentido negativo de la palabra. Este concepto está revolucionando las empresas, su forma de trabajar, de relacionarse con el cliente, incluso está transformando los equipos directivos de la compañías. Todos los expertos coinciden en que es el futuro y que todo lo que no se haga ahora pasará factura en la cuenta d resultados de las empresas.

Pero para que el big data se convierta en un futuro prometedor, las compañías tienen que empezar a pensar en el presente, preguntarse qué quieren obtener y cómo van a implementar todas las oportunidades que ofrece la tecnología en el desarrollo de su negocio ¿Lo están haciendo? “Las compañías están probando y algunas están dando palos de ciego por temor  a equivocarse e invertir millones de euros sin garantía de éxito” señala Enrique Serrano, director general de Tinámica, firma especializada en Big Data y business intelligence.

En su opinión, “muchas están analizando indicadores y adelantándolos en el tiempo” Por ejemplo, algunas hacen ya una aproximación a los gustos de sus clientes o a su forma e comprar cada día y no cada mes como sucedía antes. Básicamente, las empresas lo que están haciendo ahora es acumular información y cruzar datos. Es una forma de probar estrategias, adoptar decisiones sin que sea una situación real “están jugando con los datos y viendo qué impacto tienen sobre la cuenta de resultados” señala dicho experto.

“Equivocarse cuesta millones de euros y hay mucho miedo a tomar la decisión incorrecta. El 60% de los proyectos de big data está fracasando pero hay que asumir esos riesgos. Es inevitable, aunque dé un poco de vértigo. Es hacia dónde va el mercado. Hay empresas que han formado la estructura de big data, implementado toda la tecnología, los datos que obtienen son a tiempo real pero las decisiones las adoptan comités de dirección que se reúnen una vez al mes. E error es seguir actuando como una empresa tradicional cuando la tecnología ya nos permite adoptar decisiones en el momento”, explica Serrano, que apunta que hay mucho “espionaje en este sentido y las empresas se cuidan mucho de decir lo que están haciendo”

El big data es la principal revolución que se adoptará en las compañías en los próximos años. La forma de trabajar va a dar un giro radical y los directivos tendrán que prepararse para lo que se les viene encima “Tendrán que asumir la democratización de las decisiones”, concluye, algo que ya no se hace en multinacionales como Apple o Facebook, que se han adelantado a esta revolución y ya son más flexibles. “Ya no es necesario que alguien trabaje en un sitio determinado y con una hora de entrada y otra de salida, precisa.

American Express está analizando las operaciones que hacen sus clientes VIP con la tarjeta para ofrecerles productos relacionados con su estilo de vida. Por ejemplo, si hay una persona que gasta mucho dinero en gastronomía puede invitarle a reservar en lugares concretos.

Carrefour ha impuesto un sistema para invermentar la periodicidad de las visitas a sus centros y el volumen de la cesta de la compra. El proyecto consiste en analizar los datos de la compra de sus clientes y ofrecerles descuentos que caducan en días concretos.

Gestiona tu Big Data: Nosotros te ayudamos.

Conoceratucliente.com ha estado presente en el Retail Forum 2014 que tuvo lugar el pasado 11 de junio.

Julien Boyer participó como ponente junto a Alvaro Valeros, de la Empresa Codeactivos, quien expuso el aumento de eficacia gracias al correcto tratamiento de datos tras usar la herramienta Datalab.

El data minning, la correcta segmentación y tratamiento de datos son, a día de hoy, un requisito indispensable para unir rapidez y eficacia.

Sigue leyendo

10 maneras de mejorar nuestra calidad de vida usando ‘big data’

La importancia de los datos para poder alcanzar los Objetivos del Milenio es grande. Algunos ejemplos que ilustran cómo podemos beneficiarnos de ellos

El Panel de las Naciones Unidas sobre la Agenda Post-2015 concluyó que para poder alcanzar los Objetivos del Milenio necesitamos una “revolución de datos”. La importancia de los datos en la nube –o big data como lo llaman en inglés– abre numerosas oportunidades para el desarrollo y debemos aprovecharlas. Aquí van algunos ejemplos que ilustran cómo podemos beneficiarnos de esta “revolución de datos”.
1. Entender procesos demográficos y migratorios
El rastreo de actividad de teléfonos celulares vía GPS puede ayudarnos a comprender patrones de migración y de formación de grupos sociales en ciudades. Gracias a la llamada “minería de datos” , el instituto SAS pudo identificar tendencias de desempleo en Estados Unidos e Irlanda tres meses antes que los informes oficiales, y se dieron cuenta de que las conversaciones en medios sociales sobre la pérdida de propiedad privada tuvieron lugar dos meses antes que las de desempleo.
2. Identificar hábitos y problemas sociales
Algunas investigaciones demuestran que compartimos en Twitter y Facebook enfermedades que a veces no compartimos con los doctores. El análisis de información en los medios sociales puede ayudarnos a descubrir posibles enfermedades endémicas, así como comprender nuestros hábitos de salud como la práctica de ejercicio, o el consumo de droga o alcohol.
3. Mejorar los sistemas de alerta de desastres
El Servicio Geológico de Estados Unidos busca en Twitter los incrementos en el volumen de mensajes sobre terremotos y ha sido capaz de localizar terremotos con un 90% de exactitud. En otros casos, gracias al uso de sistemas de sensor robótico, la Iniciativa de Observatorios Oceanográficos monitorea la actividad oceánica y ofrece análisis en tiempo real para anticipar el riesgo de tsunamis.

4. Comprender tendencias económicas
Los investigadores del MIT desarrollaron un sistema que recoge datos diarios sobre precios de bienes vendidos o promocionados en la web y lo utiliza para estimar la inflación con alta precisión. Gracias a esto, se pueden identificar picos de inflación mucho más rápido que con métodos tradicionales.

5. Detectar riesgo de pandemia en tiempo real
Google Flu Trends y Google Dengue Trends permiten monitorear las búsquedas en internet sobre síntomas típicos de la gripe y la malaria realizadas en lugares determinados. Gracias a ello, se puede detectar la posibilidad de brotes epidémicos en cualquier momento.

6. Descubrir cambios topográficos, patrones de tráfico y emisiones
Soluciones como “Ciudad Creativa Digital” serán la base de las llamadas “ciudades inteligentes”. Este proyecto instalará sensores electrónicos y digitales capaces de transferir datos en tiempo real sobre la actividad de cualquier ciudad permitiendo, por ejemplo, cambiar el tiempo de duración de las luces en los semáforos conforme la densidad del tráfico.

7. Entender el cambio climático
La organización “Life Under Your Feet” creó una herramienta para visualizar datos de satélites y sensores electrónicos sobre variaciones en los niveles de humedad, temperatura y presión del suelo, que pueden ser útiles para tomar decisiones en proyectos de agricultura e infraestructura.

8. Mejorar los servicios públicos
Ubidots es una plataforma Colombiana de “internet-de-las-cosas” que monitorea las condiciones de higiene de 25 hospitales en América Latina. Captura datos con sensores sobre actividades de los equipos y la tasa de ocupación en los hospitales que sirve para entender la situación a tiempo real de los hospitales.

9. Organizar la ayuda humanitaria en tiempos de desastre
La Red Internacional de Mapeo de Crisis usa tecnologías geoespaciales, comunicadores portátiles y otras plataformas para mejorar la distribución de ayuda humanitaria y coordinar la respuesta ante catástrofes. La plataforma Ushahidi se utilizó durante el terremoto de Haiti para informar sobre la existencia de gente atrapada en edificios o en urgente necesidad de ayuda.

10. Mejorar la calidad de vida y fortalecer lazos comunitarios
CoCoRaHS es una red de voluntarios que miden y papean precipitaciones pluviales. Con la información recogida las comunidades locales pueden controlar las epidemias de mosquito, mejorar la planificación urbana, ajustar pólizas de seguro, e incluso la planificación de actividades recreativas al aire libre y educativas.

Esos son sólo algunos ejemplos. ¿Cómo piensas que el uso de big data podría ayudar a mejorar la calidad de vida