SlideShare uma empresa Scribd logo
1 de 21
Inteligencia de Negocios Analytics 10
Donde están tus datos?
Estas fuentes contienen todos los datos que necesitas para tu
negocio?
Planificación, presupuestos, forecast
Aplicaciones transaccionales Corp
Clientes
Apps transaccionales adaptadas
Hojas de Calculo
Internos no-estructurados
Productos
Logs de Sistemas
Científicos
3ros
Aliados
Video, imágenes, audio
Sensores
Logs de Web
Redes Sociales
Datos móviles de consumidores
No-estructurados externos
Base: 603 tomadores de decisiones globales involucrados iniciativas de; Inteligencia de Negocios (Analítica), administracion de
datos y gobernabilidad
Fuente: Forrsights Strategy Spotlight: Business Intelligence And Big Data, Q4 2012
Muy importante
Importante
Que otras fuentes de datos tienes? Les estas sacando provecho?
Muy importante
Importante
Las empresas con
mejores rendimientos
son un 24% mas
proclives a usar datos
mas allá de datos de
cliente y producto
Las empresas con
mejores rendimiento son
un 32% mas proclives a
usar diversas fuentes de
datos
Planificación, presupuestos, forecast
Aplicaciones transaccionales Corp
Clientes
Apps transaccionales adaptadas
Hojas de Calculo
Internos no-estructurados
Productos
Logs de Sistemas
Científicos
3ros
Aliados
Video, imágenes, audio
Sensores
Logs de Web
Redes Sociales
Datos móviles de consumidores
No-estructurados externos
Base: 603 tomadores de decisiones globales involucrados iniciativas de; Inteligencia de Negocios (Analítica), administracion de
datos y gobernabilidad
Fuente: Forrsights Strategy Spotlight: Business Intelligence And Big Data, Q4 2012
Las nuevas oportunidades estan en areas fuera de lo tradicional
Big Data
Discovery
Data Discovery
Big Data
Data Science
Nuevas oportunidades de
Negocios
Valor del
Dato (4V)
Analítica
tradicional
Volumen / Variedad / Velocidad 3Vs
Para que areas de tu empresa buscas soluciones?
1. Extraer
2. Clasificar / Almacenar
3. Analizar / Visualizar
Visión de Negocio
Retail Comportamiento
del cliente
Meteorológico Renta Regional Demográficos
Como te ayuda A10?
Big Data Discovery =
Big Data
Analítica Avanzada
Data Discovery
Paradigmas que A10 aplica
Que incluimos en nuestra oferta de analítica
ANALÍTICA AVANZADA
Descriptivo Diagnóstico Predictivo Prescriptivo
Que esta pasando? Porque Ocurrió? Que va a ocurrir?
Como podemos
asegurarnos
que suceda?
ANALÍTICA ANALÍTICA AVANZADA
Aritmética Sencilla
Reportes / Tableros
Plataformas comunes de BI
“Nivel de Confort”
Ciencia de Datos
Solución de problemas de negocios
Herramientas basadas en matemática
Otras cosas extrañas ...
Modelo de Madurez Analytics10: entendemos que no todas las
soluciones requieren aplicar todos los pasos
VALOR
Nivel 1 - Datos
Acceso
a datos
Asociación
Y Blending
Información
relevante
para Usuario
Eventos, Alarmas,
Sugerencias
Nivel 2 - Información Nivel 3 - Conocimiento Nivel 4 - Acción
Proceso de supervisión y alcance de A10
Big Data
Millones de datos que pueden provenir
de distintas fuentes
Data blending y Analitica avanzada
Qlik permite a los usuarios manejar fácilmente su data
y Alteryx permite mezclar data y hacer análisis avanzado
Data Discovery Self Service
Los usuarios son los protagonistas par
analizar fácilmente los datos
Supervisión y alcance de
A10
Entendemos como implantar soluciones en ambientes de TI corporativos complejos
Sistemas
Operacionales
(ejemplos)
Area de trabajo Ciencia de Datos
Modelos
Prodictivo
s
Minerva
de
datos
Discovery
Un area de trabajo de Ciencia de Datos
facilita la Exploración (Discovery)
data exploration and discovery
Area de
Pruebas
(Sandbox)
Data
Warehouse
Corporativo
Herramienta
BI
Corporativa
Data Warehouse
departamental /
BD de BI
Herramienta BI
Departamental
Entrega
BI
Entrega
BI
Extraer-transformar y cargar
(no ETL!) significa que los
datos son transformados y
cargados hacia los spokes o
radios solo cuando
necesario Entrega BI sobre Big Data
Herramientas BI conscientes de estructuras Big-
data pueden operar contra datos que no están
trabajando bajo algún patron predefinido. Pueden
acceder directamente al Hub y hacer Discovery
mientras herramientas tradicionales solo contra
Data-warehouse o BD relacionases.
Algunas soluciones
Data-warehouse y
BD de BI han
integrado
funcionalidad para
soportar Hadoop.
Estas pueden ser
consideradas parte
del Hub o de un
Spoke según uno
prefiera.
Muchos Data
warehouse y BD de
BI se han transferido
hacia los Spokes.
ETL tradicional en
Data-warehouse
entregan calidad y
estructura que es en
ciertos casos
necesitada para
entregar soporte de
calidad.
Hub de Datos
distribuidos
Servicios de transformación
del Hub
Apps
empaquetadas
Apps
móviles
SaaS -
PaaS
apps
ECM
Apps
Customizadas
BPM
DCM
Social
Sitios Web
2
1
3
3
3
3
4
5
5
5
5
6
HUB
SO
DW / BD BI
Area de Pruebas
Big data
Stand
alone
Data Warehouse
departamental /
BD de BI
Herramienta BI
Departamental
Data Warehouse
departamental /
BD de BI
Ayudamos a crear centros de excelencia o trabajar bajo la estructura que tu empresa decida
Principios Organizacionales para posicionar a equipos de Analítica Avanzada y Científicos de Datos A10 2016
AA/CD = Analítica Avanzada/Científicos de Datos | LN = Línea de Negocios | CEA = Centro de Excelencia de Analítica
Agilidad
Visión que cruce funciones
Compartir conocimiento
Cercanía al negocio
Cercanía al procesamiento y
los datos
Científicos de datos @ Línea de
negocios
Científicos de datos @ IT Científicos de datos separados
de la unidad de negocios
Expertos dispersos CEA
US, Western Europe, Japan, Canada, Australia, NZ
Source: IDC, 2014
Desarrollamos con modelo SCRUM
PRODUCT
BACKLOG
SPRINT
BACKLOG
PRODUCTO
POTENCIALMENTE ENTREGABLE
EN CADA INCREMENTO
XX TIEMPO
SPRINT
XX TIEMPO
DAILY SPRINT
Aplicamos Experiencia de Usuario (UX) en nuestros desarrollos
Y podemos entregar la solución final en diferentes casos de
uso
Embedded analytics
Analíticas
incorporadas
Custom analytics applications
Aplicaciones de
análisis a la medida
Self-service data visualization
Visualizaciones
con autoservicio
Guided analytics
Analítica
guiada
Reporting and collaboration
Reportería
y colaboración
Análisis descentralizado y
exploración de los
individuos y grupos
Despliegue de analítica
guiada a los usuarios
Analíticas incorporadas en
aplicaciones web y
aplicaciones
empresariales
Aplicaciones de análisis a
medida para uso interno y
externo
Distribución de informes
“Pixel-perfect” en toda la
empresa
Consultoria, Desarrollo, Implantación,
Capacitación, Arquitectura y UX
Analytics Made
Simple
En Analytics10 contamos hoy con mas de 700 clientes, conformados por las mas grandes
corporaciones de LATAM, así como empresas especializadas con operación local.
A cada una de ellas brindamos soporte de excelencia a través de un equipo conformado por 150
colaboradores, quienes junto a nuestras tecnologías de vanguardia y sólidos procesos, permiten
dar respuesta a sus necesidades y requerimientos específicos orientados a solucionar problemas
complejos simplificando su implementación y asegurando siempre el mejor resultado .
Porque es a eso a lo que aspiramos: queremos que la maxima cantidad de personas puedan
sacar provecho, en cada aspecto de sus vidas, de los beneficios que entrega la analítica. Esa es
la razón por la cual seguimos repitiendo nuestro Mantra … Analytics Made Simple.
Nuestro viaje no para, seguimos constantemente buscando formas de evolucionar en todo lo que
hacemos y nos proponemos, al servicios de nuestros clientes
Analytics Made Simple
A10 Analytics Desayuno Oct 2016

Mais conteúdo relacionado

Mais procurados

Introducción al BI con pentaho
Introducción al BI con pentahoIntroducción al BI con pentaho
Introducción al BI con pentaho
Iván Ruiz-Rube
 
Arquitectura de Data Fabric: Clave en proyectos de Big Data y Machine Learning
Arquitectura de Data Fabric: Clave en proyectos de Big Data y Machine LearningArquitectura de Data Fabric: Clave en proyectos de Big Data y Machine Learning
Arquitectura de Data Fabric: Clave en proyectos de Big Data y Machine Learning
Denodo
 
Cómo simplificar las arquitecturas híbridas y multi-cloud con la virtualizaci...
Cómo simplificar las arquitecturas híbridas y multi-cloud con la virtualizaci...Cómo simplificar las arquitecturas híbridas y multi-cloud con la virtualizaci...
Cómo simplificar las arquitecturas híbridas y multi-cloud con la virtualizaci...
Denodo
 
Experiencia de Implantación de una Fábrica de Datos: Air Europa
Experiencia de Implantación de una Fábrica de Datos: Air EuropaExperiencia de Implantación de una Fábrica de Datos: Air Europa
Experiencia de Implantación de una Fábrica de Datos: Air Europa
Denodo
 
Virtualización de datos: las claves para el análisis de datos en tiempo real ...
Virtualización de datos: las claves para el análisis de datos en tiempo real ...Virtualización de datos: las claves para el análisis de datos en tiempo real ...
Virtualización de datos: las claves para el análisis de datos en tiempo real ...
Denodo
 

Mais procurados (20)

Introducción al BI con pentaho
Introducción al BI con pentahoIntroducción al BI con pentaho
Introducción al BI con pentaho
 
¿Cómo afianzar la transformación digital con APIs de datos en tiempo real?
¿Cómo afianzar la transformación digital con APIs de datos en tiempo real?¿Cómo afianzar la transformación digital con APIs de datos en tiempo real?
¿Cómo afianzar la transformación digital con APIs de datos en tiempo real?
 
Charla Pentaho - UTN
Charla Pentaho - UTNCharla Pentaho - UTN
Charla Pentaho - UTN
 
Webinar: Self-service Analytics con Virtualización de Datos
Webinar: Self-service Analytics con Virtualización de DatosWebinar: Self-service Analytics con Virtualización de Datos
Webinar: Self-service Analytics con Virtualización de Datos
 
Big Data Architecture con Pentaho
Big Data Architecture con PentahoBig Data Architecture con Pentaho
Big Data Architecture con Pentaho
 
Qlik Sense Presentación Oficial
Qlik Sense Presentación OficialQlik Sense Presentación Oficial
Qlik Sense Presentación Oficial
 
Arquitectura de Data Fabric: Clave en proyectos de Big Data y Machine Learning
Arquitectura de Data Fabric: Clave en proyectos de Big Data y Machine LearningArquitectura de Data Fabric: Clave en proyectos de Big Data y Machine Learning
Arquitectura de Data Fabric: Clave en proyectos de Big Data y Machine Learning
 
Introducción al Cloud Computing
Introducción al Cloud ComputingIntroducción al Cloud Computing
Introducción al Cloud Computing
 
Big Data en el entorno Bancario
Big Data en el entorno BancarioBig Data en el entorno Bancario
Big Data en el entorno Bancario
 
Cómo simplificar las arquitecturas híbridas y multi-cloud con la virtualizaci...
Cómo simplificar las arquitecturas híbridas y multi-cloud con la virtualizaci...Cómo simplificar las arquitecturas híbridas y multi-cloud con la virtualizaci...
Cómo simplificar las arquitecturas híbridas y multi-cloud con la virtualizaci...
 
¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?¿Cuál es el futuro de la estrategia de datos?
¿Cuál es el futuro de la estrategia de datos?
 
Managed Cloud Services Revision
Managed Cloud Services RevisionManaged Cloud Services Revision
Managed Cloud Services Revision
 
Experiencia de Implantación de una Fábrica de Datos: Air Europa
Experiencia de Implantación de una Fábrica de Datos: Air EuropaExperiencia de Implantación de una Fábrica de Datos: Air Europa
Experiencia de Implantación de una Fábrica de Datos: Air Europa
 
Businesss Intelligence con Vertica y PowerBI
Businesss Intelligence con Vertica y PowerBIBusinesss Intelligence con Vertica y PowerBI
Businesss Intelligence con Vertica y PowerBI
 
Inteligencia De Negocios con Software Libre
Inteligencia De Negocios con Software LibreInteligencia De Negocios con Software Libre
Inteligencia De Negocios con Software Libre
 
Herramientas de business intelligence
Herramientas de business intelligenceHerramientas de business intelligence
Herramientas de business intelligence
 
Bigdata, Business Intelligence? = PowerBi
Bigdata, Business Intelligence? = PowerBiBigdata, Business Intelligence? = PowerBi
Bigdata, Business Intelligence? = PowerBi
 
Virtualización de datos: las claves para el análisis de datos en tiempo real ...
Virtualización de datos: las claves para el análisis de datos en tiempo real ...Virtualización de datos: las claves para el análisis de datos en tiempo real ...
Virtualización de datos: las claves para el análisis de datos en tiempo real ...
 
Data Mesh
Data MeshData Mesh
Data Mesh
 
2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK
2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK
2016 ULL Cabildo KEEDIO - KEEDIO DATA STACK
 

Destaque

Alexander Kilin Alcatal Lucent at V VAS 2008 Conference in St. Petersburg
Alexander Kilin Alcatal Lucent at V VAS 2008 Conference in St. PetersburgAlexander Kilin Alcatal Lucent at V VAS 2008 Conference in St. Petersburg
Alexander Kilin Alcatal Lucent at V VAS 2008 Conference in St. Petersburg
Procontent.Ru Magazine
 
computersummercamp_flyer1
computersummercamp_flyer1computersummercamp_flyer1
computersummercamp_flyer1
Shireen Mathews
 
Curicullum Vitae Of Lutando Tetani
Curicullum Vitae Of Lutando TetaniCuricullum Vitae Of Lutando Tetani
Curicullum Vitae Of Lutando Tetani
Lutando Tetani
 
Book_Building final Ajish
Book_Building final AjishBook_Building final Ajish
Book_Building final Ajish
Ajish Thomas
 
Agnes Chan Resume
Agnes Chan ResumeAgnes Chan Resume
Agnes Chan Resume
Agnes Chan
 

Destaque (15)

The Deep History of the Information Age
The Deep History of the Information AgeThe Deep History of the Information Age
The Deep History of the Information Age
 
культурные ценности
культурные ценностикультурные ценности
культурные ценности
 
Alexander Kilin Alcatal Lucent at V VAS 2008 Conference in St. Petersburg
Alexander Kilin Alcatal Lucent at V VAS 2008 Conference in St. PetersburgAlexander Kilin Alcatal Lucent at V VAS 2008 Conference in St. Petersburg
Alexander Kilin Alcatal Lucent at V VAS 2008 Conference in St. Petersburg
 
computersummercamp_flyer1
computersummercamp_flyer1computersummercamp_flyer1
computersummercamp_flyer1
 
Adviento
AdvientoAdviento
Adviento
 
La comunicación efectiva.diplomado
La comunicación efectiva.diplomadoLa comunicación efectiva.diplomado
La comunicación efectiva.diplomado
 
PAHAL FOOD EXIM PVT. LTD
PAHAL FOOD EXIM PVT. LTDPAHAL FOOD EXIM PVT. LTD
PAHAL FOOD EXIM PVT. LTD
 
Curicullum Vitae Of Lutando Tetani
Curicullum Vitae Of Lutando TetaniCuricullum Vitae Of Lutando Tetani
Curicullum Vitae Of Lutando Tetani
 
Distributed airline reservation system
Distributed airline reservation systemDistributed airline reservation system
Distributed airline reservation system
 
Polymer classification
Polymer classificationPolymer classification
Polymer classification
 
Book_Building final Ajish
Book_Building final AjishBook_Building final Ajish
Book_Building final Ajish
 
Agnes Chan Resume
Agnes Chan ResumeAgnes Chan Resume
Agnes Chan Resume
 
Session 3 working with selection
Session 3   working with selectionSession 3   working with selection
Session 3 working with selection
 
AnnualReport2015Draft3
AnnualReport2015Draft3AnnualReport2015Draft3
AnnualReport2015Draft3
 
Plant tissue culture ppt
Plant tissue culture pptPlant tissue culture ppt
Plant tissue culture ppt
 

Semelhante a A10 Analytics Desayuno Oct 2016

HD Insight Integracion con SQL Server Power-Pivot Excel
HD Insight Integracion con SQL Server Power-Pivot ExcelHD Insight Integracion con SQL Server Power-Pivot Excel
HD Insight Integracion con SQL Server Power-Pivot Excel
Eduardo Castro
 
Simplificando el uso de los datos para la era cognitiva - Daniel González
Simplificando el uso de los datos para la era cognitiva - Daniel GonzálezSimplificando el uso de los datos para la era cognitiva - Daniel González
Simplificando el uso de los datos para la era cognitiva - Daniel González
BusinessConnect2017
 

Semelhante a A10 Analytics Desayuno Oct 2016 (20)

Exploradata - A new BigData Company
Exploradata - A new BigData CompanyExploradata - A new BigData Company
Exploradata - A new BigData Company
 
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera
 
Electiva
ElectivaElectiva
Electiva
 
Curso : Inteligencia de Negocios - Dia1
Curso : Inteligencia de Negocios - Dia1Curso : Inteligencia de Negocios - Dia1
Curso : Inteligencia de Negocios - Dia1
 
Bayer BI Microstrategy
Bayer BI MicrostrategyBayer BI Microstrategy
Bayer BI Microstrategy
 
Actividad #2 investigar en libros o internet sobre los proveedores que ofrece...
Actividad #2 investigar en libros o internet sobre los proveedores que ofrece...Actividad #2 investigar en libros o internet sobre los proveedores que ofrece...
Actividad #2 investigar en libros o internet sobre los proveedores que ofrece...
 
Herramientas de Microsoft para el Científicos de Datos
Herramientas de Microsoft para el Científicos de DatosHerramientas de Microsoft para el Científicos de Datos
Herramientas de Microsoft para el Científicos de Datos
 
T5 bi michelle salas, danny guzman
T5 bi michelle salas, danny guzmanT5 bi michelle salas, danny guzman
T5 bi michelle salas, danny guzman
 
Inteligencia de Negocios (BI)
Inteligencia de Negocios (BI)Inteligencia de Negocios (BI)
Inteligencia de Negocios (BI)
 
Impulse el crecimiento empresarial con aplicaciones y experiencias con tecnol...
Impulse el crecimiento empresarial con aplicaciones y experiencias con tecnol...Impulse el crecimiento empresarial con aplicaciones y experiencias con tecnol...
Impulse el crecimiento empresarial con aplicaciones y experiencias con tecnol...
 
Business Intelligence: Tendencias 2020
Business Intelligence: Tendencias 2020Business Intelligence: Tendencias 2020
Business Intelligence: Tendencias 2020
 
Business Analytics 101
Business Analytics 101Business Analytics 101
Business Analytics 101
 
HD Insight Integracion con SQL Server Power-Pivot Excel
HD Insight Integracion con SQL Server Power-Pivot ExcelHD Insight Integracion con SQL Server Power-Pivot Excel
HD Insight Integracion con SQL Server Power-Pivot Excel
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negocios
 
Servicios Business Analytics
Servicios Business AnalyticsServicios Business Analytics
Servicios Business Analytics
 
Business inteligence
Business inteligence Business inteligence
Business inteligence
 
Copy of Charla Cibertec DAT.ppt
Copy of Charla Cibertec DAT.pptCopy of Charla Cibertec DAT.ppt
Copy of Charla Cibertec DAT.ppt
 
Simplificando el uso de los datos para la era cognitiva - Daniel González
Simplificando el uso de los datos para la era cognitiva - Daniel GonzálezSimplificando el uso de los datos para la era cognitiva - Daniel González
Simplificando el uso de los datos para la era cognitiva - Daniel González
 
Azure4Research - Big Data Analytics con Hadoop, Spark y Power BI
Azure4Research - Big Data Analytics con Hadoop, Spark y Power BIAzure4Research - Big Data Analytics con Hadoop, Spark y Power BI
Azure4Research - Big Data Analytics con Hadoop, Spark y Power BI
 
Inteligencia de negocios - Business Intelligence
Inteligencia de negocios - Business IntelligenceInteligencia de negocios - Business Intelligence
Inteligencia de negocios - Business Intelligence
 

Último

REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
IrapuatoCmovamos
 
Conversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latinoConversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latino
BESTTech1
 

Último (20)

El Manierismo. El Manierismo
El Manierismo.              El ManierismoEl Manierismo.              El Manierismo
El Manierismo. El Manierismo
 
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
 
Las familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdfLas familias más ricas de África en el año (2024).pdf
Las familias más ricas de África en el año (2024).pdf
 
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
Imágenes-de La-Inteligencia-Artificial-AnaliticayDatos-Beatriz-Garcia-Abril2024
 
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
 
Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1
 
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdfSEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
SEMANA II - EQUIPOS, INSTRUMENTOS Y MATERIALES TOPOGRAFICOS.pdf
 
data lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdfdata lista de ingresantes de la universidad de ucayali 2024.pdf
data lista de ingresantes de la universidad de ucayali 2024.pdf
 
Conversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latinoConversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latino
 
Las familias más ricas del medio oriente (2024).pdf
Las familias más ricas del medio oriente (2024).pdfLas familias más ricas del medio oriente (2024).pdf
Las familias más ricas del medio oriente (2024).pdf
 
Unidad 6 estadística 2011 TABLA DE FRECUENCIA
Unidad 6 estadística 2011  TABLA DE FRECUENCIAUnidad 6 estadística 2011  TABLA DE FRECUENCIA
Unidad 6 estadística 2011 TABLA DE FRECUENCIA
 
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptxCUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
CUADRO COMPARATIVO DE ARCHIVOS Y CARPETAS.pptx
 
Principales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoPrincipales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto Rico
 
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
PRESENTACION SOBRE LA HOJA DE CALCULO ⠀⠀
 
ROMA Y EL IMPERIO, CIUDADES ANTIGUA ROMANAS
ROMA Y EL  IMPERIO, CIUDADES  ANTIGUA ROMANASROMA Y EL  IMPERIO, CIUDADES  ANTIGUA ROMANAS
ROMA Y EL IMPERIO, CIUDADES ANTIGUA ROMANAS
 
procedimiento paran la planificación en los centros educativos tipo v(multig...
procedimiento  paran la planificación en los centros educativos tipo v(multig...procedimiento  paran la planificación en los centros educativos tipo v(multig...
procedimiento paran la planificación en los centros educativos tipo v(multig...
 
EPIDEMIO CANCER PULMON resumen nnn.pptx
EPIDEMIO CANCER PULMON  resumen nnn.pptxEPIDEMIO CANCER PULMON  resumen nnn.pptx
EPIDEMIO CANCER PULMON resumen nnn.pptx
 
max-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptxmax-weber-principales-aportes de la sociologia (2).pptx
max-weber-principales-aportes de la sociologia (2).pptx
 
REGISTRO CONTABLE DE CONTABILIDAD 2022..
REGISTRO CONTABLE DE CONTABILIDAD 2022..REGISTRO CONTABLE DE CONTABILIDAD 2022..
REGISTRO CONTABLE DE CONTABILIDAD 2022..
 
variables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpointvariables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpoint
 

A10 Analytics Desayuno Oct 2016

  • 1.
  • 3.
  • 5. Estas fuentes contienen todos los datos que necesitas para tu negocio? Planificación, presupuestos, forecast Aplicaciones transaccionales Corp Clientes Apps transaccionales adaptadas Hojas de Calculo Internos no-estructurados Productos Logs de Sistemas Científicos 3ros Aliados Video, imágenes, audio Sensores Logs de Web Redes Sociales Datos móviles de consumidores No-estructurados externos Base: 603 tomadores de decisiones globales involucrados iniciativas de; Inteligencia de Negocios (Analítica), administracion de datos y gobernabilidad Fuente: Forrsights Strategy Spotlight: Business Intelligence And Big Data, Q4 2012 Muy importante Importante
  • 6. Que otras fuentes de datos tienes? Les estas sacando provecho? Muy importante Importante Las empresas con mejores rendimientos son un 24% mas proclives a usar datos mas allá de datos de cliente y producto Las empresas con mejores rendimiento son un 32% mas proclives a usar diversas fuentes de datos Planificación, presupuestos, forecast Aplicaciones transaccionales Corp Clientes Apps transaccionales adaptadas Hojas de Calculo Internos no-estructurados Productos Logs de Sistemas Científicos 3ros Aliados Video, imágenes, audio Sensores Logs de Web Redes Sociales Datos móviles de consumidores No-estructurados externos Base: 603 tomadores de decisiones globales involucrados iniciativas de; Inteligencia de Negocios (Analítica), administracion de datos y gobernabilidad Fuente: Forrsights Strategy Spotlight: Business Intelligence And Big Data, Q4 2012
  • 7. Las nuevas oportunidades estan en areas fuera de lo tradicional Big Data Discovery Data Discovery Big Data Data Science Nuevas oportunidades de Negocios Valor del Dato (4V) Analítica tradicional Volumen / Variedad / Velocidad 3Vs
  • 8. Para que areas de tu empresa buscas soluciones?
  • 9. 1. Extraer 2. Clasificar / Almacenar 3. Analizar / Visualizar Visión de Negocio Retail Comportamiento del cliente Meteorológico Renta Regional Demográficos Como te ayuda A10?
  • 10. Big Data Discovery = Big Data Analítica Avanzada Data Discovery Paradigmas que A10 aplica
  • 11. Que incluimos en nuestra oferta de analítica ANALÍTICA AVANZADA Descriptivo Diagnóstico Predictivo Prescriptivo Que esta pasando? Porque Ocurrió? Que va a ocurrir? Como podemos asegurarnos que suceda? ANALÍTICA ANALÍTICA AVANZADA Aritmética Sencilla Reportes / Tableros Plataformas comunes de BI “Nivel de Confort” Ciencia de Datos Solución de problemas de negocios Herramientas basadas en matemática Otras cosas extrañas ...
  • 12. Modelo de Madurez Analytics10: entendemos que no todas las soluciones requieren aplicar todos los pasos VALOR Nivel 1 - Datos Acceso a datos Asociación Y Blending Información relevante para Usuario Eventos, Alarmas, Sugerencias Nivel 2 - Información Nivel 3 - Conocimiento Nivel 4 - Acción
  • 13. Proceso de supervisión y alcance de A10 Big Data Millones de datos que pueden provenir de distintas fuentes Data blending y Analitica avanzada Qlik permite a los usuarios manejar fácilmente su data y Alteryx permite mezclar data y hacer análisis avanzado Data Discovery Self Service Los usuarios son los protagonistas par analizar fácilmente los datos Supervisión y alcance de A10
  • 14. Entendemos como implantar soluciones en ambientes de TI corporativos complejos Sistemas Operacionales (ejemplos) Area de trabajo Ciencia de Datos Modelos Prodictivo s Minerva de datos Discovery Un area de trabajo de Ciencia de Datos facilita la Exploración (Discovery) data exploration and discovery Area de Pruebas (Sandbox) Data Warehouse Corporativo Herramienta BI Corporativa Data Warehouse departamental / BD de BI Herramienta BI Departamental Entrega BI Entrega BI Extraer-transformar y cargar (no ETL!) significa que los datos son transformados y cargados hacia los spokes o radios solo cuando necesario Entrega BI sobre Big Data Herramientas BI conscientes de estructuras Big- data pueden operar contra datos que no están trabajando bajo algún patron predefinido. Pueden acceder directamente al Hub y hacer Discovery mientras herramientas tradicionales solo contra Data-warehouse o BD relacionases. Algunas soluciones Data-warehouse y BD de BI han integrado funcionalidad para soportar Hadoop. Estas pueden ser consideradas parte del Hub o de un Spoke según uno prefiera. Muchos Data warehouse y BD de BI se han transferido hacia los Spokes. ETL tradicional en Data-warehouse entregan calidad y estructura que es en ciertos casos necesitada para entregar soporte de calidad. Hub de Datos distribuidos Servicios de transformación del Hub Apps empaquetadas Apps móviles SaaS - PaaS apps ECM Apps Customizadas BPM DCM Social Sitios Web 2 1 3 3 3 3 4 5 5 5 5 6 HUB SO DW / BD BI Area de Pruebas Big data Stand alone Data Warehouse departamental / BD de BI Herramienta BI Departamental Data Warehouse departamental / BD de BI
  • 15. Ayudamos a crear centros de excelencia o trabajar bajo la estructura que tu empresa decida Principios Organizacionales para posicionar a equipos de Analítica Avanzada y Científicos de Datos A10 2016 AA/CD = Analítica Avanzada/Científicos de Datos | LN = Línea de Negocios | CEA = Centro de Excelencia de Analítica Agilidad Visión que cruce funciones Compartir conocimiento Cercanía al negocio Cercanía al procesamiento y los datos Científicos de datos @ Línea de negocios Científicos de datos @ IT Científicos de datos separados de la unidad de negocios Expertos dispersos CEA
  • 16. US, Western Europe, Japan, Canada, Australia, NZ Source: IDC, 2014 Desarrollamos con modelo SCRUM PRODUCT BACKLOG SPRINT BACKLOG PRODUCTO POTENCIALMENTE ENTREGABLE EN CADA INCREMENTO XX TIEMPO SPRINT XX TIEMPO DAILY SPRINT
  • 17. Aplicamos Experiencia de Usuario (UX) en nuestros desarrollos
  • 18. Y podemos entregar la solución final en diferentes casos de uso Embedded analytics Analíticas incorporadas Custom analytics applications Aplicaciones de análisis a la medida Self-service data visualization Visualizaciones con autoservicio Guided analytics Analítica guiada Reporting and collaboration Reportería y colaboración Análisis descentralizado y exploración de los individuos y grupos Despliegue de analítica guiada a los usuarios Analíticas incorporadas en aplicaciones web y aplicaciones empresariales Aplicaciones de análisis a medida para uso interno y externo Distribución de informes “Pixel-perfect” en toda la empresa
  • 19. Consultoria, Desarrollo, Implantación, Capacitación, Arquitectura y UX Analytics Made Simple
  • 20. En Analytics10 contamos hoy con mas de 700 clientes, conformados por las mas grandes corporaciones de LATAM, así como empresas especializadas con operación local. A cada una de ellas brindamos soporte de excelencia a través de un equipo conformado por 150 colaboradores, quienes junto a nuestras tecnologías de vanguardia y sólidos procesos, permiten dar respuesta a sus necesidades y requerimientos específicos orientados a solucionar problemas complejos simplificando su implementación y asegurando siempre el mejor resultado . Porque es a eso a lo que aspiramos: queremos que la maxima cantidad de personas puedan sacar provecho, en cada aspecto de sus vidas, de los beneficios que entrega la analítica. Esa es la razón por la cual seguimos repitiendo nuestro Mantra … Analytics Made Simple. Nuestro viaje no para, seguimos constantemente buscando formas de evolucionar en todo lo que hacemos y nos proponemos, al servicios de nuestros clientes Analytics Made Simple