O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

Big Data: Gestión estratégica de datos masivos en entornos corporativos.

Conferencia de Juan José Larrea en XIV Congreso Internacional de Relaciones Públicas y Comunicación (ALARP 2014). Toda la info: http://bit.ly/1zmcExi

  • Entre para ver os comentários

  • Seja a primeira pessoa a gostar disto

Big Data: Gestión estratégica de datos masivos en entornos corporativos.

  1. 1. BIG DATA: Gestión estratégica de datos masivos en entornos corporativos. Gestão estratégica de dados massivos em ambientes corporativos.
  2. 2. ¿Qué es el Big Data? / ¿O que é o Big Data? ■ TÉCNICO: captura, gestión y procesamiento de enormes volúmenes de datos. / Técnico: captura, gestão e processamento de grandes volúmes de dados. ■ NEGOCIO: procesos de flujos de información para el éxito de la empresa. / NEGÓCIOS: processos de fluxos de informação para o sucesso da empresa. ■ REFLEXIVO: es un cambio de concepción que debe tomar la empresa. Un desafío. / Reflexivo: é uma mudança na concepção que a empresa deve fazer. Um reto.
  3. 3. ¿Por qué es Big Data? / ¿Por que motivo é Big Data? Evolución en /Evolução em: ■ Bases de datos: Transaccional, analítica, operativa / Banco de dados: Transacional, análise, operativa. ■ Registros de información: logs, elementos webs o servidores. Mainframe, Servers, web servers, NetWorks, virtual machines, Databases, APP Servers, security devices, otros. / Registros de informação: logs, elementos da Web ou servidores. Mainframe, Servers, web servers, NetWorks, virtual machines, Databases, APP Servers, security devices, otros. ■ Información que generan las personas en las redes sociales, contactos, call center, otros. / informação geradas por indivíduos nas redes sociais, contatos, call center, outros.
  4. 4. Internet, en tiempo real… Internet, em tempo real...
  5. 5. 3 V del Big Data 3 V do Big Data VOLUMEN VOLUME VELOCIDAD VELOCIDADE VARIEDAD VARIEDADE
  6. 6. ¿Cómo utilizar Big Data? ¿Como utilizar Big Data? Operational intelligence ■ Datos: fluyen / Dados: fluem ■ Tiempo real / Tempo real ■ Resultados - maquinas / Resultados - máquinas ■ Automatiza / Automatiza ■ Puede almacenar / Pode armazenar Business Intelligence ■ Base de datos / Banco de dados ■ Analiza con tiempo / Análise com tempo ■ Resultados - Humanos / Resultados - Humanos ■ Proyecta / Proyeta ■ Almacena / Armazena
  7. 7. Rompiendo Las Reglas O Homem que Mudou o Jogo Protagonistas: Brad Pitt, Jonah Hill, Philip Seymour Hoffman Dirección / Direção: Bennett Miller País: Estados Unidos Año 2011
  8. 8. youtu.be/lLclCZsRGSk
  9. 9. Unidades de almacenamiento Unidades de Armazenagem
  10. 10. 1 Exabyte = 1 000 000 000 gigabytes Fuente: EMC
  11. 11. 1 Petabyte = 1 000 000 Gigabytes ■ Google procesa alrededor de 24 Petabytes de información por día. / Google processa ao redor de 24 petabytes de dados por dia. ■ AT&T, transmite 19 Petabytes de datos x mes. / AT&T, transmite 19 Petabytes de dados por mes. ■ Facebook que almacena entorno a 100 Petabytes sólo en fotografías y vídeos. / Facebook armacena em torno uns 100 Petabytes apenas em fotografias e vídeos. ■ El 90% de los datos existentes han sido creados en los 2 últimos años. (IBM) / O 90% dos dados existentes tem sido criados nos últimos dois anos. (IBM)
  12. 12. Big Data: Equipo de Trabajo Big Data: Equipe de Trabalho ■ “Big Data Analyst” o “Data scientist” / “Big Data Analyst” ou “Data scientist” ■ Antes sociólogos, encuestadores, otros … / Antes sociólogos, pesquisadores, outros ... ■ Ahora también matemáticos, infógrafos, cartógrafos digitales, estadísticos. / Agora também matemáticos, infógrafos, cartógrafos digitais, estatísticos.
  13. 13. Big Data: Equipo de Trabajo Big Data: Equipe de Trabalho ■ Hay más datos complejos y diversos. / Existem dados muitos mais complexos e diversos. ■ Se necesitan diseñar patrones especulativos de conductas. / Se precisa criar padrões especulativos de comportamento. ■ Hay un desplazamiento de sociólogos a matemáticos. / Existe um deslocamento de sociólogos a matemáticos.
  14. 14. Internet de las cosas A Internet das coisas ■ Más información en tiempo real / Mais informação em tempo real ■ Integración al Big Data / Integração ao Big Data ■ Monitoreo salud en línea / Monitoramentosaúde on line
  15. 15. Internet de las cosas A Internet das coisas ■ Control de tránsito / Controlo de tráfego ■ Stock de mercaderías / Stock de mercadoria ■ Personalizar productos y servicios / Personalizar produtos e serviços
  16. 16. Big Data: Oportunidades ■ Internet de las cosas / Internet das coisas ■ Geolocalización / Geolocalização ■ Segmentaciones / Segmentações ■ Identificar comportamientos, patrones, relaciones, tendencias / Identificar comportamentos, padrões, relacionamentos e tendências ■ Experimentar, observar y/o analizar en tiempo real / Experimentar, observar e/ou análisar em tempo real.
  17. 17. Big Data: Oportunidades ■ Tomar decisiones con mayor seguridad / Tomar decisões com maior confiança ■ Mantenimiento de activos / Manutenção de ativos ■ Precisión en ofertas: día, hora, alcance / Precisão nas ofertas: dia, hora, alcance ■ Visualizar y detener fraudes / Observar e acabar com a fraude ■ Mayor personalización en los servicios / Maior personalização nos serviços
  18. 18. Análisis Predictivo Análise Preditivo ■ Reemplazando el estudio del historial de los sucesos por la verdadera prevención e influencia en las acciones futuras. / Substituindo o estudo dos registros históricos de eventos pela verdadeira prevenção e influencia nas ações futuras. ■ BI Tradicional: el usuario debía identificar las partes que utilizaría de esa información y definir cómo utilizarla. / BI Tradicional: o usuário teria de identificar as partes que utilizaria da informação e definir como usá-las.
  19. 19. Análisis Predictivo Análise Preditivo ■ Análisis BD: ¿Por qué está sucediendo esto? ¿Qué sucederá después? ¿Cómo se puede cambiar? / Análise BD: ¿Por que é que isto está acontecendo? ¿O que acontece depois? ¿Como se pode mudar? ■ El análisis predictivo evita que ocurran ciertos hechos y posibilita cambiar el curso de las acciones. / A análise preditiva impede a ocorrência de certos eventos e permite mudar o curso das ações.
  20. 20. Análisis predictivo: para reducir la delincuencia Análise preditivo: para reduzir a criminalidade youtu.be/8SJQtn4RO7I
  21. 21. Análisis predictivo: para encontrar oportunidades ocultas Análise preditivo: para encontrar oportunidades ocultas youtu.be/pTNOY_aRtBk
  22. 22. Big Data y la Privacidad de Datos Big Data e a Privacidade de Dados ■ Desconocimiento en los cuidados. / Falta de conhecimento nos cuidados. ■ 62% Empresas que evita utilizar datos obtenidos on line por temor a incumplir normas de privacidad. (Fuente: Silverpop) / 62% Firmas evita o uso de dados obtidos on line por medo de violar a privacidade. (Fonte: Silverpop) ■ Empresas & movimientos defensores. / Companhias & movimentos defensores. ■ Una empresa víctima de un ataque de seguridad pierde el 30% de su valor bursátil. (Serv. Seguridad de TI en HP) / Uma firma, vítima de um ataque de segurança, perde 30% de seu valor de mercado. (Serv. Seguridade de TI en HP)
  23. 23. Privacidad de Datos: Malte Spitz Privacidade de Dados: Malte Spitz youtu.be/J1EKvWot-3c
  24. 24. Big Data y la Privacidad de Datos Big Data e a Privacidade de Dados ¿Qué sienten los consumidores? ¿ O que é que sentem os consumidores? ■ 84% de los consumidores reconoce ser monitoreado. 84% dos consumidores reconhecem ser monitorado. ■ 65% acepta a cambio de un beneficio. 65% aceita em troca dum beneficio. ■ 72% abierta al diálogo con las marcas. 72% disponível ao diálogo com as linhas. ■ Preocupación por privacidad de datos. Preocupação pela privacidade dos dados. Fuente: “La verdad sobre la privacidad”, realizada a más de 6.500 personas x McCann Erickson.
  25. 25. Big Data y la Privacidad de Datos Big Data e a Privacidade de Dados ■ Conocimiento. / Conhecimento. ■ Transparencia con los usuarios. / Transparência com os usuários. ■ Incentivar buenas prácticas de comportamiento. / Incentivar as boas práticas de comportamento.
  26. 26. Soluciones Big Data Soluções Big Data
  27. 27. Soluciones Big Data Soluções Big Data
  28. 28. Big Data y las PyMES ■ No están preparadas. No disponen recursos. / Não estão preparadas. Não existem recursos disponíveis. ■ Algunas carecen de CRM (sistemas para la relación con clientes) o ERP (sistemas de gestión). / Algumas tem falta de CRM (Sistemas de Relacionamento com o Cliente ) ou de ERP (Sistemas de Gestão). ■ Deben recibir el servicio fácil y “encapsulado”. / Devem receber o serviço fácil e “encapsulado”.
  29. 29. Organizaciones que usan Big Data Companhias que utilizam Big Data
  30. 30. Big Data en Organismos Públicos Big Data em Organismos Públicos USA: Salud Pública: inundadas en un maremoto de información biomédica, utilizan Big Data para mejora de resultados de la atención y la salud de la población. / USA: Saúde Pública: repletas de informação biomédica, utilizam Big Data para melhorar os resultados do cuidado e da saúde da população.
  31. 31. Big Data en Organismos Públicos Big Data em Organismos Públicos Italia: La administración ayuda a entidades públicas a cooperar, compartir buenas prácticas y optimizar procesos internos. Como resultado, ahorran tiempo, reducen costos y satisfacen las necesidades de los ciudadanos… / Italia: A Administração ajuda a entidades públicas a cooperar, compartilhar as melhores práticas e otimizar os processos internos. Como resultado, economizam tempo, reduzem custos e satisfazem as necessidades dos cidadãos...
  32. 32. Posibles soluciones ofrecidas Possíveis Soluções Oferecidas ■ Ventas inteligentes. / Vendas inteligentes. ■ Demanda en tiempo real. / Demanda em tempo real. ■ Construcción de marcas. / Construção de marcas. ■ Mantenimiento predictivo. / Manutenção preditiva. ■ Fidelización. / Fidelidade. ■ Personalización de casos. / Personalização dos casos. ■ Productos recomendados. / Produtos recomendados. ■ Detección de fraudes. / Detecção de fraudes. ■ Ciudades inteligentes. / Cidades inteligentes.
  33. 33. Algunos puntos negativos Alguns pontos negativos ■ Dudas de los usuarios sobre el uso de sus datos. / Dúvidas dos utilizadores enquanto a utilização dos seus dados. ■ Ataque a la seguridad de las empresas. / Ataque contra a segurança das companhias. ■ Tácticas utilizadas para la recolección de datos de los públicos. / Táticas utilizada para arrecadar dados dos públicos.
  34. 34. Algunos puntos positivos Alguns pontos positivos ■ Datos: pueden ser analizados en tiempo real. / Dados: podem ser analisádos em tempo real. ■ La Nube: seguridad, bajo costo y actualizaciones. / O Cloud: segurança, baixo custo e atualizações. ■ Nuevas aplicaciones de datos permitiendo gestionar e integrar la información. / Novas aplicações de dados que permitam gerenciar e integrar a informação.
  35. 35. Algunos puntos positivos Alguns pontos positivos ■ Perfil mayor del cliente o usuario. / Maior perfil do cliente ou usuário. ■ Al integrar big data y almacenamiento, aumenta la eficiencia operativa. / Ao integrar Big Data e armacenamento, aumenta a eficiência operacional.
  36. 36. Empresa competitiva sería... ■ Big Data ■ Cloud ■ Experiencia de cliente - CX Experiência do cliente -CX ■ Internet de las Cosas - IoT Internet das Coisas- IoT ■ Movilidad Mobilidade
  37. 37. ¡Gracias! / ¡Obrigado! jjlarrea@consultoradircom.com www.consultoradircom.com facebook.com/juanjoselarrea @jjlarrea
  38. 38. Descarga mi presentación escaneando el código QR Descarrega a minha apresentação escaneando o código QR

×