big data, analytics y sus aplicaciones en marketing

BIG DATA,ANALYTICS

Y SUSAPLICACIONES

EN MARKETING

OcSTEM Solutions. Jacint Berengueras. N.I.F: 45720210M. 25530, Vielha.

ÍNDICE

- INTRODUCCIÓN

• ¿Qué es big data? - Data is the new oil.• ¿Para qué sirve? - Datos, información, conocimiento.

- APLICACIONES

• Sector privado: Marketing, logística, control interno, ahorro, mejora deprocesos y eficiencia.

• Sector público: Transparencia, eficiencia, ahorro, seguridad/inteligencia,protocolos smart cities.

- BIG DATA & MARKETING

• Consideraciones preliminares – Evolución del marketing.• Canales de ventas – Presente y futuro.• Los datos como activo para departamentos y agencias de marketing.• Ventajas e inconvenientes.• LOPD. - Datos Vs Metadatos.• Ejemplos – Google, Facebook, WallMart, Netflix, Caixabank, Vail.

- CONSIDERACIONES FINALES

• Requisitos tecnológicos. - Landscape y ejemplo de arquitectura digital.


- INTRODUCCIÓN

• ¿Qué es big data? - Data is the new oil.

Con la evolución material de los medios de comunicación y de las nuevas tecnologías deinformación, después de 40,000 años de existencia, la humanidad ha entrado en otra etapaevolutiva, donde los sistemas informativos se han convertido en una nueva neo-corteza cerebralcolectiva que mueve el planeta; En este marco, NY, London, Barcelona o Vielha se han convertidoen “barrios” del nuevo mundo.

La transmisión de información es instantánea y global, las fronteras y distancias han desparecidopara el conocimiento, y la cantidad de dicha información crece de forma exponencial.

Los avances tecnológicos, que antaño tardaban décadas o siglos para ser implementados de formageneralizada, actualmente son adoptados casi inmediatamente por todos los actores sociales yeconómicos en cualquier lugar del mundo. A su vez, el sucesivo abaratamiento de los procesos de producción y el incremento exponencial de tecnología disponible harán factible la economía decoste marginal 0 en las próximas décadas.


La sociedad del conocimiento, alumbrada por estos avances y motor de un futuro que ya espresente, es el motor de la nueva economía global.

Vivimos en una época de la historia en la que los datos son una commoditie gratuita, accesible paratodos. Hay multitud de datos y fuentes, con infinitas posibilidades. Con las herramientas y procesosadecuados, podemos extraer valor de una fuente inagotable de riqueza: La información.

Desde la prevención de catástrofes naturales, la gestión inteligente de ciudades, la mejora de laeficiencia (social y energética),... pasando a las mejoras en gestión empresarial, supply chain,defensa, trading, marketing y ventas... La información adecuada en el momento adecuado marcarála diferencia. La información nos ayudará a construir una sociedad más democrática, justa,transparente y eficiente.

El cloud, big data y los avances tecnológicos han permitido dar el salto y plantearse situaciones,estrategias y servicios que hasta hace un par de años resultaban impensables o inclusoinverosímiles.


Big data

• Cada día se generan 2,9 trillones de bytes de datos, equivalente a 5.800 Millones de discos durosde ordenadores de tamaño medio. • El 90% de los datos a nivel mundial se generaron en los pasados dos años. • El 80% de los datos están desestructurados

Nuevo concepto: Big Data

Big Data no es una tecnología en si misma, sino más bien un planteamiento de trabajo para laobtención de valor y beneficios de los grandes volúmenes de datos que se están generando hoy endía.


Consultas y resultados de los motores de búsqueda. Datos de redes sociales (tuits, publicaciones, etc) Datos meteorológicos Datos astronómicos Datos de vigilancia militar Datos económicos y bursátiles Archivos fotográficos/radiofónicos/televisivos Datos sobre transacciones

Si estos ingentes volúmenes de datos se capturan y analizan eficazmente, pueden mejorar laproductividad y la competitividad de las empresas y administraciones en una amplia gama desectores.


• ¿Para qué sirve? - Datos, información, conocimiento.

El valor no está en los datos; el valor está en convertir esos datos en información y conocimiento útil.

Una tabla de excel con seis millones de entradas y unas veinte columnas de información ocupa unos300Mb aproximadamente. Para cualquier pequeña empresa o administración sería una fuente deinformación extensa de la que podría extraer patrones ocultos para generar negocio u optimizarprocesos, pero raramente lo hace debido a la carencia de personal cualificado para ello.Resumiendo: El valor no está en los datos, el valor está en la mente de quién los sabe interpretar.

La misión del científico de datos es la de extraer el conocimiento de los datos disponibles ytransmitirlo a los líderes de las organizaciones para tomar las decisiones de negocio de forma máseficaz.


La ciencia de datos sólo es útil cuando se utilizan los datos para responder a una pregunta,independientemente del tamaño de los datos o de la cantidad de herramientas que utilicemos para elalmacenamiento y procesado de dichos datos. Es en este punto dónde la ciencia de datos se separade lo tradicionalmente conocido como Big Data, puesto que queda fuera de sus competenciasdiseñar y administrar la infraestructura y sistemas para la obtención, almacenaje y gestión degrandes (o no tan grandes) volúmenes de datos, y para lo que a día de hoy se preparan básicamentelos expertos en Big Data.

1. ¿Cómo capturar, gestionar y explotar todos estos datos?2. ¿Cómo asegurar estos datos y sus derivados, así como su validez y fiabilidad?3. ¿Cómo disponer la compartición de estos datos y sus derivados en la organización para

obtener mejoras y beneficios?4. ¿Cómo comunicar estos datos y sus derivados para facilitar la toma de decisión y posteriores

análisis?


- APLICACIONES

• Sector privado: Marketing, logística, control interno, ahorro, mejora deprocesos y eficiencia.

1. Cumplimiento regulatorio: mayor control, frecuencia y exigencia del reporting financiero 2. Prevención del fraude: blanqueo de capitales, robo de targetas de crédito, fraude interno, etc.3. Análisis de riesgos financieros, operacionales, sistémicos, liquidez en tiempo real, etc. 4. Valores y bolsa: combinar flujos de datos del mercado con otras fuentes de información5. Fidelización de clientes: análisis predictivo de comportamientos, segmentación y

personalización. 6. Análisis de sentimientos: alertas por riesgo reputacional, percepción de marca, engagement,

indicadores de mercado, etc.


• Sector público: Transparencia, eficiencia, ahorro, seguridad/inteligencia,protocolos smart cities.

El Territorio inteligente es un espacio geográfico con el que se puede interactuar, es decir, unterritorio que actúa como un ente vivo en sí mismo y que está compuesto por una multitud derealidades complejas, que evolucionan de un modo libre y respondiendo a las necesidades de supoblación, mediante complejos sistemas integrados y articulados de información y de una ampliared de sensores, igualmente interconectados en sistemas que tratan y analizan gran cantidad dedatos (Big Data), con información procedente de múltiples fuentes mediante la interacciónciudadana permanente.

Esto, gracias a la proliferación de sitios web, dispositivos móviles, apps, aplicaciones de imagen yvídeo, redes sociales, sensores e “Internet de las cosas”, el cual es una red de objetos, en donde cadauno de ellos en nuestro entorno, está interactuando en un gran ecosistema interconectado quesuministra información permanente sobre su estado y requerimientos, tales como semáforos,neveras, microondas, vehículos, teléfonos inteligentes o smartphones y aire acondicionado, entreotros.

Por ello son fundamentales y determinantes en las Smart Cities o Territorios Inteligentes lastecnologías de código abierto (Open Data) que facilitan su configuración desde el punto de vistatecnológico, pero al mismo tiempo, ofrecen un modelo participativo, colaborativo y abierto decreación social del territorio -llámese pequeño o gran municipio, ciudad, área metropolitana oconurbación-, en la que los diferentes actores participantes pueden trabajar mancomunadamente-donde todos ponen y todos ganan- para solucionar problemas complejos, tanto desde el punto devista de infraestructura, como tecnológico y desarrollo social, económico o político.


Big Data en el Sector Público

1. Mejoras en la eficacia y eficiencia 2. Mejor información a los ciudadanos 3. Ayuda a la toma de decisiones 4. Reducción del fraude 5. Reducción del gasto público 6. Herramienta de política económica y social 7. Acceso a nuevas herramientas tecnológicas 8. Impulso de la formación de los ciudadanos


- BIG DATA & MARKETING

• Consideraciones preliminares – Evolución del Big Data marketing.

Haciendo una breve panorámica, el Big Data tiene su antecedente más cercano en la minería dedatos: ya en los años sesenta del siglo XX se manejaban términos como Data Fishing, Data Miningo Data Archaeology con la idea de poder encontrar relaciones sin tener ninguna hipótesis previa, enbases de datos con ruido. Posteriormente, ya en la década de los ochenta, se consolidó el término deMinería de Datos. La Minería de Datos se refiere al “proceso que intenta descubrir patrones engrandes volúmenes de conjuntos datos, mediante métodos de inteligencia artificial y aprendizajeautomático, entre otros, con el objetivo de extraer información y transformarla en una estructuracomprensible para un uso posterior”. (Wikipedia)

Como se puede observar, el Big Data, no es algo nuevo, y ya en la Míneria de Datos habíaelementos y características del Big Data. Así, según la Wikipedia, podemos definir el Big Datacomo “el término que se refiere a un conjunto de datos tan grande y complejo, que resulta difícil deprocesar usando los sistemas de gestión de bases de datos disponibles o las aplicacionestradicionales de procesamiento de datos”. La principal diferencia entre ambos términos es, sinduda, la cantidad de datos que manejan, y la complejidad de los mismos. Podemos situar el iniciodel Big Data en 1995 con la explosión de la World Wide Web, y el gran desarrollo que tuvo laInteligencia Empresarial durante la década del 1990. No obstante, no es hasta julio 1997 cuandoencontramos la primera referencia al Big Data: concretamente en un artículo publicado por dosinvestigadores de la NASA, Micheal Cox y David Ellsworth, en el que afirman “que el ritmo decrecimiento de los datos empezaba a ser un problema para los sistemas informáticos actuales”.Cox y Ellsworth lo llamaron “el problema del Big Data”.

En diciembre de 2008 podemos situar un nuevo salto adelante del Big Data, un avancerevolucionario, con la publicación del artículo “Big Data Computing: Creating revolutionarybreakthroughs in commerce, science and society” en el que se dota al término del necesario apoyocientífico e intelectual para su posterior desarrollo mucho más consolidado. En artículo se afirmaque: “De la misma forma que los motores de búsqueda han cambiado la forma de acceder a lainformación, otras formas de informática de Big Data pueden transformar y transformarán lasactividades de empresas, investigadores científicos, médicos y las operaciones de defensa einteligencia de nuestra nación…. Probablemente, la informática de Big Data sea la mayorinnovación informática de la última década. A día de hoy, tan solo hemos visto el potencial quetiene para recopilar, organizar y procesar los datos en todos los aspectos de nuestras vidas. Si elgobierno federal efectuara una modesta inversión, su desarrollo e implantación podrían acelerarseenormemente”.


Para 2020 se prevé que el Big Data continúe creciendo, y que en ese año se llegue al 4300% en lageneración de datos anuales, “gracias a los cambios tecnológicos acelerados de transición de loanalógico a lo digital, y al rápido aumento en la generación de datos, tanto por particulares comopor grandes empresas”.

Los retos principales del big data marketing:

• Saber que información colectar: Hay tanta información que el problema no suele ser de

escases, sino de sobre abundancia. Saber focalizar los esfuerzos en aquella información quees realmente relevante para tus objetivos de negocio es entonces clave.

• Saber como analizar esta información: Existen dos problemas a la hora de analizar esta

información: Primero el mercado de herramientas para Big Data es cada ves más grande,con tal diversa selección de herramientas puede ser difícil encontrar aquellas que mejor seintegren a los requerimientos de tu empresa. Segundo muchas veces esta información no estáestructurada de una manera que permite su fácil análisis.

• Saber como conseguir ideas accionables y valiosas de esta información: Toda esta

información es prácticamente inútil amenos que produzca sabiduría que permita a tu negociomejorar sus servicios, entender mejor a sus clientes, o conseguir algún tipo de ventajacompetitiva.


• Canales de ventas – Presente y futuro.

Los consumidores contemporáneos navegan el internet a diario, dejando una enorme cantidad deinformación sobre quienes son, cuales son sus intereses, con quien se relacionan, en dondecompran, etc. Toda esta información o inteligencia empresarial es recolectada y puede ser utilizadapara crear perfiles sumamente precisos de nuestros consumidores.

El marketing deja de ver al mercado por medio de segmentos, y comienza a verlos como individuos.La comunicación deja de ser en masa y comienza a ser personalizada en tiempo real. Finalmente elconsumidor deja pasa de ser un recipiente de la información y comienza a ser un coproductor de lamisma.


http://www.lantares.com/blog/ayer-hoy-y-manana-de-la-inteligencia-de-negocio

• Los datos como activo para departamentos y agencias de marketing.

Perfilamiento y micro-segmentación: Por medio de diversas herramientas, las compañías ahorason capaces de obtener grandes cantidades de datos no relacionados y vincularlos a un soloindividuo. Esta información puede incluir datos históricos de navegación, datos de localización,datos no estructurados de las redes sociales, historial de compras, entre otros. Esta informaciónpermite crear micro-segmentos mucho mas específicos que lo que era posible hace algunos años enel mundo análogo.

Optimización del contenido: Basándose se en la información obtenida en los procesos deperfilamiento y micro-segmentación es posible enseñarle a cada usuario contenido sumamentepersonalizado. Este contenido tiene la ventaja de ser mucho mas relevante y persuasivo que lo quees posible con contenido estático.

Análisis de sentimiento: Gracias a los avances en inteligencia artificial y en las técnicas deprocesamiento de lenguaje natural, muchas compañías son capaces de extraer información subjetivabasándose en textos no estructurados como pueden aquellos adquiridos de las redes sociales. Estainformación es útil para predecir posibles eventualidades y reaccionar a tiempo a ellos.


Los tres componentes para una estrategia exitosa de Big Data Marketing

El primer componente: Una estrategia bien definida

Una de las mayores causas de fracaso en proyectos de marketing es la falta de una estrategia biendefinida. Muchas veces los departamentos de marketing olvidan la importancia de tener una visióny objetivos coherentes y se dejan llevar solamente por la tecnología y las implicaciones de su rápidaevolución. Dos de los componentes más esenciales que debe tener una estrategia de Big Datamarketing son:

• Estrategia de interacción con el cliente: Es clave entender las tres etapas de el proceso de

compra del cliente. Definir los puntos de contacto principales para cada etapa ayudará aentender y servir mejor las necesidades de cada individuo.

• Estrategia de Analytics: Toda estrategia de Big Data necesita una estrategia de analytics.

En ella se deben definir con precisión las métricas va a medir, con qué herramientas, y cómose define el éxito para cada métrica.

Segundo componente: Crear canales de comunicación/colaboración abiertos entredepartamentos

Uno de los mayores requerimientos del Big Data es la creación de canales abiertos decomunicación entre departamentos. Esto conlleva no solo adquirir la infraestructura necesariapara compartir información, pero también crear las políticas y estandartes adecuados para que estainformación pueda relacionarse entre si.

Un ejemplo claro de un beneficio de esta integración se puede observar a la hora que eldepartamento de marketing comienza a tener información en tiempo real del departamento deventas. Con datos fiables sobre los principales motivos de abandono de venta, el departamento demarketing puede tomar acción y proveer a los clientes potenciales la información necesaria paraayudarles a tomar la decisión de compra.

Tercer componente: Personalización, relevancia, recompensa

Toda estrategia de Big Data debe tener como objetivo crear una mejor experiencia y aumentar elvalor que se le da a cada individuo. Es por eso que el tercer componente se basa en lapersonalización, relevancia y recompensa. Un excellente ejemplo es como Amazon utliza elhistorial de compras de cada usuario para ofrecerle sugerencias personalizadas, relevantes y que lorecompenzan al ayudarle a encontrar productos de su interés de una manera fácil y rápida.


• Ventajas e inconvenientes.

Las ventajas para aquellas instituciones y empresas que apuesten por implementar estos procesosson ámplias e importantes: Mayor eficiencia y capacidad de control, mejores servicios aclientes/usuarios, reducción de costes a medio – largo plazo y mayor velocidad en la toma dedecisiones cuando situaciones de crisis requieran una respuesta rápida por parte de las autoridadesy/o personal pertinente.

En el caso de las administraciones públicas, los retornos de la inversión realizada deben ser medidosbajo los parámetros anteriormente nombrados, aunque de desarrollar modelos y metodologíasescalables a otros territorios también pueden llegar a generar un retorno económico tangible.

Los inconvenientes van vinculados a la complejidad intrínseca de cada uno de los proyectos que sequieran desarrollar; los perfiles humanos y profesionales requeridos a tal efecto aportan el valorañadido, y por ende son la parte más costosa económicamente y difícil de conseguir. Lasinfraestructuras también pueden llegar a serlo, pero siempre dependerá del tipo de iniciativas que sequieran desarrollar.

El big data marketing es muy importante, pero todavía esta rodeado de confusión, temor, eincertidumbre.


• LOPD. - Datos Vs Metadatos.

Es importante tener en cuenta las fuentes de datos, formatos y volúmenes con las que se trabajaráantes de crear la arquitectura tecnológica. Mezclar datos internos -privativos- con datos abiertospuede crear grandes sinergias siempre que se respete la LOPD y los protocolos operativos y deseguridad preestablecidos de antemano.

Datos

Definiremos datos internos o privativos como aquellos que por su naturaleza personal,confidencial o sensible ni pueden ni deben hacerse públicos. Nombres y direcciones de enfermos,policias o jueces pueden servir de ejemplo paradigmático.

Son considerados datos abiertos todos aquellos datos accesibles y reutilizables, sin exigencia depermisos específicos. No obstante, los tipos de reutilización pueden estar controlados mediantealgún tipo de licencia. Los datos abiertos están centrados en material no documental comoinformación geográfica, genómica, química, fórmulas matemáticas y científicas, datos médicos,biodiversidad, etc.

Metadatos


La Constitución Española, en su artículo 18 garantiza el derecho al honor, la intimidad personal yfamiliar y a la propia imagen. En particular, en su apartado cuarto, establece la necesidad deproteger estos derechos fundamentales, dentro del ámbito relacionado con el uso de la informática.De esta manera, el artículo 18.4 de nuestra Constitución dispone:

“La Ley limitará el uso de la informática para garantizar el honor y la intimidad personal y familiar de los ciudadanos y el pleno ejercicio de sus derechos”.

En el ámbito europeo, el rápido desarrollo de las técnicas de tratamiento informático fue,igualmente, motivo de preocupación en los Organismos de ámbito internacional. Reflejo de estapreocupación, representa la promulgación del Convenio 108 (28/01/1981) del Consejo de Europa,que tenía como objetivo garantizar el respeto de los derechos y libertades fundamentales delindividuo, concretamente su derecho a la vida privada con respecto al tratamiento automatizado delos datos de carácter personal. España ratificó este Convenio el 27 de Enero de 1984.

Posteriormente, se promulgó en el marco de la Unión Europea, la Directiva 95/46/CEE relativa a laprotección de las personas físicas en lo que respecta al tratamiento de datos personales y a la librecirculación de estos datos, que tenía como objetivo armonizar la legislación de los países miembrosde la Unión en materia de protección de datos, garantizando, de esta manera, la protección y elrespeto en todos los países de la Unión de este derecho fundamental del individuo, tambiénconocido como “autodeterminación informativa”. Para ello, el Parlamento Europeo elaboró lamencionada Directiva, en la que se recogen los principios mínimos de protección que todos lospaíses de la Unión Europea deberían garantizar en su legislación nacional interna.

Que los datos sean de carácter personal no significa que sólo tengan protección los relativos a lavida privada o íntima de la persona, sino que los datos amparados por este derecho son todosaquellos que identifiquen o permitan la identificación de la persona.

Las infracciones en materia de protección de datos aparecen tipificadas en el artículo 44 de la Ley.Se establece una clasificación en infracciones leves, infracciones graves e infracciones muy graves,tipificándose multas que ascienden hasta los 601.000 €.

La L.O.P.D. es de aplicación a los datos de carácter personal registrados en soporte físico, que loshaga susceptibles de tratamiento, y a toda modalidad de uso posterior de estos datos por los sectorespúblico y privado. El RDLOPD incluye dentro de su ámbito de aplicación los ficheros o tratamientos no automatizados(esto es, en soporte papel) o parcialmente automatizados. Particularmente, este nuevo texto regula de modo específico las medidas de seguridad aplicables alos mismos.


• Ejemplos – Google, Facebook, WallMart, Netflix, Caixabank, Vail.

La publicidad y el marketing están cambiando de una forma asombrosa, y Google es un actorprotagonista en este cambio. Las viejas reglas del negocio de la publicidad han dado un giro de 180grados; El objetivo es comprar audiencias, no espacios. La publicidad programática permite a loscompradores elegir lo que quieren y a los editores de medios tener completo su inventario. Unmercado competitivo y rentable basado en oferta, demanda… Y big data.

La publicidad programática es el proceso por el que los anunciantes compran publicidad medianteprocesos de pujas en tiempo real. Se manejan grandes cantidades de datos sobre los usuarios:perfiles, historial de conversión, target… y esto permite la optimización del precio de compra/ventagracias al Big Data. El hecho de que el precio se decida en una puja en tiempo real da seguridad alos anunciantes de que quien gana el espacio es porque fue más competitivo en precio, el sistema esmucho más transparente que la venta negociada. Además, que el sistema sea automático, tuteladopor algoritmos y datos, reduce los costes y permite controlar el proceso con la modificación deparámetros técnicos. La publicidad en Internet se ha convertido ya en el negocio del Big Data y losdesarrolladores.


Si Facebook fuera un país, sus más de 1.000 millones de miembros lo harían el tercero más grandedel mundo. Y sobrepasaría por lejos a cualquier régimen pasado o presente en cuán íntimamenteregistra las vidas de sus ciudadanos. Las conversaciones privadas, fotos familiares y registros deviajes, nacimientos, casamientos y fallecimientos llegan a los servidores de la compañía y se quedanallí.

Facebook tiene toda esta información porque encontró maneras ingeniosas de recolectar datoscuando las personas socializan. Los usuarios primero llenan sus perfiles con su edad, género ydirección de e-mail; algunas personas también dan detalles adicionales, como el estado de susrelaciones y teléfono móvil. Un rediseño introdujo las páginas de perfiles en forma de “timelines”que invitan a las personas a agregar información histórica como lugares en los que vivieron ytrabajaron. Los mensajes y las fotos compartidos en el sitio se suelen “taggear” con locacionesespecíficas y, en los últimos años, Facebook comenzó a trackear actividades en toda Internet, através de una herramienta adictiva como el botón “Me gusta”. Esta función aparece en aplicacionesy sitios web fuera de Facebook y les permite a las personas indicar con un click que estáninteresadas en una marca, producto o pieza de contenido digital.

Facebook ha recolectado el conjunto de datos más extenso alguna vez armado sobre elcomportamiento social humano.


El fenómeno del Big Data es una realidad presente en el sector retail de Estados Unidos que estáintegrado plenamente en la estrategia y procesos de negocio de las empresas más innovadoras,informando sus decisiones más importantes en materia de marketing y comercialización(merchandising) de productos, fijación de precios, servicios post-venta o gestión de la cadena desuministro.

El volumen de datos e información de clientes de que dispone el sector crece de forma vertiginosa.Las empresas líderes del sector registran y analizan de forma creciente las transaccionescomerciales y datos asociados de sus clientes procedentes de muy diversos canales de venta (tienda,online, catálogos, programas de fidelización, club de clientes, etc). Asimismo, monitorizan yanalizan sus preferencias y patrones de compra- online y en tienda- como paso previo para dirigirlesofertas personalizadas de productos y servicios, empleando para ello las nuevas tecnologías decomunicación e información: aplicaciones móviles de geolocalización y tecnología RFID ( sistemasde identificación de productos por radio frecuencia)


A diferencia de lo que ocurre en los canales tradicionales, en la empresa estadounidense loscontenidos no se deciden en base a la opinión de diez personas sentadas en torno a una mesa, sinofijándose en el comportamiento y hábitos de millones de espectadores.

Las valoraciones de los usuarios, las búsquedas que hacen en la plataforma, qué dispositivosutilizan, cuánto tiempo invierten diariamente en la web y en cada vídeo, qué día de la semanaprefieren, si ven los capítulos enteros o parcialmente, las preferencias que tienen en común con susamigos, la audiencia de su misma región geográfica, además de los metadatos sobre el actor,director y género de cada título son algunos de los elementos que se tienen en cuenta antes derecomendar una serie… O decidir si vale la pena producirla.

Los datos que recoge la plataforma sobre los hábitos de los usuarios no sólo le sirven parapersonalizar las recomendaciones: Sus expertos en big data los modelan hasta convertirlos en unaespecie de gafas para ver el futuro; unas lentes que les sirvieron para valorar si merecía la penainvertir millones de dólares en reinventar la versión británica de la serie “House of Cards”… Y yaconocemos el resultado.


1. Enfoque

2. Oportunidades

3. Áreas beneficiadas

Fuente: EY


Vail pone al cliente en el centro del modelo de negocio, permitiendo ésto incrementar elengagement emocional, la experiencia de usuario y el consumo del mismo durante su estancia en elresort deportivo.

• Hábitos , costumbres y aficiones de los clientes target fuera del resort.• Análisis de menús, consumos en restaurantes, demanda culinaria y tiempo promedio en los

mismos.• Campañas de marketing nacionales e internacionales quasi – personalizadas.• Seguimiento y rastreo del gasto turístico en la estación.• Rastreo de movimientos de los forfaits por la estación para establecer patrones de conducta

de los diversos perfiles de clientes.• Desarrollo o creación de nuevos servicios en base a “demanda oculta” no satisfecha.


- CONSIDERACIONES FINALES

• Requisitos tecnológicos. - Landscape y ejemplo de arquitectura digital.


Cloud computing

La computación en nube es un sistema informatico basado en Internet y centros de datos remotos para gestionar servicios de información y aplicaciones.

La computación en nube permite que los consumidores y las empresas gestionen archivos y utilicenaplicaciones sin necesidad de instalarlas en cualquier computadora con acceso a Internet. Estatecnología ofrece un uso mucho más eficiente de recursos, como almacenamiento, memoria,procesamiento y ancho de banda, al proveer solamente los recursos necesarios en cada momento.La computación en nube es una tecnología que busca tener todos nuestros archivos e informaciónen Internet y sin depender de poseer la capacidad suficiente para almacenar dicha información. El cloud computing explica las nuevas posibilidades de forma de negocio actual, ofreciendoservicios a través de Internet, conocidos como e-business (negocios por Internet).


Toda la información, procesos, datos, etc. se localizan dentro de la red de internet, como en unanube, así todo el mundo puede acceder a la información completa, sin poseer una graninfraestructura. Un ejemplo sencillo de computación en nube es el sistema de documentos y aplicacioneselectrónicas Google Docs / Google Apps. Para su uso no es necesario instalar software o disponerde un servidor, basta con una conexión a Internet para poder utilizar cualquiera de sus servicios. La computación en nube se puede aplicar en casi cualquier entorno: desde el pequeño comercianteque necesita un sitio web seguro de comercio electrónico de forma rápida y barata, hasta el serviciode bomberos cuando repentinamente necesitan más poder computacional para predecir movimientosde incendios forestales durante el verano.

Los servicios de la computación en nube cubren desde aplicaciones individuales de negocios, comoel cálculo de impuestos, rentas o contribuciones, hasta la externalización informática de altorendimiento para complejos diseños en 3D, películas de cine o investigación científica.

El usuario puede en todo momento decidir qué aplicaciones usar y elegir entre aquellas que songratuitas y las que no lo son. En el caso de las aplicaciones de pago, el coste va en función dediversas variables, como el servicio contratado, el tiempo que se ha usado ese servicio o el volumende tráfico de datos utilizado.

Características:

• Bajo coste: Productos gratuitos o pagos mensuales fijos por utilización, sin costes adicionales,dado que no hay que invertir en gran infraestructura, ni en licencias • Seguridad: Los datos siempre están seguros • No hay necesidades de poseer una gran capacidad de almacenamiento • Mayor rapidez en el trabajo al estar basado en web • Información a tiempo real • Fuerte inversión en innovación • Acceso a toda la información • Acceso cuando quiera y donde quiera, sólo con una conexión a Internet


Implementación de procesos big data

Es importante tener en cuenta las fuentes de datos, formatos y volúmenes con las que se trabajaráantes de crear la arquitectura tecnológica. Mezclar datos internos -privativos- con datos abiertospuede crear grandes sinergias siempre que se respete la LOPD y los protocolos operativos y deseguridad preestablecidos de antemano.

El software de visualización y gestión a las bases de datos y metadatos externas, son en su granmayoría open source -gratuítos-, y basan su eficiencia y accesibilidad en una arquitectura decommoditie hardware (ordenadores “standard” procesando en paralelo, sin necesidad de carísimassupercomputadoras).

La implementación de estas herramientas es accesible a cualquier particular, empresa yadministración, pues la inversión necesaria en software/hardware es inexistente y/o muy barata.


Solución Big Data open source Standard

• Hardware: Cluster multinodo escalable. Outsourcing. • Sistema operativo Linux (Ubuntu, OpenSUSE, CentOS) • Bases de datos: internas y externas (Mongo DB, MySQL)• Cloudera: Hadoop, MapReduce, Pig, Hive • Extract, Transform and Load (ETL) • Modelado de datos y desarrollo de algoritmos (R, Rcmndr, MySql, Python) • Business Intelligence (Pentaho, Talend…)


BBDD en MySQL


Funcionamiento de Mapreduce

Consola Cloudera


Extract, transform & Load (Kettle ETL)


Modelado estadístico con R


Presentación de resultados en Pentaho (imagen superior) y en Carto (imagen inferior)


- BIBLIGRAFÍA / INFORMACIÓN ADJUNTA.

https://www.google.com/trends/

https://es.wikipedia.org/wiki/Aldea_global

https://es.wikipedia.org/wiki/Big_data

https://es.wikipedia.org/wiki/Ciudad_inteligente

https://es.wikipedia.org/wiki/Computaci%C3%B3n_en_la_nube

https://es.wikipedia.org/wiki/Ciencia_de_datos

http://www.emb.cl/gerencia/articulo.mvc?xid=3503&sec=12

http://www.fao.org/agronoticias/territorios-inteligentes/territorios-inteligentes/en/

http://frajaro.blogspot.com.es/

http://www.elconfidencialdigital.com/dinero/CaixaBank-banqueros-Google-Amazon-Apple_0_2447155262.html

http://www.nuevarevista.net/articulos/el-cluster-del-conocimiento

http://www.knowledgeatwharton.com.es/article/la-revolucion-urbana-del-siglo-xxi/

http://www.territorioymarketing.com/gestion-de-ciudades-del-siglo-xxi

http://searchdatacenter.techtarget.com/es/definicion/Computacion-en-la-nube

http://www.ticbeat.com/innovacion/data-scientist-trabajador-tech-todas-empresas-buscan/

http://www.puromarketing.com/12/22682/data-scientist-deseado-interprete-profesional-clave-big-data.html

http://blogthinkbig.com/hadoop-open-source-big-data/

http://www.mediaclick.es/blog/google-trends-y-open-big-data-que-busca-la-gente-en-google/

http://www.inboundcycle.com/blog-de-inbound-marketing/big-data-marketing-los-3-componentes-esenciales-para-una-estrategia-exitosa

http://www.educacionline.com/instituto-de-marketing-online/big-data-y-marketing-digital-una-relacion-imprescindible/






http://www.mediaclick.es/blog/google-trends-y-open-big-data-que-busca-la-gente-en-google/

http://blogthinkbig.com/hadoop-open-source-big-data/



http://www.ticbeat.com/innovacion/data-scientist-trabajador-tech-todas-empresas-buscan/

http://searchdatacenter.techtarget.com/es/definicion/Computacion-en-la-nube

http://www.territorioymarketing.com/gestion-de-ciudades-del-siglo-xxi

http://www.knowledgeatwharton.com.es/article/la-revolucion-urbana-del-siglo-xxi/

http://www.nuevarevista.net/articulos/el-cluster-del-conocimiento



http://frajaro.blogspot.com.es/

http://www.fao.org/agronoticias/territorios-inteligentes/territorios-inteligentes/en/

http://www.emb.cl/gerencia/articulo.mvc?xid=3503&sec=12

https://es.wikipedia.org/wiki/Ciencia_de_datos

https://es.wikipedia.org/wiki/Computaci%C3%B3n_en_la_nube

https://es.wikipedia.org/wiki/Ciudad_inteligente

https://es.wikipedia.org/wiki/Big_data

https://es.wikipedia.org/wiki/Aldea_global

https://www.google.com/trends/

Jacint Berengueras FeixaNIF: 45720210 M

c/ Anglada, 625530 Vielha


big data, analytics y sus aplicaciones en marketing

Documents