SlideShare une entreprise Scribd logo
1  sur  28
Télécharger pour lire hors ligne
Del Business Intelligence
al BIG DATA
Un desafío para las organizaciones
(en tiempos de turbulentos)
Presenta: Carlos Osorio
1
Una Historia
4 personas se reunieron
para contar las
experiencias en sus
empresas sobre lo que
significa llevar
del BI al BIG DATA.
2
¿¿ Qué es ??
¿¿ Cómo lo
implementamos ??
Lo quiero YA!!!
¿¿ Será una moda
más ??
Cuánto cuesta?
(Si no cuesta… Mejor)
¿¿ Estamos listos ??
Lo que Preguntan los CEO´s
sobre BIG DATA
Sistemas es el
responsable…. ¿¿ La competencia lo
tiene ??
Aterricemos:
¿ Cuál es el Contexto
y Escenario Actual ?
La Agenda del País
Fuente: Gartner Agenda CIO 2015
5
La Agenda de las Empresas
Fuente: OBS On Line Business School
6
La Agenda del CIO
Fuente: Gartner Agenda CIO 2015
7
“No pretendas
resultados diferentes
si sigues haciendo lo
mismo"
8
Desafíos: La Revolución ya inició
Fuente: IBM Forum 2014
de los datos generados
en el mundo fueron
creados en los 2 últimos
años
de los datos en el
mundo son
desestructurados
de los datos
disponibles pueden ser
procesados por
sistemas tradicionales
de
empresas líderes no
tienen acceso a los datos
que necesitan
de los CIO´s citan a BI y
Analytics como parte de
su visión
más probable que los
mejores colaboradores
usen Business Analytics
9
Desafíos: Nuevos enfoques
Persona
MáquinasEmpresa
10
Desafíos: Nuevos enfoques
Datos
Empresariales
• Volumen
• Estructurados
• Reto:
Rendimiento
Datos de las
Máquinas
• Latencia
• Semi-estructurado
• Reto: Ingestión
Datos de las
Personas
• Variabilidad
• Desestructurado
• Reto: Veracidad
11
¿ Cómo explicar el
concepto de Big Data
en la empresa ?
BIG DATA para la empresa: Analogía
Big Data es como el sexo adolescente:
Todo los jóvenes hablan de ello,
Nadie realmente sabe cómo hacerlo,
todo el mundo piensa que los demás saben hacerlo,
.. Pero finalmente todos dicen que
lo están haciendo mucho y bien.
13
BIG DATA para la empresa
Big Data en ejemplos
14
BIG DATA para la empresa
Fuente: IBM for Business Value – Univ.Oxford
Qué entienden los empresarios sobre BIG DATA?
15
• Capacidades de manejo, transformación y visualización
de GRANDES VOLÚMENES de datos
• Capacidades de captar DIVERSAS fuentes de
información estructurada y no estructurada
• Capacidades de manejo en TIEMPO REAL de la
información.
• Capacidades de ESCUCHAR más a nuestros CLIENTES
• Capacidad de desarrollar NUEVOS ROLES en la empresa
• Capacidades y elementos de juicio para las DECISIONES
de la mejora operativa.
16
BIG DATA para la empresa
Es Poder desarrollar ……
BIG DATA : Las 4 ‘V’
Fuente: IBM for Business Value – Univ.Oxford
17
BIG DATA : … y la 5ta ‘V’
• Ya conocemos que la
información tiene VALOR
• … lo siguiente es tomar en
cuenta las tecnologías de
código abierto (ejm. Apache
Hadoop)
18
BIG DATA: Qué esperan las empresas
• Reducir Fuga de Clientes
• Incrementar satisfacción y
lealtad
• Mejorar posicionamiento
• Priorizar productos
rentables
• Mejorar el pronóstico de
la demanda
• Mejora del Lifetime Value • Mejorar la capacidad de
producción
• Reducir inventarios
• Alinear planes de recursos
para crecimientos
sostenibles y rentables
• Optimizar mezcla de
personas
• Ciclo de vida del
colaborador
19
¿ Cómo llevamos a
cabo esta iniciativa en
nuestras empresas ?
Alineamiento Empresarial
Estrategia de BI/BA
Estrategias de Negocios
Comercial FinancieraSCMServicios
Visión – Misión
Objetivos de Negocio
BIG DATA: Cómo llevarlo a cabo
1.Alineamiento Ejecutivo
Plataforma BI/BA
21
BIG DATA: Cómo llevarlo a cabo
2. Establecer un Framework
22
Generar
Orden!!
BIG DATA: Cómo llevarlo a cabo
Valorparalaempresa
Tiempo y Recursos
Entendimiento
Big Data
Pilotear
Big Data
Incorporar
Big Data
A la gestión de info.
integral
Estrategia
Empresarial
Big Data
3. Determinar una Hoja de Ruta
23
BIG DATA: Cómo Gobernarlo?
4.Fundar el esquema de gobierno – BICC/BACC
El BICC o Centro de Excelencia de BI es un equipo de organización cruzada que ha definido
tareas, funciones y responsabilidades apoyo y promoción el uso efectivo de Business
Intelligence (BI) a través de una organización.
Funciones:
• Coordinar y asegurar un enfoque basado en los hechos para la toma de decisiones y
su implementación en toda la organización.
• Tiene la responsabilidad de la estructura de gobierno y sus programas de análisis,
proyectos, prácticas, software y arquitectura de la información
• Encargado de la Evangelización Analítica
Fuente: SAP BICC Best Practices
24
BIG DATA: Cómo Gobernarlo?
Fuente: SAP BICC Best Practices
Modelos Organizacionales BICC/BACC
• Como parte de IT
• Como parte de Finanzas u Operaciones
• Virtual
• Distribuido o Multi focal
Roles
• Líder BICC/BACC
• Analista de Negocios
• Data Scientist
• Evangelizador Analítico
• Arquitecto de Negocios
• Auditor Calidad de Información.
25
Algunos Consejos
1. No afrontar tareas muy ambiciosas (Priorizar).
2. Fundamental Tener claro el modelo de negocio.
3. Diseñar una hoja de ruta.
4. Encontrar el valor desde adentro.
5. Tener cuidado con la “indicadorsitis”
6. Co-creación con clientes
7. Énfasis en afianzar la cultura de medición.
8. No descuidar el enfoque de calidad de información.
9. Promover el centro del competencias (BICC).
10. Es mejor Small Data que Big Data .. O “Biga Nada”
26
Una reflexión
27
“ el Temor nos puede
paralizar…
… O también, hace que
hagamos las cosas de
manera distinta ”
Gracias por su tiempo
28
Carlos Osorio González
Email: carlos.osorio@yanbal-int.com
carlososorio1234@gmail.com
LinkedIn: https://pe.linkedin.com/pub/carlos-osorio/a/b23/516

Contenu connexe

Tendances

Data Science - Analítica Predictiva y Evolución de BI
Data Science - Analítica Predictiva y Evolución de BIData Science - Analítica Predictiva y Evolución de BI
Data Science - Analítica Predictiva y Evolución de BIPatricio Del Boca
 
Big Data, Big Customer Value, Big Results
Big Data, Big Customer Value, Big ResultsBig Data, Big Customer Value, Big Results
Big Data, Big Customer Value, Big ResultsMundo Contact
 
Estado del arte del BI | Jornada Madrid 2014 | UOC
Estado del arte del BI | Jornada Madrid 2014 | UOCEstado del arte del BI | Jornada Madrid 2014 | UOC
Estado del arte del BI | Jornada Madrid 2014 | UOCJosep Curto
 
Customer Analytics; qué se necesita y cómo conseguirlo by Josep Curto
Customer Analytics; qué se necesita y cómo conseguirlo by Josep CurtoCustomer Analytics; qué se necesita y cómo conseguirlo by Josep Curto
Customer Analytics; qué se necesita y cómo conseguirlo by Josep CurtoSngular Meaning
 
BDAS-2017 | Big Data y Retail: fidelizando a mis clientes en un entorno compe...
BDAS-2017 | Big Data y Retail: fidelizando a mis clientes en un entorno compe...BDAS-2017 | Big Data y Retail: fidelizando a mis clientes en un entorno compe...
BDAS-2017 | Big Data y Retail: fidelizando a mis clientes en un entorno compe...Big-Data-Summit
 
2016 ULL Cabildo KEEDIO - Como se empieza
2016 ULL Cabildo KEEDIO - Como se empieza2016 ULL Cabildo KEEDIO - Como se empieza
2016 ULL Cabildo KEEDIO - Como se empiezaKEEDIO
 
Del bit al big data
Del bit al big dataDel bit al big data
Del bit al big dataPowerData
 
Evolución a Big Data en la empresa no tecnológica
Evolución a Big Data en la empresa no tecnológicaEvolución a Big Data en la empresa no tecnológica
Evolución a Big Data en la empresa no tecnológicaUOC Sede de Madrid
 
Los profesionales BI y su formación
Los profesionales BI y su formaciónLos profesionales BI y su formación
Los profesionales BI y su formaciónUOC Sede de Madrid
 
Jornada UOC Madrid 2014 BI & BIg Data. Experiencia de una compañia de servicios
Jornada UOC Madrid 2014 BI & BIg Data. Experiencia de una compañia de serviciosJornada UOC Madrid 2014 BI & BIg Data. Experiencia de una compañia de servicios
Jornada UOC Madrid 2014 BI & BIg Data. Experiencia de una compañia de serviciosANTONIO ALONSO
 
BDAS-2017 | Big Bilbao: Big Data e Internet of Things para la promoción econó...
BDAS-2017 | Big Bilbao: Big Data e Internet of Things para la promoción econó...BDAS-2017 | Big Bilbao: Big Data e Internet of Things para la promoción econó...
BDAS-2017 | Big Bilbao: Big Data e Internet of Things para la promoción econó...Big-Data-Summit
 
Desmitificando el Big Data
Desmitificando el Big DataDesmitificando el Big Data
Desmitificando el Big DataStratebi
 
Cómo implementar una solución Big Data
Cómo implementar una solución Big DataCómo implementar una solución Big Data
Cómo implementar una solución Big DataAMETIC
 
Cómo empezar a implementar proyectos Big Data en tu organización
Cómo empezar a implementar proyectos Big Data en tu organizaciónCómo empezar a implementar proyectos Big Data en tu organización
Cómo empezar a implementar proyectos Big Data en tu organizaciónBEEVA_es
 
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Analytics10
 
Power data introduccion
Power data introduccionPower data introduccion
Power data introduccionPowerData
 
Relaciones Públicas y Big Data
Relaciones Públicas y Big DataRelaciones Públicas y Big Data
Relaciones Públicas y Big DataGrupo DIRCOM
 

Tendances (20)

Data Science - Analítica Predictiva y Evolución de BI
Data Science - Analítica Predictiva y Evolución de BIData Science - Analítica Predictiva y Evolución de BI
Data Science - Analítica Predictiva y Evolución de BI
 
Big Data, Big Customer Value, Big Results
Big Data, Big Customer Value, Big ResultsBig Data, Big Customer Value, Big Results
Big Data, Big Customer Value, Big Results
 
Estado del arte del BI | Jornada Madrid 2014 | UOC
Estado del arte del BI | Jornada Madrid 2014 | UOCEstado del arte del BI | Jornada Madrid 2014 | UOC
Estado del arte del BI | Jornada Madrid 2014 | UOC
 
Customer Analytics; qué se necesita y cómo conseguirlo by Josep Curto
Customer Analytics; qué se necesita y cómo conseguirlo by Josep CurtoCustomer Analytics; qué se necesita y cómo conseguirlo by Josep Curto
Customer Analytics; qué se necesita y cómo conseguirlo by Josep Curto
 
BDAS-2017 | Big Data y Retail: fidelizando a mis clientes en un entorno compe...
BDAS-2017 | Big Data y Retail: fidelizando a mis clientes en un entorno compe...BDAS-2017 | Big Data y Retail: fidelizando a mis clientes en un entorno compe...
BDAS-2017 | Big Data y Retail: fidelizando a mis clientes en un entorno compe...
 
2016 ULL Cabildo KEEDIO - Como se empieza
2016 ULL Cabildo KEEDIO - Como se empieza2016 ULL Cabildo KEEDIO - Como se empieza
2016 ULL Cabildo KEEDIO - Como se empieza
 
Del bit al big data
Del bit al big dataDel bit al big data
Del bit al big data
 
Evolución a Big Data en la empresa no tecnológica
Evolución a Big Data en la empresa no tecnológicaEvolución a Big Data en la empresa no tecnológica
Evolución a Big Data en la empresa no tecnológica
 
Business Intelligence vs. BiG Data
Business Intelligence vs. BiG DataBusiness Intelligence vs. BiG Data
Business Intelligence vs. BiG Data
 
Los profesionales BI y su formación
Los profesionales BI y su formaciónLos profesionales BI y su formación
Los profesionales BI y su formación
 
Jornada UOC Madrid 2014 BI & BIg Data. Experiencia de una compañia de servicios
Jornada UOC Madrid 2014 BI & BIg Data. Experiencia de una compañia de serviciosJornada UOC Madrid 2014 BI & BIg Data. Experiencia de una compañia de servicios
Jornada UOC Madrid 2014 BI & BIg Data. Experiencia de una compañia de servicios
 
BDAS-2017 | Big Bilbao: Big Data e Internet of Things para la promoción econó...
BDAS-2017 | Big Bilbao: Big Data e Internet of Things para la promoción econó...BDAS-2017 | Big Bilbao: Big Data e Internet of Things para la promoción econó...
BDAS-2017 | Big Bilbao: Big Data e Internet of Things para la promoción econó...
 
Desmitificando el Big Data
Desmitificando el Big DataDesmitificando el Big Data
Desmitificando el Big Data
 
Cómo implementar una solución Big Data
Cómo implementar una solución Big DataCómo implementar una solución Big Data
Cómo implementar una solución Big Data
 
Cómo empezar a implementar proyectos Big Data en tu organización
Cómo empezar a implementar proyectos Big Data en tu organizaciónCómo empezar a implementar proyectos Big Data en tu organización
Cómo empezar a implementar proyectos Big Data en tu organización
 
Hablemos de Big Data
Hablemos de Big DataHablemos de Big Data
Hablemos de Big Data
 
Big Data y Redes Sociales: Ejemplos y casos de éxito
Big Data y Redes Sociales: Ejemplos y casos de éxitoBig Data y Redes Sociales: Ejemplos y casos de éxito
Big Data y Redes Sociales: Ejemplos y casos de éxito
 
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera
 
Power data introduccion
Power data introduccionPower data introduccion
Power data introduccion
 
Relaciones Públicas y Big Data
Relaciones Públicas y Big DataRelaciones Públicas y Big Data
Relaciones Públicas y Big Data
 

En vedette

Son Torrella
Son Torrella Son Torrella
Son Torrella AinaSbert
 
Business Intelligence, para potenciar tus estrategias de Marketing y Redes So...
Business Intelligence, para potenciar tus estrategias de Marketing y Redes So...Business Intelligence, para potenciar tus estrategias de Marketing y Redes So...
Business Intelligence, para potenciar tus estrategias de Marketing y Redes So...Interlat
 
Teamnet centro de competencia
Teamnet centro de competenciaTeamnet centro de competencia
Teamnet centro de competenciaTEAMNET
 
Introducción al Business Intelligence y al Big Data
Introducción al Business Intelligence y al Big DataIntroducción al Business Intelligence y al Big Data
Introducción al Business Intelligence y al Big DataDavid Hurtado
 
HRSeminar F&O Ulrich Penzkofer NRB
HRSeminar F&O Ulrich Penzkofer NRBHRSeminar F&O Ulrich Penzkofer NRB
HRSeminar F&O Ulrich Penzkofer NRBHRmagazine
 
PoolParty SKOS and Linked Data
PoolParty SKOS and Linked DataPoolParty SKOS and Linked Data
PoolParty SKOS and Linked DataAndreas Blumauer
 
Informatica servicios utmach individual
Informatica servicios utmach individualInformatica servicios utmach individual
Informatica servicios utmach individualKatiuska Avila
 
Baseh rt 1 rw 1
Baseh rt 1 rw 1Baseh rt 1 rw 1
Baseh rt 1 rw 1Mola Key's
 
Semana Gastronómica Benissa (del 1 al 10 de marzo)
Semana Gastronómica Benissa (del 1 al 10 de marzo)Semana Gastronómica Benissa (del 1 al 10 de marzo)
Semana Gastronómica Benissa (del 1 al 10 de marzo)Ayuntamiento Benissa
 
Pengolahan air-limbah-domestik-dengan-metode-biology-irigation-memanfaatkan-e...
Pengolahan air-limbah-domestik-dengan-metode-biology-irigation-memanfaatkan-e...Pengolahan air-limbah-domestik-dengan-metode-biology-irigation-memanfaatkan-e...
Pengolahan air-limbah-domestik-dengan-metode-biology-irigation-memanfaatkan-e...Andien Ingin Sukses
 
Influence of time and length size feature selections for human activity seque...
Influence of time and length size feature selections for human activity seque...Influence of time and length size feature selections for human activity seque...
Influence of time and length size feature selections for human activity seque...ISA Interchange
 
Intro al tema Instalaciones Digitales 2.0
Intro al tema Instalaciones Digitales 2.0Intro al tema Instalaciones Digitales 2.0
Intro al tema Instalaciones Digitales 2.0Daniel I. Krichman
 

En vedette (20)

Son Torrella
Son Torrella Son Torrella
Son Torrella
 
Big Data i Turisme
Big Data i TurismeBig Data i Turisme
Big Data i Turisme
 
The effects of technology on new tourism
The effects of technology on new tourismThe effects of technology on new tourism
The effects of technology on new tourism
 
Business Intelligence, para potenciar tus estrategias de Marketing y Redes So...
Business Intelligence, para potenciar tus estrategias de Marketing y Redes So...Business Intelligence, para potenciar tus estrategias de Marketing y Redes So...
Business Intelligence, para potenciar tus estrategias de Marketing y Redes So...
 
Teamnet centro de competencia
Teamnet centro de competenciaTeamnet centro de competencia
Teamnet centro de competencia
 
Introducción al Business Intelligence y al Big Data
Introducción al Business Intelligence y al Big DataIntroducción al Business Intelligence y al Big Data
Introducción al Business Intelligence y al Big Data
 
Ppt folleto
Ppt folletoPpt folleto
Ppt folleto
 
HRSeminar F&O Ulrich Penzkofer NRB
HRSeminar F&O Ulrich Penzkofer NRBHRSeminar F&O Ulrich Penzkofer NRB
HRSeminar F&O Ulrich Penzkofer NRB
 
PoolParty SKOS and Linked Data
PoolParty SKOS and Linked DataPoolParty SKOS and Linked Data
PoolParty SKOS and Linked Data
 
Informatica servicios utmach individual
Informatica servicios utmach individualInformatica servicios utmach individual
Informatica servicios utmach individual
 
Hulu vs google
Hulu vs googleHulu vs google
Hulu vs google
 
JMCC
JMCCJMCC
JMCC
 
Baseh rt 1 rw 1
Baseh rt 1 rw 1Baseh rt 1 rw 1
Baseh rt 1 rw 1
 
Manejo de materiales
Manejo de materialesManejo de materiales
Manejo de materiales
 
Semana Gastronómica Benissa (del 1 al 10 de marzo)
Semana Gastronómica Benissa (del 1 al 10 de marzo)Semana Gastronómica Benissa (del 1 al 10 de marzo)
Semana Gastronómica Benissa (del 1 al 10 de marzo)
 
Enano newsletter issue22
Enano newsletter issue22Enano newsletter issue22
Enano newsletter issue22
 
Pengolahan air-limbah-domestik-dengan-metode-biology-irigation-memanfaatkan-e...
Pengolahan air-limbah-domestik-dengan-metode-biology-irigation-memanfaatkan-e...Pengolahan air-limbah-domestik-dengan-metode-biology-irigation-memanfaatkan-e...
Pengolahan air-limbah-domestik-dengan-metode-biology-irigation-memanfaatkan-e...
 
Influence of time and length size feature selections for human activity seque...
Influence of time and length size feature selections for human activity seque...Influence of time and length size feature selections for human activity seque...
Influence of time and length size feature selections for human activity seque...
 
PONTE EN FORMA
PONTE EN FORMAPONTE EN FORMA
PONTE EN FORMA
 
Intro al tema Instalaciones Digitales 2.0
Intro al tema Instalaciones Digitales 2.0Intro al tema Instalaciones Digitales 2.0
Intro al tema Instalaciones Digitales 2.0
 

Similaire à Del Business Intelligence al Big Data

H. Gomis y E. Cañizares. Herramientas BI : Elección y Buenas Prácticas. Seman...
H. Gomis y E. Cañizares. Herramientas BI : Elección y Buenas Prácticas. Seman...H. Gomis y E. Cañizares. Herramientas BI : Elección y Buenas Prácticas. Seman...
H. Gomis y E. Cañizares. Herramientas BI : Elección y Buenas Prácticas. Seman...COIICV
 
Bi (business intelligence)
Bi (business intelligence) Bi (business intelligence)
Bi (business intelligence) Luis Sanchez
 
Bi (business intelligence)
Bi (business intelligence)Bi (business intelligence)
Bi (business intelligence)Luis Sanchez
 
IICCA CAPITULO_4 ABRIL_2022 BI.pdf
IICCA CAPITULO_4 ABRIL_2022 BI.pdfIICCA CAPITULO_4 ABRIL_2022 BI.pdf
IICCA CAPITULO_4 ABRIL_2022 BI.pdfJAVIER SALAS RIOS
 
Diseñando la Experiencia de los Usuarios - Facultad de Informática - UNLP
Diseñando la Experiencia de los Usuarios - Facultad de Informática - UNLPDiseñando la Experiencia de los Usuarios - Facultad de Informática - UNLP
Diseñando la Experiencia de los Usuarios - Facultad de Informática - UNLPPaola Amadeo
 
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...Pentaho
 
IN Unidad 1: Introducción a la inteligencia de negocios
IN Unidad 1: Introducción a la inteligencia de negociosIN Unidad 1: Introducción a la inteligencia de negocios
IN Unidad 1: Introducción a la inteligencia de negociosFranklin Parrales Bravo
 
SAP BI crystal server, edicion analitica
SAP BI crystal server, edicion analiticaSAP BI crystal server, edicion analitica
SAP BI crystal server, edicion analiticaJuan Frias
 
¿Para qué hacer BI y analítica en su empresa? Tendencias en 2017
¿Para qué hacer BI y analítica en su empresa? Tendencias en 2017¿Para qué hacer BI y analítica en su empresa? Tendencias en 2017
¿Para qué hacer BI y analítica en su empresa? Tendencias en 2017IT-NOVA
 
Business intelligence 0
Business intelligence 0Business intelligence 0
Business intelligence 0eboadaspsm
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negociosVictoriaPilco
 
introduccioninteligencianegociosbii-150125211936-conversion-gate01.pptx
introduccioninteligencianegociosbii-150125211936-conversion-gate01.pptxintroduccioninteligencianegociosbii-150125211936-conversion-gate01.pptx
introduccioninteligencianegociosbii-150125211936-conversion-gate01.pptxBenjamindavidCordoba
 
10 beneficios de la analítica para la salud
10 beneficios de la analítica para la salud10 beneficios de la analítica para la salud
10 beneficios de la analítica para la saludIT-NOVA
 
People Analytics desde RT – Data 4HR
People Analytics desde RT – Data 4HRPeople Analytics desde RT – Data 4HR
People Analytics desde RT – Data 4HRSergio Garcia Mora
 
Inteligencia de Negocio con Excel Power Pivot
Inteligencia de Negocio con Excel Power PivotInteligencia de Negocio con Excel Power Pivot
Inteligencia de Negocio con Excel Power PivotEAE
 
Un Plan Estratégico de BI
Un Plan Estratégico de BIUn Plan Estratégico de BI
Un Plan Estratégico de BIIT-NOVA
 

Similaire à Del Business Intelligence al Big Data (20)

H. Gomis y E. Cañizares. Herramientas BI : Elección y Buenas Prácticas. Seman...
H. Gomis y E. Cañizares. Herramientas BI : Elección y Buenas Prácticas. Seman...H. Gomis y E. Cañizares. Herramientas BI : Elección y Buenas Prácticas. Seman...
H. Gomis y E. Cañizares. Herramientas BI : Elección y Buenas Prácticas. Seman...
 
Business inteligence
Business inteligenceBusiness inteligence
Business inteligence
 
Bi (business intelligence)
Bi (business intelligence) Bi (business intelligence)
Bi (business intelligence)
 
Bi (business intelligence)
Bi (business intelligence)Bi (business intelligence)
Bi (business intelligence)
 
IICCA CAPITULO_4 ABRIL_2022 BI.pdf
IICCA CAPITULO_4 ABRIL_2022 BI.pdfIICCA CAPITULO_4 ABRIL_2022 BI.pdf
IICCA CAPITULO_4 ABRIL_2022 BI.pdf
 
Investigación
InvestigaciónInvestigación
Investigación
 
Diseñando la Experiencia de los Usuarios - Facultad de Informática - UNLP
Diseñando la Experiencia de los Usuarios - Facultad de Informática - UNLPDiseñando la Experiencia de los Usuarios - Facultad de Informática - UNLP
Diseñando la Experiencia de los Usuarios - Facultad de Informática - UNLP
 
Seminario De Tecnologia
Seminario De TecnologiaSeminario De Tecnologia
Seminario De Tecnologia
 
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
Predictive Analytics with Pentaho Data Mining - Análisis Predictivo con Penta...
 
IN Unidad 1: Introducción a la inteligencia de negocios
IN Unidad 1: Introducción a la inteligencia de negociosIN Unidad 1: Introducción a la inteligencia de negocios
IN Unidad 1: Introducción a la inteligencia de negocios
 
SAP BI crystal server, edicion analitica
SAP BI crystal server, edicion analiticaSAP BI crystal server, edicion analitica
SAP BI crystal server, edicion analitica
 
¿Para qué hacer BI y analítica en su empresa? Tendencias en 2017
¿Para qué hacer BI y analítica en su empresa? Tendencias en 2017¿Para qué hacer BI y analítica en su empresa? Tendencias en 2017
¿Para qué hacer BI y analítica en su empresa? Tendencias en 2017
 
Business intelligence 0
Business intelligence 0Business intelligence 0
Business intelligence 0
 
Design Thinking y Agile para SOFOM
Design Thinking y Agile para SOFOMDesign Thinking y Agile para SOFOM
Design Thinking y Agile para SOFOM
 
Inteligencia de negocios
Inteligencia de negociosInteligencia de negocios
Inteligencia de negocios
 
introduccioninteligencianegociosbii-150125211936-conversion-gate01.pptx
introduccioninteligencianegociosbii-150125211936-conversion-gate01.pptxintroduccioninteligencianegociosbii-150125211936-conversion-gate01.pptx
introduccioninteligencianegociosbii-150125211936-conversion-gate01.pptx
 
10 beneficios de la analítica para la salud
10 beneficios de la analítica para la salud10 beneficios de la analítica para la salud
10 beneficios de la analítica para la salud
 
People Analytics desde RT – Data 4HR
People Analytics desde RT – Data 4HRPeople Analytics desde RT – Data 4HR
People Analytics desde RT – Data 4HR
 
Inteligencia de Negocio con Excel Power Pivot
Inteligencia de Negocio con Excel Power PivotInteligencia de Negocio con Excel Power Pivot
Inteligencia de Negocio con Excel Power Pivot
 
Un Plan Estratégico de BI
Un Plan Estratégico de BIUn Plan Estratégico de BI
Un Plan Estratégico de BI
 

Plus de DMC Perú

DMC Talk - Blockchain Stamping
DMC Talk - Blockchain StampingDMC Talk - Blockchain Stamping
DMC Talk - Blockchain StampingDMC Perú
 
DMC Talk - Presentacion Voicebots
DMC Talk - Presentacion VoicebotsDMC Talk - Presentacion Voicebots
DMC Talk - Presentacion VoicebotsDMC Perú
 
Perfiles profesionales en analytics - DMC Perú
Perfiles profesionales en analytics - DMC Perú Perfiles profesionales en analytics - DMC Perú
Perfiles profesionales en analytics - DMC Perú DMC Perú
 
Sistema recomendador - DMC 2018
Sistema recomendador - DMC 2018Sistema recomendador - DMC 2018
Sistema recomendador - DMC 2018DMC Perú
 
Democratización de ciencia de datos
Democratización de ciencia de datosDemocratización de ciencia de datos
Democratización de ciencia de datosDMC Perú
 
Relación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y EstadísticaRelación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y EstadísticaDMC Perú
 
Relación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y EstadísticaRelación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y EstadísticaDMC Perú
 
Soluciones de Big Data en el Entorno Analítico de SAS
Soluciones de Big Data en el Entorno Analítico de SASSoluciones de Big Data en el Entorno Analítico de SAS
Soluciones de Big Data en el Entorno Analítico de SASDMC Perú
 
Métodos Predictivos: Aplicación a la Detección de Fraudes en Tarjetas De Crédito
Métodos Predictivos: Aplicación a la Detección de Fraudes en Tarjetas De CréditoMétodos Predictivos: Aplicación a la Detección de Fraudes en Tarjetas De Crédito
Métodos Predictivos: Aplicación a la Detección de Fraudes en Tarjetas De CréditoDMC Perú
 
La Modelización Predictiva como Herramienta de Innovación
La Modelización Predictiva como Herramienta de InnovaciónLa Modelización Predictiva como Herramienta de Innovación
La Modelización Predictiva como Herramienta de InnovaciónDMC Perú
 
Caso netflix
Caso netflixCaso netflix
Caso netflixDMC Perú
 
Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.
Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.
Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.DMC Perú
 
Tendencias Recientes en Data Mining
Tendencias Recientes en Data MiningTendencias Recientes en Data Mining
Tendencias Recientes en Data MiningDMC Perú
 
¿Que es el Text Mining?
¿Que es el Text Mining?¿Que es el Text Mining?
¿Que es el Text Mining?DMC Perú
 

Plus de DMC Perú (15)

DMC Talk - Blockchain Stamping
DMC Talk - Blockchain StampingDMC Talk - Blockchain Stamping
DMC Talk - Blockchain Stamping
 
DMC Talk - Presentacion Voicebots
DMC Talk - Presentacion VoicebotsDMC Talk - Presentacion Voicebots
DMC Talk - Presentacion Voicebots
 
Perfiles profesionales en analytics - DMC Perú
Perfiles profesionales en analytics - DMC Perú Perfiles profesionales en analytics - DMC Perú
Perfiles profesionales en analytics - DMC Perú
 
Sistema recomendador - DMC 2018
Sistema recomendador - DMC 2018Sistema recomendador - DMC 2018
Sistema recomendador - DMC 2018
 
Democratización de ciencia de datos
Democratización de ciencia de datosDemocratización de ciencia de datos
Democratización de ciencia de datos
 
Relación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y EstadísticaRelación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y Estadística
 
Relación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y EstadísticaRelación Entre Big Data, Data Mining y Estadística
Relación Entre Big Data, Data Mining y Estadística
 
Soluciones de Big Data en el Entorno Analítico de SAS
Soluciones de Big Data en el Entorno Analítico de SASSoluciones de Big Data en el Entorno Analítico de SAS
Soluciones de Big Data en el Entorno Analítico de SAS
 
Métodos Predictivos: Aplicación a la Detección de Fraudes en Tarjetas De Crédito
Métodos Predictivos: Aplicación a la Detección de Fraudes en Tarjetas De CréditoMétodos Predictivos: Aplicación a la Detección de Fraudes en Tarjetas De Crédito
Métodos Predictivos: Aplicación a la Detección de Fraudes en Tarjetas De Crédito
 
La Modelización Predictiva como Herramienta de Innovación
La Modelización Predictiva como Herramienta de InnovaciónLa Modelización Predictiva como Herramienta de Innovación
La Modelización Predictiva como Herramienta de Innovación
 
Caso netflix
Caso netflixCaso netflix
Caso netflix
 
Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.
Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.
Text Mining: Segmentaciónd de Usuarios de Twitter. Lima Metropolitana.
 
Web Mining
Web MiningWeb Mining
Web Mining
 
Tendencias Recientes en Data Mining
Tendencias Recientes en Data MiningTendencias Recientes en Data Mining
Tendencias Recientes en Data Mining
 
¿Que es el Text Mining?
¿Que es el Text Mining?¿Que es el Text Mining?
¿Que es el Text Mining?
 

Dernier

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 2024IrapuatoCmovamos
 
biometria hematica y hemostasia y preanalitica.pptx
biometria hematica y hemostasia y preanalitica.pptxbiometria hematica y hemostasia y preanalitica.pptx
biometria hematica y hemostasia y preanalitica.pptxmariabeatrizbermudez
 
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).pdfJC Díaz Herrera
 
Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1alfredo130306
 
El Manierismo. El Manierismo
El Manierismo.              El ManierismoEl Manierismo.              El Manierismo
El Manierismo. El Manierismofariannys5
 
6.3 Hidrologia Geomorfologia Cuenca.pptx
6.3 Hidrologia Geomorfologia Cuenca.pptx6.3 Hidrologia Geomorfologia Cuenca.pptx
6.3 Hidrologia Geomorfologia Cuenca.pptxBrallanDanielRamrezS
 
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdfPorcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdfJC Díaz Herrera
 
La Guerra Biologica - Emiliano Paico Vilchez.pdf
La Guerra Biologica - Emiliano Paico Vilchez.pdfLa Guerra Biologica - Emiliano Paico Vilchez.pdf
La Guerra Biologica - Emiliano Paico Vilchez.pdfjosellaqtas
 
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,EmmanuelDelJessGonza
 
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-Abril2024analiticaydatos
 
Conversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latinoConversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latinoBESTTech1
 
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILASistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILAsofiagomez288291
 
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).pptxMarioKing10
 
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 ROMANASanyahelmont
 
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.pdfLizRamirez182254
 
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.pptxfatimacamilainjantem
 
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).pdfJC Díaz Herrera
 
Los primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdfLos primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdfJC Díaz Herrera
 
Investigacion cualitativa y cuantitativa....pdf
Investigacion cualitativa y cuantitativa....pdfInvestigacion cualitativa y cuantitativa....pdf
Investigacion cualitativa y cuantitativa....pdfalexanderleonyonange
 
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...claudioluna1121
 

Dernier (20)

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
 
biometria hematica y hemostasia y preanalitica.pptx
biometria hematica y hemostasia y preanalitica.pptxbiometria hematica y hemostasia y preanalitica.pptx
biometria hematica y hemostasia y preanalitica.pptx
 
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
 
Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1
 
El Manierismo. El Manierismo
El Manierismo.              El ManierismoEl Manierismo.              El Manierismo
El Manierismo. El Manierismo
 
6.3 Hidrologia Geomorfologia Cuenca.pptx
6.3 Hidrologia Geomorfologia Cuenca.pptx6.3 Hidrologia Geomorfologia Cuenca.pptx
6.3 Hidrologia Geomorfologia Cuenca.pptx
 
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdfPorcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
Porcentaje de población blanca europea en Europa Occidental (1923-2024).pdf
 
La Guerra Biologica - Emiliano Paico Vilchez.pdf
La Guerra Biologica - Emiliano Paico Vilchez.pdfLa Guerra Biologica - Emiliano Paico Vilchez.pdf
La Guerra Biologica - Emiliano Paico Vilchez.pdf
 
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,MARCO TEORICO, SEMINARIO DE INVESTIGACION,
MARCO TEORICO, SEMINARIO DE INVESTIGACION,
 
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
 
Conversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latinoConversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latino
 
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILASistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
 
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
 
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
 
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
 
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
 
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
 
Los primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdfLos primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdf
 
Investigacion cualitativa y cuantitativa....pdf
Investigacion cualitativa y cuantitativa....pdfInvestigacion cualitativa y cuantitativa....pdf
Investigacion cualitativa y cuantitativa....pdf
 
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...
 

Del Business Intelligence al Big Data

  • 1. Del Business Intelligence al BIG DATA Un desafío para las organizaciones (en tiempos de turbulentos) Presenta: Carlos Osorio 1
  • 2. Una Historia 4 personas se reunieron para contar las experiencias en sus empresas sobre lo que significa llevar del BI al BIG DATA. 2
  • 3. ¿¿ Qué es ?? ¿¿ Cómo lo implementamos ?? Lo quiero YA!!! ¿¿ Será una moda más ?? Cuánto cuesta? (Si no cuesta… Mejor) ¿¿ Estamos listos ?? Lo que Preguntan los CEO´s sobre BIG DATA Sistemas es el responsable…. ¿¿ La competencia lo tiene ??
  • 4. Aterricemos: ¿ Cuál es el Contexto y Escenario Actual ?
  • 5. La Agenda del País Fuente: Gartner Agenda CIO 2015 5
  • 6. La Agenda de las Empresas Fuente: OBS On Line Business School 6
  • 7. La Agenda del CIO Fuente: Gartner Agenda CIO 2015 7
  • 8. “No pretendas resultados diferentes si sigues haciendo lo mismo" 8
  • 9. Desafíos: La Revolución ya inició Fuente: IBM Forum 2014 de los datos generados en el mundo fueron creados en los 2 últimos años de los datos en el mundo son desestructurados de los datos disponibles pueden ser procesados por sistemas tradicionales de empresas líderes no tienen acceso a los datos que necesitan de los CIO´s citan a BI y Analytics como parte de su visión más probable que los mejores colaboradores usen Business Analytics 9
  • 11. Desafíos: Nuevos enfoques Datos Empresariales • Volumen • Estructurados • Reto: Rendimiento Datos de las Máquinas • Latencia • Semi-estructurado • Reto: Ingestión Datos de las Personas • Variabilidad • Desestructurado • Reto: Veracidad 11
  • 12. ¿ Cómo explicar el concepto de Big Data en la empresa ?
  • 13. BIG DATA para la empresa: Analogía Big Data es como el sexo adolescente: Todo los jóvenes hablan de ello, Nadie realmente sabe cómo hacerlo, todo el mundo piensa que los demás saben hacerlo, .. Pero finalmente todos dicen que lo están haciendo mucho y bien. 13
  • 14. BIG DATA para la empresa Big Data en ejemplos 14
  • 15. BIG DATA para la empresa Fuente: IBM for Business Value – Univ.Oxford Qué entienden los empresarios sobre BIG DATA? 15
  • 16. • Capacidades de manejo, transformación y visualización de GRANDES VOLÚMENES de datos • Capacidades de captar DIVERSAS fuentes de información estructurada y no estructurada • Capacidades de manejo en TIEMPO REAL de la información. • Capacidades de ESCUCHAR más a nuestros CLIENTES • Capacidad de desarrollar NUEVOS ROLES en la empresa • Capacidades y elementos de juicio para las DECISIONES de la mejora operativa. 16 BIG DATA para la empresa Es Poder desarrollar ……
  • 17. BIG DATA : Las 4 ‘V’ Fuente: IBM for Business Value – Univ.Oxford 17
  • 18. BIG DATA : … y la 5ta ‘V’ • Ya conocemos que la información tiene VALOR • … lo siguiente es tomar en cuenta las tecnologías de código abierto (ejm. Apache Hadoop) 18
  • 19. BIG DATA: Qué esperan las empresas • Reducir Fuga de Clientes • Incrementar satisfacción y lealtad • Mejorar posicionamiento • Priorizar productos rentables • Mejorar el pronóstico de la demanda • Mejora del Lifetime Value • Mejorar la capacidad de producción • Reducir inventarios • Alinear planes de recursos para crecimientos sostenibles y rentables • Optimizar mezcla de personas • Ciclo de vida del colaborador 19
  • 20. ¿ Cómo llevamos a cabo esta iniciativa en nuestras empresas ?
  • 21. Alineamiento Empresarial Estrategia de BI/BA Estrategias de Negocios Comercial FinancieraSCMServicios Visión – Misión Objetivos de Negocio BIG DATA: Cómo llevarlo a cabo 1.Alineamiento Ejecutivo Plataforma BI/BA 21
  • 22. BIG DATA: Cómo llevarlo a cabo 2. Establecer un Framework 22 Generar Orden!!
  • 23. BIG DATA: Cómo llevarlo a cabo Valorparalaempresa Tiempo y Recursos Entendimiento Big Data Pilotear Big Data Incorporar Big Data A la gestión de info. integral Estrategia Empresarial Big Data 3. Determinar una Hoja de Ruta 23
  • 24. BIG DATA: Cómo Gobernarlo? 4.Fundar el esquema de gobierno – BICC/BACC El BICC o Centro de Excelencia de BI es un equipo de organización cruzada que ha definido tareas, funciones y responsabilidades apoyo y promoción el uso efectivo de Business Intelligence (BI) a través de una organización. Funciones: • Coordinar y asegurar un enfoque basado en los hechos para la toma de decisiones y su implementación en toda la organización. • Tiene la responsabilidad de la estructura de gobierno y sus programas de análisis, proyectos, prácticas, software y arquitectura de la información • Encargado de la Evangelización Analítica Fuente: SAP BICC Best Practices 24
  • 25. BIG DATA: Cómo Gobernarlo? Fuente: SAP BICC Best Practices Modelos Organizacionales BICC/BACC • Como parte de IT • Como parte de Finanzas u Operaciones • Virtual • Distribuido o Multi focal Roles • Líder BICC/BACC • Analista de Negocios • Data Scientist • Evangelizador Analítico • Arquitecto de Negocios • Auditor Calidad de Información. 25
  • 26. Algunos Consejos 1. No afrontar tareas muy ambiciosas (Priorizar). 2. Fundamental Tener claro el modelo de negocio. 3. Diseñar una hoja de ruta. 4. Encontrar el valor desde adentro. 5. Tener cuidado con la “indicadorsitis” 6. Co-creación con clientes 7. Énfasis en afianzar la cultura de medición. 8. No descuidar el enfoque de calidad de información. 9. Promover el centro del competencias (BICC). 10. Es mejor Small Data que Big Data .. O “Biga Nada” 26
  • 27. Una reflexión 27 “ el Temor nos puede paralizar… … O también, hace que hagamos las cosas de manera distinta ”
  • 28. Gracias por su tiempo 28 Carlos Osorio González Email: carlos.osorio@yanbal-int.com carlososorio1234@gmail.com LinkedIn: https://pe.linkedin.com/pub/carlos-osorio/a/b23/516