Jimmy Martínez, Domain Expert de Information Management para SAS Latinoamérica Norte

1. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
BIG DATA
BIG CUSTOMER DATA
BIG RESULTS
JIMMY MARTÍNEZ
SAS INSTITUTE / JULIO, 2013

2. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
AGENDA
• Valor para el cliente
• ¿Qué es Big Data?
• ¿Qué es importante saber y definir?
• Web Data
• Retos
• Otros tipos
• Los 7 pasos

3. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
VALOR PARA EL CLIENTE
Combinar la información de Social Media con analítica para ofrecer productos
a sus clientes.
Correr su código de análisis en segundos en lugar de horas y días.
Predecir el comportamiento de compra y criterio de decisión de sus clientes
varias semanas antes que la competencia.
Obtener el beneficio de ser el primero en ofrecer algo a tus clientes que no han
sido identificados por sus competidores.
Responder a las necesidades del cliente con la última información generada.
Mejorar la experiencia de los clientes para incrementar su valor.

4. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
MAYOR
PRECISION
MAYOR
DESEMPENO
MAYOR
PROFUNDIDAD
Y AMPLITUD
MEJORES
RESULTADOS DEL
NEGOCIO
NUESTRA
PERSPECTIVA
BIG DATA ES RELATIVO NO ABSOLUTO
Big Data
» Cuando el volumen, velocidad y
variedad de los datos excede la
capacidad de almacenamiento o
procesamiento de una organización
para tomar decisiones de forma
precisa y oportuna.
» SAS: Variabilidad y Complejidad

5. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
VOLUMEN
VARIEDAD
VELOCIDAD
VALOR
HOY EL FUTURO
CANTIDADDATOS
AVANZANDO EN LA ERA DEL BIG DATA

6. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
CARACTERÍSTICAS
DE BIG DATA
• Es a menudo generada automáticamente por una
máquina o proceso (video, sensores, web data)
• Es típicamente una nueva fuente de datos (como la
captura de comportamiento de exploración de los
clientes)
• No está diseñada para ser amigable
• Es descrita como no estructurada aunque la mayoría
está al menos semi-estructurada
• Las fuentes estructuradas son aquellas que ya
conocemos de manera tradicional

7. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
¿UN EJEMPLO?

8. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
SU VENTAJA
COMPETITIVA
Orientar
Observar
Actuar
Actuar
Orienta
r
Decidir
OPORTUNIDAD
EN EL MERCADO
Decidir
¿QUÉ ES IMPORTANTE SABER?
• ¡Lo que las empresas hacen
con el Big Data es lo más
importante: Tomar Acciones!
• Muchas fuentes de datos
tienen un alto porcentaje de
contenido sin uso o de bajo
valor
• 70%-80% de tiempo se
invierte en recolectar y
preparar los datos
• El resto es usado en su
análisis

9. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
¿QUÉ DEBEMOS DEFINIR?
• Alguna información será para
uso estratégico de largo alcance
• Otra será para uso táctico de
corto tiempo
• Otra simplemente no importa
para mis propósitos…
Operational
Tactical
StrategicPolicy
Procedure
Execution

10. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
Información/comportamiento del cliente Intención de compra. Definir la mejor
oferta para el cliente.
Nick names, cuentas, preferencias Es la línea final de la vista de 360
grados del cliente
Comportamiento de compra Paquetes para incrementar la compra
Comportamiento de investigación
Conocer confianza en recursos como
fotos, comentarios de usuarios,
especificaciones técnicas
Tipo de datos ¿Por qué es importante?
WEB DATA

11. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
MUCHA
INFORMACIÓN
En demasiados
lugares
CALIDAD DE DATOS
POBRE
No puede ser de
confianza
DATOS
INCONSISTENTES
A través de múltiples
fuentes
La estrategia de datos no está habilitada para soportar la estrategia de negocios
RETOS DENTRO DEL BIG DATA

12. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
Ejemplo ¿Por qué es importante?
Datos de Telemática
Miden velocidad, kilometraje, frenado.
Impacto en tarifas y tráfico
Datos de tiempo y ubicación
“Cuándo” sus clientes están “Dónde”.
Global Positioning Systems (GPS).
Recursos de la empresa, además de
personas
Datos de rastreo de chips RFID. Uso en cobros de peajes,
inventario de productos,
comportamiento de compra dentro de
la tienda, evitar fraudes por retorno de
productos robados
OTROS EJEMPLOS

13. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
COLLECT
PROCESS
MANAGE
MEASURE
CONSUME
ETAPA 1
ETAPA 2
ETAPA 3
ETAPA 4
ETAPA 5
Recolección de
datos
Procesamiento:
1. Seres Humanos
2. Máquinas con
alto poder de
procesamiento
Big Data se
presenta en
diferentes
formatos. Toda
debe ser
entendida,
definida,
anotada, limpia
y auditada
Los
requerimientos
de negocio
definen cómo
medir los
resultados para
su rastreo
El uso
resultante de
los datos debe
encajar con el
con el
requerimiento
original. Esto
aplica para
acceso
personal o
máquina a
máquina
Gobierno de datos
LOS 7 PASOS PARA LA ANALÍTICA DEL BIG DATA
Almacenamiento de corto y largo plazos

14. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
CONCLUSIONES IDEAS FINALES

15. Copyr ight © 2012, SAS Institute Inc. All rights reser ved.
¡GRACIAS!
JIMMY.MARTINEZ@SAS.COM
INFORMATION MANAGEMENT