SlideShare a Scribd company logo
1 of 28
BIG DATA
Agosto 25 y 26 | Lima – Perú 2018
ANALYTICS SUMMIT
#BIGDATASUMMIT2018
Las 10 tendencias principales de
inteligencia de negocios para el
2018
CARLOS EDUARDO DIAZ MENDOZA
LATAM BUSINESS DEVELOPMENT
ITPERFORMA.COM
Las 10 tendencias principales
de Inteligencia de Negocios
para 2018
El ritmo y la evolución de las soluciones de
inteligencia de negocios implican que lo que
hoy funciona podría requerir ciertas
modificaciones el día de mañana.
Entrevistamos a clientes y a miembros de
Tableau para identificar las 10 tendencias que
están teniendo mayor impacto y de las cuales
se hablará en 2018, desde el procesamiento
del lenguaje natural hasta el crecimiento del
aseguramiento de los datos. Ya sea una
superestrella de los datos, un héroe de TI o un
ejecutivo que está creando su propio imperio
de BI, estas tendencias destacan las
prioridades estratégicas que podrían ayudar a
llevar a su organización al siguiente nivel.
EnTableau,cada año analizamos
lo más destacado del sector.
Estedebateofrececomo
resultado una listacon las
tendencias principales de
Inteligencia de Negocios parael
año siguiente. Acontinuación,
presentamos nuestras
predicciones para el año 2018.
1. No le tema a la Inteligencia Artificial
2. El Impacto de las Humanidades
3. La Promesa del
Procesamiento del Lenguaje
Natural
4. El debate sobre la
multiplicidad de Nubes
5. El Surgimiento del Director de
Datos (CDO)
6. Participación Colectiva en
Gobierno de Datos
7. El aseguramiento de los Datos
8. La Función del Ingeniero
de Datos
9. La Ubicación de las Cosas (IoT)
10. La Inversión del Sector
Académico
PersonasQuerer
Poder
Querer Poder
Excel / Access
Expertís
Velocidad a
Insight
(Horas/Minutos)
Fabrica
Reportes
Velocidad a
Opinión
(Semanas/Meses
)
Tiempo
Procesos
BI Tradicional
Auto Servicio
Querer Poder
Velocidad a
Opinión
(Horas/ Días)
Manual y
Repetitivo
VULNERABLE
Vlookups / Pivot
Tables / Charts /
PPT
Dashboards /
Reportes
Ad Hoc Analysis
Anatomía del análisis de datos y toma de
decisiones
itPerforma SAS 2017.All rights reserved. / Page 10
Metodología de Implementación:
DriveUTILIZACIÓN DE METODOLOGÍAS ÁGILES DE INTELIGENCIA DE
NEGOCIOS
Los principios rectores de los métodos ágiles son los siguientes:
Las personas están por encima de los procesos y las herramientas.
El software de trabajo está por encima de la documentación exhaustiva.
La colaboración está por encima del cumplimiento con los requisitos.
La respuesta al cambio está por encima del seguimiento de un plan.
La estructura de datos es clara? Se requieren clarificaciones? No estaba
contemplado en el diseño inicial?
Fecha estimada de Entrega?.... ASAP!!
Metodología de Implementación:
Drive
Cronograma de Proyecto (Alto
Nivel)
 doneMilestone Go LivePhase
Legend:
Legend: Duration Milestone
today

Go Live
Metodología de Implementación:
Drive
“Etapas” del Proyecto
0 2 4 6 8
Weeks
Mejores Prácticas Post
Productivas:
Desarrollo de Grupo de
Usuarios Interno
Asegurar involucramiento de
usuarios en la Comunidad
Tableau, Bases de
Conocimiento y Foros
Identificación regular de
innovaciones y buenas
practices
Involucrar servicios Tableau
para “Tune-ups”, entrenamiento
avanzado, y mejores practicas
de visuzalización
Collect initial performance
benchmark data
Set-up Server security
model, SSO integration, etc.
Training and initial
prototyping:
1-2 weeks
Installation
of Tableau
Desktops
and Server
Roll out initial dashboards
in collaborative “UAT”
phase
Quick response team
available for training and
iteration on dashboards
Review performance
characteristics, tune
Formal “Go-Live”
Actividad de Negocio
Actividad Semi Técnica
BI Moderno con Tableau
The Data Opportunity
Extracting value from the data deluge
Flexible
Transforma todos los tipos de datos en análisis de autoservicio
Para todos
La facilidad de uso lleva a la adopción en todos los departamentos y en los casos de uso
Soluciones Analíticas de Principio a Fin
Visualiza
Fuentes de
Datos
Accede, Limpia y
Prepara datos
Predictive Analytics
Almacena y consulta
cantidades masivas de
información
Machine Learning, AI
Data Streaming
BIG DATA!
Gobierno de Datos
Democratiza el uso de
análisis sofisticados
+Enriquecimiento
Transformación
Carga
Extrae
Text
Gobierno de BI &
Autoconsumo
Modelos Predictivos –
Machine Learning
Automation
2016 2017
Posicionamiento en la Industria
2018
Why Customers Choose
Tableau
Gracias!
Contacto
Carlos Eduardo Diaz M.
Gerente Desarrollo de Negocios Latam
itPerforma.com
cdiaz@itPerforma.com
Tel. + 51 1 500 8626
Cel. + 57 3214909943

More Related Content

What's hot

What's hot (20)

BDAS-2017 | Deep Learning para Extracción de Valor en Contenidos Digitales
BDAS-2017 | Deep Learning para Extracción de Valor en Contenidos DigitalesBDAS-2017 | Deep Learning para Extracción de Valor en Contenidos Digitales
BDAS-2017 | Deep Learning para Extracción de Valor en Contenidos Digitales
 
Big data
Big dataBig data
Big data
 
BDAS-2017 | Conozca la plataforma ideal para un procesamiento analítico sin p...
BDAS-2017 | Conozca la plataforma ideal para un procesamiento analítico sin p...BDAS-2017 | Conozca la plataforma ideal para un procesamiento analítico sin p...
BDAS-2017 | Conozca la plataforma ideal para un procesamiento analítico sin p...
 
BigDataSummitPeru - Big Data y Hadoop
BigDataSummitPeru - Big Data y HadoopBigDataSummitPeru - Big Data y Hadoop
BigDataSummitPeru - Big Data y Hadoop
 
datatons en Women Techmakers
datatons en Women Techmakersdatatons en Women Techmakers
datatons en Women Techmakers
 
BIG DATA GRUPO #7
BIG DATA GRUPO #7 BIG DATA GRUPO #7
BIG DATA GRUPO #7
 
El big data
El big dataEl big data
El big data
 
Nuevos Enfoques del Business Analytics: "Faster Prediction, Better Decision"
Nuevos Enfoques del Business Analytics: "Faster Prediction, Better Decision"Nuevos Enfoques del Business Analytics: "Faster Prediction, Better Decision"
Nuevos Enfoques del Business Analytics: "Faster Prediction, Better Decision"
 
Herramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructuradosHerramientas y metodologías Big Data para acceder a datos no estructurados
Herramientas y metodologías Big Data para acceder a datos no estructurados
 
Breve Introducción al Big Data
Breve Introducción al Big DataBreve Introducción al Big Data
Breve Introducción al Big Data
 
7.6 El Cloud y el Big Data (II).
7.6 El Cloud y el Big Data (II).7.6 El Cloud y el Big Data (II).
7.6 El Cloud y el Big Data (II).
 
Big data presentacion diapositiva
Big data presentacion diapositivaBig data presentacion diapositiva
Big data presentacion diapositiva
 
Big Data y el sector salud
Big Data y el sector saludBig Data y el sector salud
Big Data y el sector salud
 
Big data presentación
Big data presentaciónBig data presentación
Big data presentación
 
Data science definicion y beneficios_bn_mn
Data science definicion y beneficios_bn_mnData science definicion y beneficios_bn_mn
Data science definicion y beneficios_bn_mn
 
Big Data en salud: tecnologías para conocer mejor a los pacientes a través de...
Big Data en salud: tecnologías para conocer mejor a los pacientes a través de...Big Data en salud: tecnologías para conocer mejor a los pacientes a través de...
Big Data en salud: tecnologías para conocer mejor a los pacientes a través de...
 
Jornada Divulgativa per Empreses: Les dades obertes, un valor pel meu projecte
Jornada Divulgativa per Empreses: Les dades obertes, un valor pel meu projecteJornada Divulgativa per Empreses: Les dades obertes, un valor pel meu projecte
Jornada Divulgativa per Empreses: Les dades obertes, un valor pel meu projecte
 
Mineria de datos
Mineria de datosMineria de datos
Mineria de datos
 
Infografia big data
Infografia big dataInfografia big data
Infografia big data
 
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
 

Similar to Las 10 tendencias principales de BI para el 2018 - Carloz Díaz

Similar to Las 10 tendencias principales de BI para el 2018 - Carloz Díaz (20)

Whitepaper – Big Data y Buenas Prácticas
Whitepaper – Big Data y Buenas PrácticasWhitepaper – Big Data y Buenas Prácticas
Whitepaper – Big Data y Buenas Prácticas
 
ebook Club Chief Data Officer Spain_ evolución CDO en la empresa
ebook Club Chief Data Officer Spain_ evolución CDO en la empresaebook Club Chief Data Officer Spain_ evolución CDO en la empresa
ebook Club Chief Data Officer Spain_ evolución CDO en la empresa
 
Aporte de los datos a la analítica en la transformación digital - (Mariano Mu...
Aporte de los datos a la analítica en la transformación digital - (Mariano Mu...Aporte de los datos a la analítica en la transformación digital - (Mariano Mu...
Aporte de los datos a la analítica en la transformación digital - (Mariano Mu...
 
Evaluable final de Analítica de Datos
Evaluable final de Analítica de DatosEvaluable final de Analítica de Datos
Evaluable final de Analítica de Datos
 
Process intelligence ed.2
Process intelligence ed.2Process intelligence ed.2
Process intelligence ed.2
 
Webinar: "Datos no Estructurados" en TIBCO Spotfire
Webinar: "Datos no Estructurados" en TIBCO SpotfireWebinar: "Datos no Estructurados" en TIBCO Spotfire
Webinar: "Datos no Estructurados" en TIBCO Spotfire
 
SAP BI crystal server, edicion analitica
SAP BI crystal server, edicion analiticaSAP BI crystal server, edicion analitica
SAP BI crystal server, edicion analitica
 
People Analytics desde RT – Data 4HR
People Analytics desde RT – Data 4HRPeople Analytics desde RT – Data 4HR
People Analytics desde RT – Data 4HR
 
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
 
Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera Presentacion A10 Big Data_Alteryx_Cloudera
Presentacion A10 Big Data_Alteryx_Cloudera
 
Las tic como motor de innovacion y transformacion
Las tic como motor de innovacion y transformacionLas tic como motor de innovacion y transformacion
Las tic como motor de innovacion y transformacion
 
Las TIC como motor de Innovacion y Transformacion
Las TIC como motor de Innovacion y TransformacionLas TIC como motor de Innovacion y Transformacion
Las TIC como motor de Innovacion y Transformacion
 
La Planeación Estratégica y sus proyectos (Ajustes necesarios para la Transfo...
La Planeación Estratégica y sus proyectos (Ajustes necesarios para la Transfo...La Planeación Estratégica y sus proyectos (Ajustes necesarios para la Transfo...
La Planeación Estratégica y sus proyectos (Ajustes necesarios para la Transfo...
 
Big Data en Latinoamerica
Big Data en LatinoamericaBig Data en Latinoamerica
Big Data en Latinoamerica
 
Proyecto individual competencias digitales
Proyecto individual  competencias digitalesProyecto individual  competencias digitales
Proyecto individual competencias digitales
 
Entregable final analitica
Entregable final analiticaEntregable final analitica
Entregable final analitica
 
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...
 
Etregable final decisiones de negocio Yazmin Romero
Etregable final decisiones de negocio Yazmin RomeroEtregable final decisiones de negocio Yazmin Romero
Etregable final decisiones de negocio Yazmin Romero
 
CIO.COM UTVT E4
CIO.COM UTVT E4CIO.COM UTVT E4
CIO.COM UTVT E4
 

More from Big-Data-Summit

BDAS-2017 | Evolución de Open Data en el desarrollo de las ciudades inteligentes
BDAS-2017 | Evolución de Open Data en el desarrollo de las ciudades inteligentesBDAS-2017 | Evolución de Open Data en el desarrollo de las ciudades inteligentes
BDAS-2017 | Evolución de Open Data en el desarrollo de las ciudades inteligentes
Big-Data-Summit
 
BDAS-2017 | sanselix jobranke_rpptx
BDAS-2017 | sanselix jobranke_rpptxBDAS-2017 | sanselix jobranke_rpptx
BDAS-2017 | sanselix jobranke_rpptx
Big-Data-Summit
 
BDAS-2017 | Analitica visual presentación mlms2
BDAS-2017 | Analitica visual presentación mlms2BDAS-2017 | Analitica visual presentación mlms2
BDAS-2017 | Analitica visual presentación mlms2
Big-Data-Summit
 
BDAS-2017 | Comunidad Data Science
BDAS-2017 | Comunidad Data ScienceBDAS-2017 | Comunidad Data Science
BDAS-2017 | Comunidad Data Science
Big-Data-Summit
 
BDAS-2017 | DMC Challengue concurso satisfacción universidad
BDAS-2017 | DMC Challengue concurso satisfacción universidadBDAS-2017 | DMC Challengue concurso satisfacción universidad
BDAS-2017 | DMC Challengue concurso satisfacción universidad
Big-Data-Summit
 

More from Big-Data-Summit (20)

SafeHomeFace - Sistema de reconocimiento facial.
SafeHomeFace - Sistema de reconocimiento facial.SafeHomeFace - Sistema de reconocimiento facial.
SafeHomeFace - Sistema de reconocimiento facial.
 
El big data analytics donde menos te lo esperas - Alex Rayón
El big data analytics donde menos te lo esperas - Alex RayónEl big data analytics donde menos te lo esperas - Alex Rayón
El big data analytics donde menos te lo esperas - Alex Rayón
 
Big Data en el sector inmobiliario - Gonzalo Martín
Big Data en el sector inmobiliario - Gonzalo MartínBig Data en el sector inmobiliario - Gonzalo Martín
Big Data en el sector inmobiliario - Gonzalo Martín
 
Modelo Operativo para grandes proyectos de AI - Ignacio Marrero
Modelo Operativo para grandes proyectos de AI - Ignacio MarreroModelo Operativo para grandes proyectos de AI - Ignacio Marrero
Modelo Operativo para grandes proyectos de AI - Ignacio Marrero
 
La evolución de la analítica descriptiva - Diego Aguirre
La evolución de la analítica descriptiva - Diego AguirreLa evolución de la analítica descriptiva - Diego Aguirre
La evolución de la analítica descriptiva - Diego Aguirre
 
El dato tiene forma y la forma significado - Josep Curto
El dato tiene forma y la forma significado - Josep CurtoEl dato tiene forma y la forma significado - Josep Curto
El dato tiene forma y la forma significado - Josep Curto
 
BDAS-2017 | Evolución de Open Data en el desarrollo de las ciudades inteligentes
BDAS-2017 | Evolución de Open Data en el desarrollo de las ciudades inteligentesBDAS-2017 | Evolución de Open Data en el desarrollo de las ciudades inteligentes
BDAS-2017 | Evolución de Open Data en el desarrollo de las ciudades inteligentes
 
BDAS-2017 | Maximizing a churn campaign’s profitability with cost sensitive m...
BDAS-2017 | Maximizing a churn campaign’s profitability with cost sensitive m...BDAS-2017 | Maximizing a churn campaign’s profitability with cost sensitive m...
BDAS-2017 | Maximizing a churn campaign’s profitability with cost sensitive m...
 
BDAS-2017 | sanselix jobranke_rpptx
BDAS-2017 | sanselix jobranke_rpptxBDAS-2017 | sanselix jobranke_rpptx
BDAS-2017 | sanselix jobranke_rpptx
 
BDAS-2017 | Analitica visual presentación mlms2
BDAS-2017 | Analitica visual presentación mlms2BDAS-2017 | Analitica visual presentación mlms2
BDAS-2017 | Analitica visual presentación mlms2
 
BDAS-2017 | Comunidad Data Science
BDAS-2017 | Comunidad Data ScienceBDAS-2017 | Comunidad Data Science
BDAS-2017 | Comunidad Data Science
 
BDAS-2017 | DMC Challengue concurso satisfacción universidad
BDAS-2017 | DMC Challengue concurso satisfacción universidadBDAS-2017 | DMC Challengue concurso satisfacción universidad
BDAS-2017 | DMC Challengue concurso satisfacción universidad
 
BDAS-2017 | Hanldling Target Bias in Predictive Modelling
BDAS-2017 | Hanldling Target Bias in Predictive ModellingBDAS-2017 | Hanldling Target Bias in Predictive Modelling
BDAS-2017 | Hanldling Target Bias in Predictive Modelling
 
BDAS-2017 | Convergencia entre Open Data y Big Data, casos y tendencias
BDAS-2017 | Convergencia entre Open Data y Big Data, casos y tendenciasBDAS-2017 | Convergencia entre Open Data y Big Data, casos y tendencias
BDAS-2017 | Convergencia entre Open Data y Big Data, casos y tendencias
 
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...
 
BDAS-2017 | Comprendiendo nuestras motivaciones a través de Big Data
BDAS-2017 | Comprendiendo nuestras motivaciones a través de Big DataBDAS-2017 | Comprendiendo nuestras motivaciones a través de Big Data
BDAS-2017 | Comprendiendo nuestras motivaciones a través de Big Data
 
Building Innovative Data Products in a Banking Environment
Building Innovative Data Products in a Banking EnvironmentBuilding Innovative Data Products in a Banking Environment
Building Innovative Data Products in a Banking Environment
 
BDAS-2017 | De los Bots a las Arquitecturas Cognitivas
BDAS-2017 | De los Bots a las Arquitecturas CognitivasBDAS-2017 | De los Bots a las Arquitecturas Cognitivas
BDAS-2017 | De los Bots a las Arquitecturas Cognitivas
 
BDAS-2017 | Deep Neural Networks Para la Detección de Phishing
BDAS-2017 | Deep Neural Networks Para la Detección de PhishingBDAS-2017 | Deep Neural Networks Para la Detección de Phishing
BDAS-2017 | Deep Neural Networks Para la Detección de Phishing
 
BDAS-2017 | Lesson learned from the application of data science at BBVA
BDAS-2017 | Lesson learned from the application of data science at BBVABDAS-2017 | Lesson learned from the application of data science at BBVA
BDAS-2017 | Lesson learned from the application of data science at BBVA
 

Recently uploaded

redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativa
nicho110
 

Recently uploaded (11)

EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptxEVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
EVOLUCION DE LA TECNOLOGIA Y SUS ASPECTOSpptx
 
Avances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvanaAvances tecnológicos del siglo XXI 10-07 eyvana
Avances tecnológicos del siglo XXI 10-07 eyvana
 
Guia Basica para bachillerato de Circuitos Basicos
Guia Basica para bachillerato de Circuitos BasicosGuia Basica para bachillerato de Circuitos Basicos
Guia Basica para bachillerato de Circuitos Basicos
 
How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.How to use Redis with MuleSoft. A quick start presentation.
How to use Redis with MuleSoft. A quick start presentation.
 
redes informaticas en una oficina administrativa
redes informaticas en una oficina administrativaredes informaticas en una oficina administrativa
redes informaticas en una oficina administrativa
 
Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21Innovaciones tecnologicas en el siglo 21
Innovaciones tecnologicas en el siglo 21
 
investigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXIinvestigación de los Avances tecnológicos del siglo XXI
investigación de los Avances tecnológicos del siglo XXI
 
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
Resistencia extrema al cobre por un consorcio bacteriano conformado por Sulfo...
 
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptxPROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
PROYECTO FINAL. Tutorial para publicar en SlideShare.pptx
 
Buenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptxBuenos_Aires_Meetup_Redis_20240430_.pptx
Buenos_Aires_Meetup_Redis_20240430_.pptx
 
Avances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estosAvances tecnológicos del siglo XXI y ejemplos de estos
Avances tecnológicos del siglo XXI y ejemplos de estos
 

Las 10 tendencias principales de BI para el 2018 - Carloz Díaz

  • 1. BIG DATA Agosto 25 y 26 | Lima – Perú 2018 ANALYTICS SUMMIT #BIGDATASUMMIT2018
  • 2. Las 10 tendencias principales de inteligencia de negocios para el 2018 CARLOS EDUARDO DIAZ MENDOZA LATAM BUSINESS DEVELOPMENT ITPERFORMA.COM
  • 3. Las 10 tendencias principales de Inteligencia de Negocios para 2018 El ritmo y la evolución de las soluciones de inteligencia de negocios implican que lo que hoy funciona podría requerir ciertas modificaciones el día de mañana. Entrevistamos a clientes y a miembros de Tableau para identificar las 10 tendencias que están teniendo mayor impacto y de las cuales se hablará en 2018, desde el procesamiento del lenguaje natural hasta el crecimiento del aseguramiento de los datos. Ya sea una superestrella de los datos, un héroe de TI o un ejecutivo que está creando su propio imperio de BI, estas tendencias destacan las prioridades estratégicas que podrían ayudar a llevar a su organización al siguiente nivel. EnTableau,cada año analizamos lo más destacado del sector. Estedebateofrececomo resultado una listacon las tendencias principales de Inteligencia de Negocios parael año siguiente. Acontinuación, presentamos nuestras predicciones para el año 2018.
  • 4. 1. No le tema a la Inteligencia Artificial
  • 5. 2. El Impacto de las Humanidades
  • 6. 3. La Promesa del Procesamiento del Lenguaje Natural
  • 7. 4. El debate sobre la multiplicidad de Nubes
  • 8. 5. El Surgimiento del Director de Datos (CDO)
  • 9. 6. Participación Colectiva en Gobierno de Datos
  • 10. 7. El aseguramiento de los Datos
  • 11. 8. La Función del Ingeniero de Datos
  • 12. 9. La Ubicación de las Cosas (IoT)
  • 13. 10. La Inversión del Sector Académico
  • 14. PersonasQuerer Poder Querer Poder Excel / Access Expertís Velocidad a Insight (Horas/Minutos) Fabrica Reportes Velocidad a Opinión (Semanas/Meses ) Tiempo Procesos BI Tradicional Auto Servicio Querer Poder Velocidad a Opinión (Horas/ Días) Manual y Repetitivo VULNERABLE Vlookups / Pivot Tables / Charts / PPT Dashboards / Reportes Ad Hoc Analysis Anatomía del análisis de datos y toma de decisiones itPerforma SAS 2017.All rights reserved. / Page 10
  • 15. Metodología de Implementación: DriveUTILIZACIÓN DE METODOLOGÍAS ÁGILES DE INTELIGENCIA DE NEGOCIOS Los principios rectores de los métodos ágiles son los siguientes: Las personas están por encima de los procesos y las herramientas. El software de trabajo está por encima de la documentación exhaustiva. La colaboración está por encima del cumplimiento con los requisitos. La respuesta al cambio está por encima del seguimiento de un plan. La estructura de datos es clara? Se requieren clarificaciones? No estaba contemplado en el diseño inicial? Fecha estimada de Entrega?.... ASAP!!
  • 17. Cronograma de Proyecto (Alto Nivel)  doneMilestone Go LivePhase Legend: Legend: Duration Milestone today  Go Live
  • 19. “Etapas” del Proyecto 0 2 4 6 8 Weeks Mejores Prácticas Post Productivas: Desarrollo de Grupo de Usuarios Interno Asegurar involucramiento de usuarios en la Comunidad Tableau, Bases de Conocimiento y Foros Identificación regular de innovaciones y buenas practices Involucrar servicios Tableau para “Tune-ups”, entrenamiento avanzado, y mejores practicas de visuzalización Collect initial performance benchmark data Set-up Server security model, SSO integration, etc. Training and initial prototyping: 1-2 weeks Installation of Tableau Desktops and Server Roll out initial dashboards in collaborative “UAT” phase Quick response team available for training and iteration on dashboards Review performance characteristics, tune Formal “Go-Live” Actividad de Negocio Actividad Semi Técnica
  • 20.
  • 21. BI Moderno con Tableau
  • 22. The Data Opportunity Extracting value from the data deluge
  • 23. Flexible Transforma todos los tipos de datos en análisis de autoservicio
  • 24. Para todos La facilidad de uso lleva a la adopción en todos los departamentos y en los casos de uso
  • 25. Soluciones Analíticas de Principio a Fin Visualiza Fuentes de Datos Accede, Limpia y Prepara datos Predictive Analytics Almacena y consulta cantidades masivas de información Machine Learning, AI Data Streaming BIG DATA! Gobierno de Datos Democratiza el uso de análisis sofisticados +Enriquecimiento Transformación Carga Extrae Text Gobierno de BI & Autoconsumo Modelos Predictivos – Machine Learning Automation
  • 26. 2016 2017 Posicionamiento en la Industria 2018
  • 28. Gracias! Contacto Carlos Eduardo Diaz M. Gerente Desarrollo de Negocios Latam itPerforma.com cdiaz@itPerforma.com Tel. + 51 1 500 8626 Cel. + 57 3214909943

Editor's Notes

  1. Hola a todos, bienvenidos a nuestra presentación sobre las 10 tendencias principales de inteligencia de negocios para el 2018
  2. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  3. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  4. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  5. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  6. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  7. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  8. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  9. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  10. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  11. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  12. That mission, in 2003, was this: Help people see and understand their data. Today, in 2012, that is still our mission. To help people see and understand their data. It’s a simple mission, yet it’s big, grand, and we believe, important. We want to help people – real people of all kinds. We want to help them see their data – literally. We want to bring it to life in the form of high visual analytics, reports, dashboards and graphics. If you can see a picture of something, you can comprehend it better. From seeing their data, we want them to understand. We want to facilitate how people come to understand their data and then use that understanding. Giving people the freedom to ask questions and get answers is what we’re talking about.
  13. As Victor Hugo said: “There is nothing more powerful than an idea whose time has come” There is an ever increasing need for people to harness the power of data Data explosion is well-known and a big driver of our opportunity. The average company is already struggling with an immense supply of data – and 5 years from today, companies will have 10 times the amount. An equally important driver is the rapid proliferation of data sources and formats. The last generation of business analytics technology was largely focused on relational databases. These days the challenge is much more sophisticated. Companies want to combine data from spreadsheets and databases yes, but also from cloud sources and online applications and public data and Hadoop and the new generation of fast databases. When properly harnessed, data can be combined and analyzed and shared in ways that deliver amazing improvements. But despite the promise, most people out there just feel stranded.
  14. We made it flexible. First we give you the option to connect to any kind of data whether that is in spreadsheets and files, databases and cubes or in a data warehouse. We also give you the option to connect to your data live or to pull it in memory. If you have data that updates a lot, you’ll want to always have the freshest data. Use a live connection. Or maybe your company has invested a ton of dollars in a fast, state of the art performing database. You’ll want to leverage that. You can choose either, or you can even toggle between the two, switching between live and extracts as you go. Tableau is flexible and allows you to work with any data in the way that makes sense for your environment.
  15. We made if for everyone. We made it easy so that anyone would want to adopt it.
  16. Reality is that the gap is widening. When you cut through all the marketing and buzz, this is what customers are saying.
  17. Of course we do face competition This summarizes the two major competitive camps and why we win. First are the big stack providers (right). They have been scrambling to release “me too” versions of tableau for years now, w/o much success. There are also direct competitors like QLIK and SPOT These are good companies, and like us they are fundamentally growing the size of the market Here is why we win: Tableau is dramatically ahead on the most important buying criteria for customers. If I were to call out two, it would be Ease of Use and Data Architecture…. Our exceptional Ease of use is enabled by VizQL and our Data Architecture is powered by our Hybrid Data Engine – both of these innovations are unique in the marketplace.