Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

A10 Analytics Evento Michal Kosinski Jul 2017

382 views

Published on

Cristobal Urenda CEO Analytics10, entrega una visión del uso de los datos, sus alcances y como se desarrollan con la ayuda de Analytics10.

Published in: Data & Analytics
  • Login to see the comments

A10 Analytics Evento Michal Kosinski Jul 2017

  1. 1. Inteligencia de Negocios Analytics 10
  2. 2. Causas de crecimiento explosivo • IoT • Cámaras Digitales • Telefónica Digital • TV Digital • Monitoreo y Administración de mundo físico pasa a Digital Fuente: IDC, 2014
  3. 3. ¿Cómo democratizar la analítica?
  4. 4. Modernize Your Analytics Stack
  5. 5. 0.00001 0.0001 0.001 0.01 0.1 1 10 100 1000 10000 100000 1000000 10000000 100000000 1E+09 1954 1960 1965 1971 1976 1982 1987 1993 1998 2004 2009 2014 Memory Almacenamiento de Disco Flash Estado sólido The Future of Analytic Computing is In-Memory
  6. 6. Modelo de Madurez de Analytics10: Entendemos que no todas las soluciones requieren aplicar todos los pasos VALOR Nivel 1 - Datos Acceso a datos Asociación Y Blending Información relevante para Usuario Eventos, Alarmas, Sugerencias Nivel 2 - Información Nivel 3 - Conocimiento Nivel 4 - Acción
  7. 7. A cuantas diferentes fuentes de datos accedes? Solo el 6% de las organizaciones tienen todos sus datos en un solo lugar 31% 40% 9% 13% 2-4 fuentes 5-10 fuentes 11-15 fuentes sobre15 fuentes
  8. 8. Las nuevas oportunidades están en áreas fuera de lo tradicional Big Data Discovery Data Discovery Big Data Data Science Nuevas oportunidades de Negocios Valor del Dato (4V) Analítica tradicional Volumen / Variedad / Velocidad 3Vs
  9. 9. ¿Para qué áreas de tu empresa buscas soluciones?
  10. 10. 1. Extraer 2. Clasificar / Almacenar 3. Analizar / Visualizar Visión de Negocio Retail Comportamiento del cliente Meteorológico Renta Regional Demográficos ¿Comó te ayuda A10?
  11. 11. Qué incluimos en nuestra oferta de analítica ANALÍTICA AVANZADA Descriptivo Diagnóstico Predictivo Prescriptivo ¿Qué está pasando? ¿Por qué ocurrió? ¿Qué va a ocurrir? ¿Cómo podemos asegurarnos que suceda? ANALÍTICA ANALÍTICA AVANZADA Aritmética Sencilla Reportes / Tableros Plataformas comunes de BI “Nivel de Confort” Ciencia de Datos Solución de problemas de negocios Herramientas basadas en matemática Otras cosas extrañas ...
  12. 12. Big Data Millones de datos que pueden provenir de distintas fuentes Data blending y Analítica avanzada Qlik permite a los usuarios manejar fácilmente su data y Alteryx permite mezclar data y hacer análisis avanzado Data Discovery Self Service Los usuarios son los protagonistas Para analizar fácilmente los datos Supervisión y alcance de A10
  13. 13. Entendemos comó implantar soluciones en ambientes de TI corporativos complejos Sistemas Operacionales (ejemplos) Área de trabajo Ciencia de Datos Modelos Predictivos Minerva de datos Discovery Un área de trabajo de Ciencia de Datos facilita la Exploración (Discovery) data exploration and discovery Área de Pruebas (Sandbox) Data Warehouse Corporativo Herramienta BI Corporativa Data Warehouse departamental / BD de BI Herramienta BI Departamental Entrega BI Entrega BIExtraer-transformar y cargar (no ETL!) significa que los datos son transformados y cargados hacia los spokes o radios solo cuando es necesario. Entrega BI sobre Big Data Herramientas BI conscientes de estructuras Big- data pueden operar contra datos que no están trabajando bajo algún patrón predefinido. Pueden acceder directamente al Hub y hacer Discovery mientras herramientas tradicionales solo contra Data-warehouse o BD relacionases. Algunas soluciones Data-warehouse y BD de BI han integrado funcionalidad para soportar Hadoop. Estas pueden ser consideradas parte del Hub o de un Spoke según uno prefiera. Muchos Data warehouse y BD de BI se han transferido hacia los Spokes. ETL tradicional en Data-warehouse entregan calidad y estructura que es en ciertos casos necesitada para entregar soporte de calidad. Hub de Datos distribuidos Servicios de transformación del Hub Apps empaquetadas Apps móviles SaaS - PaaS apps ECM Apps Customizadas BPM DCM Social Sitios Web 2 1 3 3 3 3 4 5 5 5 5 6 HUB SO DW / BD BI Área de Pruebas Big data Stand alone Data Warehouse departamental / BD de BI Herramienta BI Departamental Data Warehouse departamental / BD de BI
  14. 14. Ayudamos a crear centros de excelencia o trabajar bajo la estructura que tu empresa decida Principios Organizacionales para posicionar a equipos de Analítica Avanzada y Científicos de Datos A10 2016 AA/CD = Analítica Avanzada/Científicos de Datos | LN = Línea de Negocios | CEA = Centro de Excelencia de Analítica Agilidad Visión que cruce funciones Compartir conocimiento Cercanía al negocio Cercanía al procesamiento y los datos Científicos de datos @ Línea de negocios Científicos de datos @ IT Científicos de datos separados de la unidad de negocios Expertos dispersos CEA
  15. 15. Aplicamos Experiencia de Usuario (UX) en nuestros desarrollos

×