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.

Big Data Fortaleciendo Decisiones Empresariales

En LUCA ayudamos a nuestros clientes a desarrollar tu estrategia data-driven tanto desde la perspectiva técnica, como desde el área de transformación cultural en tu empresa. Además, nos aseguramos de que la seguridad de los datos está muy presente en todos los proyectos. En la ponencia presentaremos la visión de Telefónica sobre la importancia del dato para la toma de decisiones.
Por Jose Aimer Suárez de Telefonica

  • Login to see the comments

  • Be the first to like this

Big Data Fortaleciendo Decisiones Empresariales

  1. 1. Business Insights Fortaleciendo Decisiones Empresariales Jose Aimer Suarez H Business Development Manager LUCA
  2. 2. Algunas cifras… EL 90% DE LOS DATOS EN EL MUNDO DE HOY SE HAN CREADO EN LOS ÚLTIMOS DOS AÑOS IDC ESTIMA QUE PARA 2020, LAS TRANSACCIONES COMERCIALES EN INTERNET LLEGARÁN A 450 MIL MILLONES POR DIA MAS DE 5 MIL MILLONES DE PERSONAS ESTAN LLAMANDO, ENVIANDO MENSAJES DE TEXTO, TWITTEANDO Y NAVEGANDO POR TELEFONOS MOVILES EN TODO EL MUNDO MAS DE 30 MILLONES DE PIEZAS DE CONTENIDO SE COMPARTEN EN FACEBOOK CADA MES LA PRODUCCION DE DATOS SERÁ 44 VECES MAYOR EN 2020 QUE EN 2009
  3. 3. 3
  4. 4. Data-driven Democratización del Big Data 03Transformation Acelerar la adopción de Big Data 02Exploration Probando el gran potencial de los datos 01 Convertirse en una compañía data-driven es un largo y ambicioso camino…
  5. 5. Strategy & Transformation DATA ENGINEERING TOOLS & INFRASTRUCTURE DATA SCIENCE BUSINESS INSIGHTS E2E security wrap … y es crítico involucrar a todo el ecosistema Big Data
  6. 6. LUCA ast niversal ommon ncestorL U C A
  7. 7. BUSINESS INSIGHTS
  8. 8. Luca Transit Producto de Big Data que utiliza datos móviles anónimos y agregados para proporcionar insights y estimar movimiento de grupos de personas Permite a las organizaciones públicas y privadas a tomar mejores decisiones de negocio basadas en comportamientos reales (customer-centric) Disponibilidad global ARGENTINA BRAZIL CHILE COLOMBIAECUADOR MEXICOPER U SPAINUNITED KINGDOM
  9. 9. SMART STEPS COLABORANDO CON MULTIPLES SECTORES Transporte Media OOH Viajes AudienciaIndicadores Turismo Visualización de millones de viajes por día para comprender la movilidad urbana en las ciudades La comprensión de perfiles de audiencia permite a los medios más eficaces en medir alcance y frecuencia Planificación de proyectos turísticos y entender el potencial económico del evento bajo análisis Retail Consumidores Sabiendo quiénes visitan el área donde se encuentran las tiendas, permite una mejor toma de decisiones comerciales LUCA TRANSIT COLABORANDO CON MÚLTIPLES SECTORES
  10. 10. CASOS DE ÉXITO INTERNACIONALES
  11. 11. Telefonica Key Big Data insights – Estadías y Viajes ESTADIAS Y VIAJES ORÍGENES Y DESTINOS MOTIVOS
  12. 12. MODO DE TRANSPORTE SEGMENTACIÓN DEMOGRÁFICA LUGARES DE INTERÉS FRECUENCIA RUTA Sobreponemos datos O-D en la red de transporte ESTADIAS Y VIAJES
  13. 13. Tower bridge cerrando por mantenimiento por 3 meses PROBLEMA SOLUCION BENEFICIOS Ayudar a TFL a gestionar su red de transporte de manera más eficiente Efecto positivo para los consumidores Analizar a los viajeros regulares que cruzan el puente Ofrecer un canal de comunicación CASE STUDY: Modelos de Transporte
  14. 14. Telefonica Key Big Data insights para el Turismo ESTADIAS VIAJES AFLUENCIA DEMOGRAFÍA MÓVIL ROAMERS INTERNACIONALES ORIGEN ANÁLISIS EVENTO ESTANCIAS DE NOCHE COMPETENCIA Segmentación
  15. 15. 15 El propósito del estudio es dar a conocer el movimiento poblacional, perfil y captación de los turistas de la Municipalidad de León durante el evento Festival del Globo 2016. Este trabajo tiene como objetivo proporcionar mejores decisiones de planificación turística para la ciudad de Léon. Para la construcción del estudio se analizaron datos de: voz internetSMS
  16. 16. 16 01. ¿Quiénes son? Distribución demográfica por género, edad, clase, clúster 02. ¿Dónde viven? Residentes - León Turistas – Otras ciudades 03. ¿Dónde van más a León? Movilidad de 6:00 a 24:00, residentes, turistas, fin de semana 04. ¿Cómo llegan al evento? Transporte, rutas, tiempo de espera, estacionamiento Festival del Globo 2016 05. ¿A qué hora se van? Horario de llegada por género, edad, clase, clúster 06. ¿Cuántos van al festival y con que frecuencia? Asistencia y frecuencia por día, género, edad, clase, clúster 07. ¿Dónde van los residentes de León que salen de la ciudad? Destino de residentes 08. Anexos
  17. 17. 17 395,729 Distribución por Género 34% 24% 42% 58% Residentes Turistas 29% 13% Hombres Mujeres 51% 49% Población mexicana en promedio Festival vs Población mexicana El Festival concentra más público masculino que el promedio de la población mexicana. Asistentes del Festival El mayor porcentaje de asistentes son hombres y residentes. ¿Quiénes son? Asistentes diarios en promedio
  18. 18. 18 Aguascalientes 3.8% CDMX 1.5% 1.1% 0.7% 0.7% 0.7% 0.7% Gustavo A. Madero Iztapalapa Cuauhtémoc Ecatepec de Morelos Álvaro Obregón Benito Juárez Guanajuato 3.7% 1.5% 1.6% 1.8% 2.4% 2.5% 0.6% Irapuato Celaya Guanajuato Silao San Francisco del Rincón Salamanca Purísima del Rincón Distribución geográfica* ¿Dónde viven los turistas? – Otras ciudades 6.8% 5.2% 2.3% 1.8% 1.5% 1.0% 0.9% 0.6% Jalisco Guadalajara Zapopan Lagos de Moreno Tlaquepaque Tonalá Tlajomulco de Zúñiga Tepatitlán de Morelos Ocotlán Morelia, Michoacán 4.4% Guadalupe, Mty 0.9% 1.1% Tepic, Nayarit 0.6% Corregidora 2.6% Querétaro Querétaro Soledad de Graciano Sánchez 3.0% San Luis Potosí San Luis Potosí 0.9% Zacatecas 0.9% TOP 5 de ciudades: 1. Guadalajara 2. Zapopan 3. Morelia 4. Aguascalientes 5. Irapuato *Ver mapas de calor en detalle en anexo
  19. 19. BIG DATA & DATA SCIENCE
  20. 20. Data Value Pyramid Big Data governance & security Data science / Analytics Data engineering Data monetization / Use cases Big Data infrastructure Data & connectivity
  21. 21. Clientes móviles200millones Agregación Datos agrupados en multitudes Anonimización Datos personales eliminados Extrapolación Representación del total de la población #2 Fortalecer decisiones mediante insights basados en comportamiento real de la población #1 Privacidad integrada en la concepción de la metodología Smart Steps en Latinoamérica
  22. 22. BUSINESS QUESTIONS ASSESSMENT ADOPTION ROADMAP DELIVERY Big Data Journey DELIVERY
  23. 23. Propensión a la compra
  24. 24. Propensión a la compra
  25. 25. Conocimiento del Cliente
  26. 26. Conocimiento del Cliente
  27. 27. Predicción Fuga de Clientes
  28. 28. Predicción Fuga de Clientes
  29. 29. Mejorar eficiencia y grandes ahorros Generación masiva de datos como oportunidad única para llegar a ser Data-Driven Companies Alrededor 10 países 200+proyectos CONCLUSIONES

×