Conceptualización de la analítica de datos y sus vínculos empresariales

Page 1

de la de datos y sus empresariales

DATA SCIENCE

Ciencia de los datos o Data Science

algoritmos Datos Ciencias computacionales Software

la ciencia de datos?

! Ciencia interdisciplinaria que para la con la finalidad de generar conocimiento ! Insumo: Distintas formas de datos (estructurados y no estructurados) ! Involucra: de la ciencia de datos Phyton JuliaR Java C++Scala

Negocios: Finanzas

Learning

Scientist

Sistemas de Ciencia computacional

de datos

de sistemas

: Machine
Desarrollo
Econometristas Actuariales Visualizadores de datos Software

Proceso para ciencia de datos

1 2 3 4 5 6 Descubrimiento a emplear

1. Descubrimiento

2.

servidores web (webservers) redes sociales (social media) fuentes online (data streamed) por medio de fuentes internas y externas para responder la pregunta enfocada en el negocio
como: valores perdidos valores en blanco valores incorrectos Limpieza de datos acondicionamiento previo al modelamiento las variables .

3. modelo a emplear para

el pre modelamiento de relaciones entre variables.

4. modelo a emplear para

el pre modelamiento de relaciones entre variables .

Exploratory Data Analysis (EDA) utilizando plots para identi

car la .

Exploratory Data Analysis (EDA) utilizando SQL, R, SAS.

4. modelo

para entrenamiento y testeo . Analizar distintas herramientas de entrenamiento como por ejemplo clustering . modelos: SAS, R, Phyton, etc. 5. Ge n e ra c i n d e re p ort e t c n ic o . en un . Revisar las posibles restricciones no consideradas previamente .

6. resultados

de los hallazgos principales y comunicarlo internamente a los accionistas y mandos superiores . modelo . Determinar si los resultados del proyecto son satisfactorios o se deben realizar ajustes

de distintas bases de datos grandes y complejas de procesar a de tradicionales Volumen de base de datos Variedad Diferentes tipos de datos Velocidad a un ritmo alarmante Valor Encontrar el significado correcto de los datos Veracidad Incertidumbre e inconsistencias en los datos 1 1 2 2 3 3 4 4 5 5 6 6 Big Data

empresarial

Acceso a datos abiertos (open data) se incrementa se reducen los costos operativos

2 se transforma en valor para los accionistas y con ello, se obtiene mejor rendimiento financiero

3

Modelos de negocio que incorporan generan valor agregado

4

Capturar los datos actividades y horarios establecidos

permiten generar un modelo robusto

1

Ejemplos de datos y el empresarial

Curvas de progreso planificadas vs. Actuales

Factores de productividad (unidad, actividad, etc.) rendimiento Interrupciones

Histogramas de mano de obra y comparativo

Tiempo de esparcimiento fraudedel personal) de red de oficinas

productos rutas

! permite el desarrollo de la empresa en su potencial completo. ! ! como sistematizado) ! ventaja competitiva ! Aprovechamiento de datos ! !

de la de datos

ciencia y calidad de los modelos

IT: gestiona y aprovisiona los datos, garante de la calidad

Inteligencia analítica:

aporte de conocimiento para identi

car respuestas a las preguntas planteadas por el negocio.

Negocio: identi

ca las necesidades de

Efi
!
!
!

!" #"

tendencias, mitigar el riesgo, mejorar la experiencia del usuario

%"

almacenamiento y

Beneficios en la calidad del

cliente, mejor rendimiento

ambiental, y diversidad de mano de obra

$"

Empresas impulsadas por los datos, pues los datos son un activo y permiten tomar decisiones argumentadas -commerce, IoT, inteligencia arti

cial se han convertido en herramientas aliadas a las empresas

Coherencia en la estructura organizacional

datos e empresarial y

Modelo centrado en el cliente

H., Huang, S., Wang, P., & Li, Z. (2021).A review of data mining Methods in financial markets.

Data Science in Finance and Economics 1(4): 362392. http://www.aimspress.com /article/doi /10.3934/DSFE.2021020

Nadikattu , R. (2020).Research on data science, data analytics and big data.

Journal of Engineering and Science 9(5), 99-

https://ssrn.com

A., , G., & , R. (2019).

modelo de redes

http://dx.doi.org/10.2139/ssrn.3622844

la e

y

teran

63-

Liu,
International
105.
/abstract=3622844 y
,
de
: Un
bayesianas . :
50,
100. https://doi.org /10.24275/etypuam /ne/502019/

Turn static files into dynamic content formats.

Create a flipbook
Issuu converts static files into: digital portfolios, online yearbooks, online catalogs, digital photo albums and more. Sign up and create your flipbook.