Continuamos con nuestra serie de artículos con el recorrido por las tecnologías Big Data, en la que ya hablamos de las áreas de conocimiento.

Ciencia de Datos

Si nos vamos al sentido más estricto de esta expresión, diremos que ciencia de datos es casi todo aquello que tenga que ver con los datos. Y, si nos paramos a pensar, casi cualquier cosa del ámbito que nos rodea está relacionada con los datos.

Una definición más precisa es “área interdisciplinar que incluye métodos científicos, tecnologías y procesos para extraer conocimiento y valor de los datos sean del tipo que sean". En resumen, es una disciplina que hace que los datos sean útiles.

Dicho esto, los creyentes del Big Data no debemos caer en la trampa de considerar que es una ciencia moderna y que venimos a aportar algo completamente nuevo. El almacenamiento de datos existe desde hace milenios. Como tal, esta ciencia y sus procesos tienen este nombre desde Peter Naur los llamara así en los años sesenta. Por tanto, no hemos inventado la rueda. 

Wikipedia, además, tiene una definición muy sencilla que puede conectar pasado y presente cuando lo define como: “concepto para unificar estadísticas, análisis de datos, Machine Learning y sus métodos relacionados”, para “entender y analizar fenómenos reales”.

Data Mining

Vamos a incluir en este artículo uno de los conceptos inherentes a la ciencia de datos: el data mining o minería de datos.

Podemos englobar aquí el conjunto de técnicas y tecnologías de las que nos vamos a valer para explorar grandes bases de datos. A partir de diversas técnicas, vamos a tratar de encontrar patrones, tendencias o anomalías que nos ayuden a ver cómo se comportan nuestros datos.

En mayor o menor medida siempre hemos aplicado técnicas de data mining dentro del llamado Business Intelligence o BI. La principal diferencia es que en BI generalmente hemos tratado de responder preguntas concretas a partir de nuestros datos. 

Hoy en día, gracias al crecimiento exponencial de los datos, a la mejora de capacidad de procesamiento de los equipos modernos y a las nuevas tecnologías de Big Data, ya no siempre vamos a buscar responder una pregunta. Ahora podemos observar datos de los que no conocemos nada y encontrar patrones. Una vez que encontremos ese patrón y tengamos una pista que seguir, podremos profundizar en los datos y extraer conocimiento orientado a la toma de decisiones. 

¿Por qué es tan importante formarse en técnica de data mining ahora?

Vivimos hoy una transformación en la que hemos pasado de que los datos sean una parte estática del negocio a que sean la materia prima. Donde explotábamos los datos para ver cómo iba la evolución del negocio, explotamos datos para evolucionar el negocio, tomar decisiones y crear productos y acciones de impacto en la sociedad y en las cuentas de la empresa. Además, estas acciones no tienen por qué ir orientadas únicamente al aumento del beneficio. Una de las mejores aplicaciones de estas técnicas es la optimización de costes. 

Por tanto, ya sea que quieres mejorar tu satisfacción de cliente, crear mejores productos u optimizar tus costes, una pequeña actualización técnica puede ser determinante.

MÁSTER EXPERTO BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

Una competencia es una característica subyacente en una persona, que está causalmente relacionada con una actuación de éxito en un puesto de trabajo

Boyatzis, 1982

Las competencias como pilar básico

Las competencias son un pilar básico para poder analizar y describir un puesto de trabajo.

¿Qué competencias son necesarias en un puesto de trabajo? Cada empleo tendrá unas necesidades diferentes a otras, pero es vital para la efectividad del trabajo que desempeñe que estas competencias se definan correctamente. De esta manera, el que aplique para el trabajo podrá ver qué competencias necesita desarrollar y cuáles ya ha desarrollado.

La necesidad de actualizarse

Actualmente, las nuevas generaciones son las mejores formadas de la historia. El auge en nuevas carreras y títulos, máster, cursos o especialización en algún campo del sector crean la necesidad de buscar algo que va más allá de la formación. El mercado está saturado de gente cualificada pero, ¿qué es lo que te hace diferente a los demás?, ¿qué es lo que te hace diferente de una persona con la misma formación que tú? Como si se tratara de competencia empresarial, deberemos diferenciarnos de los demás. Las competencias pueden ser el medio para conseguirlo.

Cada vez más se desarrollan diferentes competencias que pueden hacerte marcar la diferencia, ya que cada vez más se buscan puestos de trabajo con competencias específicas. Esos conocimientos, habilidades, cualidades, valores, motivaciones y aptitudes son propias de las personas enfocadas al buen desempeño profesional.

Las competencias según Maslow

Estas competencias se pueden aprender y desarrollar como explica Maslow:

Por esto, una vez que identifiques las competencias que quieres desarrollar ya estarás a un paso de conseguir obtener la competencia.

Las competencias en el sector del Big Data:

Dependiendo del sector en el que te encuentres necesitaras unas competencias u otras, las competencias clave en el sector del Big Data son:

  1. Flexibilidad: tener la capacidad de adaptarse a los nuevos cambios y obstáculos que puedan surgir a la hora de desempeñar tu trabajo.
  2. Capacidad de aprendizaje: el mundo del Big Data cambia constantemente surgen nuevos lenguajes y herramientas que nos facilitan o mejoran el tratamiento de los datos. Por ello hay que estar constantemente formándose, para evitar quedarse atrás y responder de la mejor forma las necesidades del mercado.
  3. Capacidad relacional o comunicativa: por muy técnico que sea tu perfil, necesitas tener la capacidad de poder transmitir y comunicarte con tus compañeros.

Con estas competencias desarrollar tu talento, porque cada vez más el departamento de Recursos Humanos utiliza el Big Data para analizar los perfiles y definir las competencias.

Conclusión

En el mundo profesional actual, nos encontramos con nuevos puestos de trabajo y nuevas formas de definir los puestos de trabajo, donde cada vez más se pide la especialización del empleado. Al fin y al cabo, el desarrollo de nuevas competencias que conformen a profesionales más especializados. Las competencias básicas de un perfil en el sector del Big Data son la capacidad de adaptarse a los nuevos cambios, la capacidad de aprendizaje y la capacidad comunicativa.

Prepárate para desarrollar tus competencias en el sector del Big Data y, si lo haces con el mejor master de Big Data & Analytics, pues mejor que mejor.


Alejandra Sánchez, asistente en marketing y comunicación de datahack

Uno de los grandes retos para los formadores en tecnologías Big Data es dar a conocer que el Big Data no es una única cosa. El Big Data es un concepto que engloba a muchos otros. Está formado por un ecosistema de tecnologías que, combinadas entre sí, nos aportan la potencia necesaria para extraer valor al dato y hacer que nuestra organización sea Data Driven.

A lo largo de varios artículos, vamos a hacer un recorrido por estas tecnologías para diferenciarlas y así hacernos una idea de cuál es la utilidad de cada una en nuestro negocio.

Vamos a comenzar por lo más básico. En Big Data tenemos dos áreas de conocimiento que, aunque están entrelazadas debemos diferenciar. La primera es Data Science o Ciencia de Datos y la segunda es Data Architecture o Arquitectura del Dato.

Data Science

Atendiendo al primer bloque, debemos definir aquellas tecnologías y técnicas que engloba el concepto de Data Science. Además, para traerlo a nuestro idioma, lo definiremos como la ciencia que estudia los datos. 

Entre los conceptos asociados a Data Science está:

A lo largo de los siguientes artículos, iremos abordando algunos de ellos.

Es importante resaltar que, cuando buscamos posibles candidatos para una posición en Data Science, a veces se definen a ellos mismos con este término cuando en realidad hay muchos perfiles que trabajan en Data Science y sin embargo dominan distintas técnicas.

Data Architecture

El segundo bloque comprende todo lo relacionado con la arquitectura del dato. Si bien es cierto que podemos aplicar técnicas de Data Science sobre sistemas sencillos, cuando hablamos de Big Data es imprescindible la planificación y un buen diseño de nuestras arquitecturas por perfiles especializados como el arquitecto de datos

El hecho de que nuestra organización llegue a ser data driven depende en gran medida de la inversión de tiempo y dinero que se haga con el fin de implementar una arquitectura Big Data estable y proporcional al tamaño del dato. Previamente, es necesario conocer el ecosistema de tecnologías de arquitectura Big Data y hacer un análisis de las necesidades y del impacto que tendrá el despliegue del nuevo sistema en la empresa. 

Veamos el nombre de algunas tecnologías en este ámbito. Por un lado, tenemos las bases de datos no relacionales NoSQL. Otro sistema de almacenamiento de la información es Hadoop y por último tenemos Spark. ¿Te suenan los nombres? Además, dentro del ecosistema Hadoop tenemos herramientas como Hive, Impala, Oozie, Zookeeper, Sqoop, Kafka, Flume, Hbase o Pig entre otros. 

Tanto si te suenan algunos nombres como si no, estate atento a los próximos episodios de la saga Big Data para no perder detalle de ninguno de ellos. A lo largo de los próximos posts iremos detallando algunas de estas tecnologías para que puedas hablar como un verdadero datahacker.

MÁSTER EXPERTO EN BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

Un resumen de materiales expuestos en la Charla con profesionales del Big Data y Masterclass de Spark en Bilbao

Que el Big Data despierta el máximo interés en Bilbao ya lo sabíamos. Por eso, no fue ninguna sorpresa encontrarnos el auditorio del Bilbao Berrikuntza Faktoria (BBF) lleno (¡gracias a todos!). Lourdes Hernández Vozmediano, nuestra CEO, presentó el evento dando unas pinceladas de qué es datahack, escuela de formación práctica en Big Data & Analytics, con división de consultoría e i+d.

Habló de proyectos propios en el que el uso de inteligencia artificial se pone a disposición de la detección y tratamiento de enfermedades degenerativas. También de nuestra comunidad de conocimiento, desde la que organizamos eventos como este para dar a conocer todos los temas innovadores que estamos desarrollando en nuestras sedes de Madrid, Barcelona, Sevilla y Bilbao.

Particularmente aquí, donde la historia ha sido de ida y vuelta: tras una primera edición en 2017 del master Big Data & Analytics (la ida), los dos socios tuvieron unas oportunidades laborales geniales que les llevaron a no poder seguir con el proyecto. Ahora, estamos de vuelta con energías renovadas y proyectos bajo el brazo con clientes como el Banco de Santander, Cruz Roja, Mango o el Ayuntamiento de Barcelona.

Masterclass de Spark

Ángel Conde Manjón, primera de las dos estrellas invitadas (@Neuw84m), es el líder del equipo de Data Analytics e Inteligencia Artificial en Ikerlan (@IK4_IKERLAN). Es, además, profesor en datahack de los módulos de Kafka y Spark

En la introducción nos comenta las posibilidades que ofrece Spark: analíticas Big Data en memora, soporte SQL, aprendizaje automático, procesamiento en tiempo real, Grafos y APIs para trabajar en Scala, Java, Python y R.

Nos contó la historia de Spark desde el paper de Google MapReduce en 2002, pasando por el Spark paper en 2019 en Bercley hasta 2014 cuando apareció el Spark Top-level.

Luego nos mostró una comparativa con otras herramientas como MapReduce, Hadoop, Storm o Flink, con las distintas funcionalidades, como Optimización, procesamiento Batch, Streaming, integración, etc. Con esto, mostró que Spark es la más completa de todas, y que sin duda es el presente y futuro en el área de Big Data.

big data y bilbao

En temas de arquitectura, destacó el uso de Mesos y Kubernetes como una posibilidad real para la mejora en la implantación de los proyectos.

El futuro de Spark se basa en el estándar en analíticas Barch, sus mejoras en streaming (aunque flink es más fuerte), la mayor integración con Tensor Flow y la integración con nuevos sistemas de ficheros (Ozone).

Spark en la práctica

Tras la introducción hizo una demo muy interesante de un ejercicio sencillo de machine learning, con un cuaderno de Jupyter, ejecutado sobre una máquina virtual en Colab contra un clúster de Google. 

Nos mostró cómo sencillamente un algoritmo calculaba el valor de Pi: en 100.000 iteraciones daba un valor aproximado de 3.1426, aunque se tomaba su tiempo. Si iteraba solo con 100 era casi inmediato, pero el valor aproximado era 3.71. También realizó algunos pasos de cómo crear y leer una tabla de valores.

Para los curiosos, tenéis el notebook en el siguiente enlace. ¡Os animo a probarlo!

Finanzas y Spark: casos de uso en BBVA

Pedro Gómez tomó el testigo a continuación. Pedro es Data Scientist Manager en BBVA. Nos comentó cómo ha ido evolucionando el uso de los datos en el banco para convertirse en una empresa data driven y generar valor desde los datos.

El punto de partida era una infraestructura en una base de datos relacional. Desde ahí, migraron a una arquitectura Big Data basada 100% en tecnologías open source. De datos y herramientas propietarias pasaron al uso de R, Python, Jupyter y Spark, que es el principal motor de computación.

A continuación comentó las disciplinas que existen en un banco, como inteligencia comercial (todo el tratamiento de los clientes), fraude y riesgos, eficiencia operativa y una última de creciente creación que es el área de monetización de datos.

Destaca el área de fraude en tarjetas, con datos muestrales muy desbalanceados, para el que utilizan Spark y Big DL, el proyecto piloto de biometría de reconocimiento facial para pagos con tarjeta. También los modelos de propensión utilizando grafos y marketing social, modelos de abandono mediante imágenes de clientes, e incluso la app de BBVA, en el apartado de Planificación Financiera, que permite predecir los ingresos y gastos de un cliente, e incluso el grado de confianza de dicha predicción.

Sabemos que esto no es como haber estado allí. Por eso os esperamos en nuestro próximo encuentro. Aquí puedes ver nuestra agenda, da igual cuando leas esto.

MÁSTER EXPERTO BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.


Marcelo Molina, Big Data & Analytics Director

La neuroeconomía es el estudio de la relación entre lo que sucede en el cerebro humano durante la toma de decisiones y la conducta de los agentes económicos. Entender por qué tomamos las decisiones nos permitirá realizar modelos predictivos donde establecer una conducta de compra.

Introducción a la neuroeconomía

En un primer momento se pensaba que actuábamos de forma racional, que tomábamos las decisiones por una cuestión de optimizar los recursos que teníamos y por una cuestión de sentido común. Autores como Adam Smith (1956), Marshall (1920) defienden que si existe de manera racional pero se ve influido por el interés personal, siguiendo con la idea de que la gente hace lo que hace por algo.

Keynes por otro lado se aparta del concepto de racionalidad cuando se pregunta: cómo puede ser que aún cuando el análisis racional de los proyectos de inversión nos muestra su inconveniencia, los agentes económicos deciden invertir y a pesar de que hay una alta probabilidad de que el proyecto no salga rentable y que a veces lleve a la quiebra al inversor.

Por ello autores como Simón (1978) introducen la psicología y sociología como herramienta para entender el comportamiento del ser humano. Al cuestionarse esa actitud racionalista los economistas crean una nueva corriente “Behavioral economics” donde se empieza a reclamar una mayor presencia de la psicología y la experimentación en el campo de la economía.

Participación de las emociones en la toma de decisiones

La neuropsicología y los avances en anatomía han demostrado la relación del cerebro con el comportamiento emocional de los individuos. Los estudios han señalado la relación que existe con diferentes partes del cerebro (Lóbulo frontal, la amígdala,..) con reacciones emotivas del ser humano. Es importante analizar el papel del cerebro cuando los individuos evalúan decisiones y categorizan riesgos.

Antonio Dámaso reflejaba que el ser humano llegaría a su nivel más alto de inteligencia cuando este fuera capaz de suprimir las emociones. Las zonas que se encontraban más dañadas del paciente u otros que presentan estas conductas, son aquellas que conectan:

Por estas "taras", toman mejores decisiones económicas por la ausencia de emociones como el miedo.

El Big data convierte datos en información

Las emociones juegan un papel fundamental en la toma de decisiones del individuo. Por eso, es en el análisis de todos los resultados que se realizan en los mencionados experimentos donde llegamos a conclusiones. Ahí nos ayuda el Big Data; convierte esos datos en información útil.

Bajo el paraguas del Big Data, se cobijan una serie de fenómenos que tienen como denominador común el facilitar la utilización y el cruce de datos relacionados con la actividad económica y de comunicación para mejorar su eficacia.

Conclusión

Por ello, con estos conocimientos base de la neuroeconomía y añadiendo la información que podemos generar con el Big Data, se optimiza la toma de decisiones estratégicas personalizadas para el público.

Es por este auge de la importancia de los datos, de sus aplicaciones y de la creciente necesidad de puestos en el sector por lo que nace datahack. Creamos el mejor master Big Data & Analytics del mercado para formar a profesionales de los datos.

MÁSTER EXPERTO BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

A veces busco la ficha de un libro para hacer la publicación y hacer la reseña en mi blog. Luego, Google, o Amazon, o la plataforma que sea, me sugieren libros similares al que he buscado. Lo que no saben es que a veces odié ese libro y que lo que me sugieren lo descarto en el acto. 

También, a veces, busco algo para hacer un regalo a un conocido, o para mi padre, que el hombre no sabe ni abrir Google, y de repente me empiezan a bombardear con publicidad relacionada. O me empiezan a llegar anuncios para que me forme en Big Data, sin tener en cuenta que ya trabajo en la escuela con el mejor Master de Big Data & Analytics, solo porque he buscado un artículo ¡que he escrito yo! 

¿No has vivido alguna vez situaciones similares?

¿Por qué pasa esto?

La mayor parte de los motores de recomendación se basan en algoritmos de inteligencia artificial. Estos algoritmos se basan en el pensamiento convergente, de modo que sugieren contenidos afines según el etiquetado o hábitos de consumo de otros usuarios "similares a ti".

¿Qué significa esto? Que básicamente siguen esta lógica:

Por lo tanto, no tendrán en cuenta variables como la posibilidad de que busques o compres en nombre de otra persona, o tu contexto personal.

Al final, todo depende de cómo el algoritmo está diseñado y de cómo el modelo de machine learning ha aprendido. Por ejemplo, los algoritmos de spotify se basan en el mapa de gustos y las listas de reproducción. Los de youtube, por su parte, se fijan en los vídeos que ves, los que no, cuánto tiempo pasas viendo cada vídeo, tus "me gusta" o "no me gusta" y en el "No me interesa", a lo que suman las etiquetas de cada contenido y la relevancia del mismo.

Está claro que algunos algoritmos son más complejos que otros y se basan en más variables, pero todos pueden dar lugar a sesgos que les hagan fallar. Estrepitosamente.

Los sesgos en los algoritmos, o por qué a veces fallan

No debemos olvidar que un algoritmo no deja de ser un serie de instrucciones a ejecutar para solucionar un problema. Todo muy lógico. Muy matemático. Pero no olvidemos que están diseñados por personas. Y los pasos que seguimos las personas para solucionar ciertos problemas no son siempre los más adecuados, nuestras prioridades tienen sesgos. Por ello, los algoritmos heredarán los sesgos de sus creadores.

Además, por supuesto, los algoritmos solo pueden basarse en los datos que tienen a su disposición. El resto de variables las asumen. Es decir, que asumen que busco un libro porque me gusta, que compro algo para mí y no para mi padre…

Aparte de eso, hay que tener en cuenta una cosa. Las personas somos más que matemáticas y pensamiento convergente. Las personas tenemos imaginación y curiosidad; seguimos caminos que la lógica no puede predecir. Esto es lo que se llama pensamiento divegente, lo que les falta a los algoritmos y lo que no son capaces de comprender.

Cuando el sesgo de la máquina se junta con el sesgo de los humanos

Al margen de los sesgos que lleven “de fábrica” los algoritmos, heredados de sus creadores, también hay un peligro: que acierten demasiado. Por ejemplo, la mayoría de los algoritmos de redes sociales están destinados a mostrar contenidos similares a los buscados, sin entrar en valoraciones éticas.

Por lo tanto, si el usuario tiene un sesgo machista, racista, antiecologista… el algoritmo tenderá a mostrarle más contenido con ese sesgo. Con esto, el algoritmo reforzará dicho sesgo e incluso lo radicalizará. Y apartará al usuario de  la información no alineada con su ideología y los aísla en burbujas ideológicas y culturales. Esto es lo que se llama el filtro burbuja.

El entorno en el que el modelo de machine leaning se ha entrenado también es relevante. Por ejemplo, una inteligenia artificial que aprende en según qué redes sociales puede convertirse fácilmente en un troll. O (y esto es más sensible) algoritmos de selección de personal o para encontrar pareja pueden acabar con sesgos machistas porque en el conjunto de entrenamiento los seleccionados eran hombres (en el primer caso) o mujeres jóvenes y atractivas (en el segundo). Esto es porque aprende de lo que “lee”, sin hacer valoraciones éticas. Pensamiento convergente puro y duro.

Cómo evitar los sesgos en los algoritmos

Por todo eso, los buenos profesionales del Big Data tienen que tener mucho cuidado tanto a la hora de diseñar los algoritmos como a la hora de elegir los conjuntos de entrenamiento para sus modelos de machine learning.

Además, ya se están tomando medidas para añadir elementos más humanos que incluyan el pensamiento divergente en ciertos aspectos. Por ejemplo, algunas plataformas están probando recomendaciones basadas en listas hechas por humanos.

Pero, sobre todo, hay que estar bien informado de que se pueden producir esos sesgos y combatirlos con un poco de pensamiento divergente… o volviendo loco al algoritmo buscando una cosa y la contraria, para que no sepa a qué atenerse y no genere el sesgo. ^^

MÁSTER EXPERTO BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

El análisis de datos, junto con el Big Data, parece haber encontrado su espacio en innumerables sectores laborales de modo que se ha vuelto una herramienta fundamental en nuestro día a día.

Hablamos del Big Data aplicado a los entornos financieros, al marketing digital, a la logística, a la educación, a las redes sociales... Y todo basado en gran medida a la cantidad de datos que millones de personas en todo el mundo producimos a diario, bien sea por la información personal que conscientemente suministramos a nuestro banco, escuela, proveedor de suministros online… O por aquella que se desprende de nuestro uso del móvil y las redes o simplemente la que producen los sistemas profesionales con los que trabajamos, tales como bases de datos, sensores, etc.

EL BIG DATA APLICADO A LO SOCIAL

Cuando nos planteamos lo que recibimos a cambio de nuestros datos, solemos pensar en recomendaciones comerciales, ofertas... Pero olvidamos que, con el análisis de toda esta información, es posible reconocer patrones de conducta tanto propias como de nuestro entorno. Estos patrones pueden producir indicadores que ayuden a identificar situaciones de riesgo real, vital. Así surge la idea del Big Data en la intervención social, los datos al servicio de las personas.

Hace unos meses, tuvimos la enorme suerte de ser adjudicatarios de un proyecto de análisis para una gran organización española especializada en la ayuda a los más necesitados. Ya habíamos colaborado antes con organizaciones y fundaciones de este tipo en el área de formación. Por ello, desde al área de consultoría, nos pareció el paso más natural ofrecer nuestro buen hacer a la realización de este proyecto. No solo es interesante desde el punto de vista profesional sino también un proyecto “muy bonito” desde el punto de vista humano.

El proyecto requiere realizar la definición, adquisición y almacenamiento de datos de personas vinculadas de alguna manera con la organización. El objetivo es analizar el perfil de las personas mayores de 65 años, su participación en las diferentes actividades y los cambios en su situación de manera que, tras los resultados obtenidos, se puedan determinar mejoras en la gestión y en la capacidad organizativa de la organización en cuestión, alertas ante riesgos de exclusión social, soledad, deterioro cognitivo o maltrato y sistemas de predicción del abandono o inactividad.

Aplicando técnicas de análisis en los tres ámbitos más conocidos, descriptivo, predictivo y prescriptivo, seremos capaces de describir las vulnerabilidades de nuestros mayores. Por tanto, podremos optimizar las respuestas ante estas situaciones y mejorar su calidad de vida.

UN PROYECTO BONITO

Como profesionales del sector, es reconfortante pensar que estamos poniendo nuestro pequeño granito de arena en acabar, o por lo menos minimizar, situaciones tan desesperantes como las descritas con anterioridad.

Hablamos de los datos como el nuevo petróleo. Pero a veces se nos olvida que, detrás de ellos, hay personas. En el mundo del Big Data hay espacio para todo.

MÁSTER EXPERTO BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

En Datahack y DH SEED somos expertos en Big Data y en las innovaciones tecnológicas. Por eso, no podíamos faltar al South Summit 19, un evento que concentra las startups y empresas consolidadas más innovadoras.

Allí, además de disfrutar de las charlas del South Summit 19, nuestro orgulloso equipo dio a conocer la oferta formativa, de consultoría y de talento de Datahack y DH SEED a numerosas empresas.

Ningún lugar como este para demostrar que no solo tenemos el mejor master Big Data & Analytics, sino que también podemos ayudar a las startups a sacar el máximo partido a sus datos o a encontrar a personal especializado.

South Summit 19 es una plataforma global de innovación abierta que conecta startups, corporaciones e inversores con foco en la creación de oportunidades de negocio.

El encuentro consta de una serie de conferencias y paneles de diversas temáticas con expertos mundiales de primer nivel en cada área, un área de marketplace (donde las diferentes empresas muestran sus productos al público), talleres formativos, y reuniones personales entre inversores, startups, corporaciones e instituciones que las soliciten.

Durante estas jornadas, es habitual encontrar a fundadores, CEO's y altos cargos de las mayores empresas del mundo hablando sobre estrategias empresariales, emprendimiento, financiación y otras nuevas formas de negocio.

A lo largo del año desarrollan diferentes encuentros alrededor del mundo. Todos ellos, aunque con diferentes temáticas, tienen un mismo foco en común; la creación de oportunidades de negocio.

South Summit 19 fue creado junto al IE Business School en 2012 por María Benjumea. En un momento en el que la crisis golpeaba con fuerza el país. Este proyecto nace de una fuerte convicción de que los emprendedores serían la fuerza motriz de la economía, y que era necesario crear una plataforma donde mostrar al mundo el talento, la innovación y las oportunidades de negocio. Inicialmente bajo el nombre de Spain Startup & Investor Summit (SSIS), en 2014 cambió su nombre al actual South Summit al abrirse a mercados internacionales de Latinoamérica y del sur de Europa.

Actualmente, Spain Startup es la sociedad que organiza y lleva a cabo el South Summit cada año. En la actualidad (octubre 2016) sigue dirigida por María Benjumea.

MÁSTER EXPERTO BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

En DHSEED somos conscientes de que orientar una compañía hacia la digitalización y el Big Data supone un proceso complejo de realizar. Por ello, acompañamos a la empresa en ese proceso, ya que ofrecemos consultoría orientada a la transformación digital; somos headhunters  especialistas en la evaluación, búsqueda y selección de perfiles de IT, Big Data y digital. Para más información pincha aquí.

El Big Data Congress de Barcelona

Como el año pasado, estaremos en nuestro stand para informarte y resolver todas tus dudas tanto de la escuela como de nuestros servicios de consultoría el  17 de octubre en el Big Data Congress. Además, entre todos los que nos visiten y nos dejen sus datos, sortearemos 500€ en la mejor formación en Big Data del mercado: nuestro master Big Data & Analytics.

Sorteamos una entrada para el IoT Solutions Word Congress valorada en 600€

Datahack también te da la oportunidad de ganar una de las entradas al IOT premium (AI and Cognitive Systems Forum Pass) valorada en 595€. ¿Quieres saber cómo ganarla? Es muy fácil: solo tienes que asistir a los eventos de datahack Barcelona que hagamos antes del IoT, que se celebra del 29 al 31 de octubre. En cada uno te daremos una papeleta para participar así que ¡no te pierdas ninguno!

Ya puedes apuntarte a la masterclass de Mongo: NoSQL database. También tendrás más oportunidades de ganar si te pasas por nuestro stand en el Big Data Congress.

MÁSTER EXPERTO EN BIG DATA & ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

Ya hemos establecido que el Big Data y restaurantes puede ser un gran aliado para un chef que quiera diseñar nuevos platos y un menú efectivo. Pero ahora bajemos a un mundo menos creativo: el de hacer que el restaurante donde han diseñado esa carta salga adelante.

Recopilar insights sobre los clientes

Conocer a nuestro cliente ideal es clave para ofrecerle una carta a su medida, recomendaciones y descuentos personalizados… Y construir con ellos una relación personalizada con comunicaciones a medida.  A esto nos ayuda el Big Data, a recopilar datos de esos clientes en diversas plataformas y a sacar información útil de ellos. Si el restaurante ofrece wifi o programas de recompensas y apps, la huella digital de los clientes nos da más datos sobre sus preferencias, hábitos e intereses.

Con todos estos datos, podremos atraerles al restaurante con más frecuencia o aumentar su ticket medio. Esto último es porque, sabiendo qué platos se venden mejor juntos y las preferencias del cliente, podremos hacerle sugerencias personalizadas que le hagan pedir más platos o productos con mayor importe.

Evaluar lo que funciona y lo que no

Un buen análisis nos permite medir con rapidez lo que funciona y lo que no. Esto es válido tanto en lo referente a los platos (¿añadimos, quitamos, renovamos la carta…?) como al delivery y las promociones...

Otro uso del Big Data en restaurantes es medir la satisfacción de los clientes y detectar ineficiencias en el servicio. Ya sea cuellos de botella en la cocina o camareros que no ponen suficiente énfasis en la venta cruzada, el Big Data nos ayuda a detectarlo y corregirlo.

Además, podemos saber si cosas que intuitivamente son buenas no lo son tanto. Por ejemplo, si aumenta nuestro ticket medio, en principio es una buena noticia. Pero si eso se debe a la pérdida de clientes de ticket bajo, no lo es tanto.

Predecir lo que va a pasar

Con Big Data, podemos ejecutar algoritmos predictivos que nos ayuden a adaptar nuestros servicios a diversas circunstancias, que van desde el tiempo que hará hasta los eventos en áreas circundantes.

Además, hay que tener en cuenta que, cada cierto tiempo, algunos tipos de dietas y alimentos se ponen de moda. Con análisis predictivos monitorizando las redes sociales, webs de nutrición… podemos anticiparnos a esas tendencias. De esta forma, si reaccionamos rápido, nos podemos posicionar como líderes en el segmento.

Estas predicciones pueden ayudar también a mejorar la gestión del inventario. Con ellas, sabemos los artículos del menú que se venderán, optimizar los recursos humanos para que siempre haya el personal justo para la cantidad de clientes esperada…

Decidir dónde abrir nuevas franquicias

En base al cruce y análisis Big Data de datos demográficos, de cantidad de reviews, de redes sociales y de programas de fidelización, podemos localizar puntos calientes. Con todo esto, minimizamos el riesgo de abrir en un lugar donde no vaya a haber demanda.

Conclusión

Como vemos, usar el Big Data y restaurantes puede ayudar a crecer a un negocio de restauración de muchas maneras: desde idear una carta sorprendente hasta conseguir mayores beneficios. Pero hacer una cosa así requiere una formación específica en herramientas de Big Data y restaurantes. Con el Master Experto Big Data Analytics de Datahack, te formarás en esas herramientas y podrás ayudar a crecer a los negocios en base a sus datos.

MÁSTER EXPERTO EN BIG DATA ANALYTICS

Gracias al Master en Big Data Analytics 100% Online tendrás amplios conocimientos sobre las herramientas y técnicas analíticas necesarias para la modelización de los principales retos de negocio, con el fin de mejorar la toma de decisiones a través de los datos y el conocimiento.

chevron-down