Casos de Uso de Big Data
|
|
- Alejandro Lucas Paz Salas
- hace 8 años
- Vistas:
Transcripción
1 Big Data España 2015 Casos de Uso de Big Data Wolfram Rozas 2 Octubre International Business Machines Corporation
2 Cambios en el Paradigma Analítico 2014 International Business Machines Corporation
3 Cambios en el Paradigma Analítico BIG DATA TRADITIONAL & ANALYTICS APPROACH APPROACH BIG DATA TRADITIONAL & ANALYTICS APPROACH APPROACH All available information All Analyzed available information analyzed Small amount of carefully organized information Large amount of messy information Analyze Analyze small subsets of all information Leverage more of the data being captured Carefully Analyze cleanse information information as is, before cleanse any as analysis needed Reduce effort required to leverage data BIG DATA TRADITIONAL & ANALYTICS APPROACH APPROACH BIG DATA TRADITIONAL & ANALYTICS APPROACH APPROACH Data Hypothesis Data Exploration Question Analysis Data Repository Analysis Insight Answer Insight Correlation Data Insight Start Explore with hypothesis all data and and test identify against correlations selected data Data leads the way and sometimes correlations are good enough Analyze Analyze data after data it s in been motion processed as it s and landed generated, in a warehouse in real-time or mart Leverage data as it is captured 2014 International Business Machines Corporation 3
4 Cambios en el Paradigma Analítico BIG DATA TRADITIONAL & ANALYTICS APPROACH APPROACH BIG DATA TRADITIONAL & ANALYTICS APPROACH APPROACH What What will happen has happened and what and should why you do Predict and decide the best action the embedded realm of the in everything specialist Intuitive analytics for everyone BIG DATA TRADITIONAL & ANALYTICS APPROACH APPROACH BIG DATA TRADITIONAL & ANALYTICS APPROACH APPROACH Learn Pre-programmed to sense and predict analysis using all on types structured of information data Cognitive computing Scheduled Real-time Analytics as and when you need it 2014 International Business Machines Corporation 4
5 Las 5 categorías de casos de uso 2014 International Business Machines Corporation
6 Innúmeros casos de uso en cada industria Banca Optimización de ofertas Servicio a clientes y eficiencia Detección e investigación de fraude Riesgo de crédito y de contrapartida Seguros Vista 360 del sujeto Modelización catástrofes Fraude y Abuso Analítica de rendimiento producto Telecom. Call Center proactivo Analítica de Red Servicios basados en localización Energía y Utilities Analítica de Smart Meter Predicción/ planificación de carga Mantenimiento basado en condición Ofertas a clientes (TOU) Medios y Entretenimiento Transformación de procesos de negocio Optimización de audiencias y marketing Campañas multicanal Optimización de comercio digital Retail Analítica de Cliente y Fidelización Optimización de Mercancías Precios óptimos Transporte y Turismo Analítica de Cliente y Fidelización Analítica de Mantenimiento Predictivo Optimización de Capacidad y Precios Gran Consumo Disponibilidad Estante Optimización de Trade Funds Cumplimiento de mercancías Alertas/Excepciones de promociones Gobierno Servicios públicos Defensa e Inteligencia Servicios fiscales y tributarios Salud Medir y actuar sobre los resultados de salud Involucrar a los consumidores en su salud Automoción Química y Petróleo Aviación y Defensa Electrónica de Consumo Farmacia Monitorización avanzada de condición Optimización Data Warehouse Analítica de Cliente y Fidelización Vigilancia, Análisis, Optimización Operacional Optimización Data Warehouse Investigación Upstream Plataforma de Acceso Información Uniforme Optimización Data Warehouse Plataforma de Certificación Aerolínea Monitorización avanzada de condición Analítica de clientes/ canal Monitorización avanzada de condición Aumentar la visibilidad de la seguridad y efectividad de los medicamentos 2014 International Business Machines Corporation 6
7 Las 5 Categorías de Casos de Uso Exploración Encontrar, visualizar, comprender los Big Data para mejorar el proceso de decisión Vista 360º cliente mejorada Extender las vistas de clientes (MDM, CRM, etc) incorporando fuentes de información internas y externas Seguridad/Inteligencia Aumentada Reducir riesgo, detectar fraude y monitorizar seguridad en tiempo real Inteligencia Operacional Analizar una variedad de datos máquina para mejorar la eficiencia operacional Aumento del Data Warehouse Integrar las capacidades de big data y de data warehousing para mejora de resultados de negocio 2014 International Business Machines Corporation 7
8 Las 5 Categorías de Casos de Uso Exploración Encontrar, visualizar, comprender los Big Data para mejorar el proceso de decisión Vista 360º cliente mejorada Extender las vistas de clientes (MDM, CRM, etc) incorporando fuentes de información internas y externas Seguridad/Inteligencia Aumentada Reducir riesgo, detectar fraude y monitorizar seguridad en tiempo real Inteligencia Operacional Analizar una variedad de datos máquina para mejorar la eficiencia operacional Aumento del Data Warehouse Integrar las capacidades de big data y de data warehousing para mejora de resultados de negocio 2014 International Business Machines Corporation 8
9 Exploracion: Necesidades Encontrar, visualizar, comprender todos los datos para mejorar el proceso de toma de decisiones Luchar para gestionar y extraer valor de las 3 V s en la empresa; necesidad de unificar la información en fuentes federadas Incapacidad de relacionar los datos brutos recogidos de logs de sistema, sensores, clickstreams, etc., con datos de clientes y de negocio Riesgo de exponer información de identificación personal y/o datos privilegiados debido a carencias de conciencia de la sensibilidad de la información 2014 International Business Machines Corporation 9
10 Call Center Access all sources or individual source Dynamic categorization Setup alert to notify change Identify topical experts Narrow down results set Refinements based on metadata Highly relevant, secure & personalized results Comment results Tag results Rate results Store & share results 2014 International Business Machines Corporation 10
11 Distintos propósitos de exploración International Business Machines Corporation 11
12 IBM Confidential 2014 International Business Machines Corporation 12
13 2014 International Business Machines Corporation 13 13
14 Las 5 Categorías de Casos de Uso Exploración Encontrar, visualizar, comprender los Big Data para mejorar el proceso de decisión Vista 360º cliente mejorada Extender las vistas de clientes (MDM, CRM, etc) incorporando fuentes de información internas y externas Seguridad/Inteligencia Aumentada Reducir riesgo, detectar fraude y monitorizar seguridad en tiempo real Inteligencia Operacional Analizar una variedad de datos máquina para mejorar la eficiencia operacional Aumento del Data Warehouse Integrar las capacidades de big data y de data warehousing para mejora de resultados de negocio 2014 International Business Machines Corporation 14
15 Necesidades Extender las vistas actuales de clientes (MDM, CRM, etc.) añadiendo fuentes de información internas y externas Necesita una mayor comprensión del sentimiento de la clientela Deseo de mejorar la fidelización (activa) del cliente y la satisfacción identificando acciones significativas necesarias Desafío en facilitar la información correcta a los decisores para suministrar a los clientes lo que realmente necesitan (resolver problemas, cross-sell, etc.) 2014 International Business Machines Corporation 15
16 Análisis Actitudinal de Clientes 2014 International Business Machines Corporation 16
17 GeoMarketing 2.0 / Geofencing Pisadas Patrones de movimiento de personas y patrones de estancia Análisis por hora y día Inferencia para métricas de estancias dentro de edificios Sociodemográficos y Conducta Perfil sociodemográfico combinado con movimiento Edad, género, país, dirección vivienda, dirección trabajo, tipo dispositivo (datos, status), patrón de actividad Tránsito Inferencia de rutas de transporte público incluyendo carreteras, trenes, autobuses 2014 International Business Machines Corporation 17
18 Análisis de Público Objetivo basado en Fans Datos lineales Datos no lineales Datos suscripción Datos afinidad y de gasto Datos demográficos Datos Redes Sociales 1 Extraer datos y ejecutar integración de entidades para crear perfiles individuales Text Mining Lista de Prospectos Fan Influencia Procesado Tiempo Real Big Data DW Perfil 360º Estructurado No estructurado 3 Crear lista de prospectos mediante modelos predictivos y producir campañas de marketing 2 Visualización Propensión Análisis Predictivo Motor de Reglas Tipo Fan Desarrolla modelos predictivos Vinculación Churn Gestión de Campañas multicanal Portal Marketing/ Research 2014 International Business Machines Corporation 18
19 Las 5 Categorías de Casos de Uso Exploración Encontrar, visualizar, comprender los Big Data para mejorar el proceso de decisión Vista 360º cliente mejorada Extender las vistas de clientes (MDM, CRM, etc) incorporando fuentes de información internas y externas Seguridad/Inteligencia Aumentada Reducir riesgo, detectar fraude y monitorizar seguridad en tiempo real Inteligencia Operacional Analizar una variedad de datos máquina para mejorar la eficiencia operacional Aumento del Data Warehouse Integrar las capacidades de big data y de data warehousing para mejora de resultados de negocio 2014 International Business Machines Corporation 19
20 Necesidades La extensión de Seguridad/Inteligencia mejora las soluciones de seguridad analizando todo tipo de fuentes Inteligencia mejorada y Vigilancia Predicción y mitigación de ciberataques en tiempo real Predicción y protección de crímenes Analizar datos en movimiento y parados para: Encontrar asociaciones Descubrir patrones y hechos Mantener la actualidad de la información Analizar el tráfico de red para: Descubrir nuevas amenazas tempranamente Detectar amenazas complejas conocidas Actuar en tiempo real Analizar datos sociales y de telecomunicaciones para: Reunir evidencia criminal Prevenir las actividades criminales Prender criminales proactivamente 2014 International Business Machines Corporation 20
21 Modelo Conceptual Análisis de Entidades/ Relaciones Datos no estructurados/en streaming Conectores Appliance de monitorizacion de telemetría de red (Opcional) Ingesta y procesamiento en tiempo real Video/audio Red Geoespacial Predictivo Almacenamiento y Análisis Text mining Data mining Machine learning Data Warehouse Análisis profundo Análisis operacional Gestión de datos estructurado de alto volumen Sistema de Seguimiento de Información Criminal Sistema de Monitorización de Vigilancia Información s de Seguridad y Gestión de Eventos (SIEM) Conectores Datos Estructurados Tradicionales 2014 International Business Machines Corporation 21
22 Gestión de Riesgos Preparar Exposición Límites Capital Stress Documentos Cobertura Reportar Evolución Reunir datos de posiciones, mercados, oportunidades, etc. Estimar Ratings y exposiciones Comparar exposición agregada contra límites Determinar reqs. capital Stress testing y Análisis de Escenarios Mitigación de riesgos legales Limitar el daño usando cobertura Informar involucrados Adaptarse a cambios en negocios clientes productos Datos Históricos Cálculos Scoring Complejos Demasiados datos Minimizar Costes Demasiados What ifs? Gestión Información Respuesta a Tiempo Reporting Limitado Problemas Integridad? Muchos datos, cambiando muy rápido, demasiada variedad Los cálculos de scoring necesitan hacerse más rápido No hay simple vista del riesgo de crédito (muchas vistas) Optimización de las pérdidas de crédito, capital, colaterales Múltiples escenarios de stress ad hoc Gestionar datos no estruc. de oportunidades y colaterales. Falta de herramientas de monitorización de crédito Reporting limitado de exposiciones y colaterales Consistencia del proceso de gestión de riesgo de crédito Gestión de Datos: MDM para las entidades de contrapartida legal Datos no estructurados: Análisis de sentidos como Análisis de Entidades Otras fuentes de datos como geoposicionamiento, redes sociales Análisis en Tiempo Real: Cálculos en casi tiempo real Appliance/función calidad streams App. Riesgo: App de riesgo de crédito y colaterales Análisis masivo: x más rápido que sistemas tradicionales con empleo de Appliance Reporting y búsqueda Escalabilidad: Capacidad a nivel de petabytes para grandes portfolios de crédito 2014 International Business Machines Corporation 22
23 Las 5 Categorías de Casos de Uso Exploración Encontrar, visualizar, comprender los Big Data para mejorar el proceso de decisión Vista 360º cliente mejorada Extender las vistas de clientes (MDM, CRM, etc) incorporando fuentes de información internas y externas Seguridad/Inteligencia Aumentada Reducir riesgo, detectar fraude y monitorizar seguridad en tiempo real Inteligencia Operacional Analizar una variedad de datos máquina para mejorar la eficiencia operacional Aumento del Data Warehouse Integrar las capacidades de big data y de data warehousing para mejora de resultados de negocio 2014 International Business Machines Corporation 23
24 Necesidades Analizar una variedad de datos máquina para mejorar los resultados de negocio La capacidad de analizar datos máquina y combinarlos con los datos corporativos obteniendo una vista completa puede capacitar a las organizaciones a: Ganar una visibilidad en tiempo real de las operaciones, experiencia de cliente, transacciones y conducta Planificar proactivamente para mejorar la eficiencia operacional Identificar e investigar anomalías Monitorizar la infraestructura punto a punto para evitar proactivamente la degradación del servicio o las cortes 2014 International Business Machines Corporation 24
25 Modelo Conceptual Logs brutos y datos máquina Sólo almacenar lo necesario Acelerador de Datos Máquina Indexar, buscar Modelización estadística Análisis Causal Análisis en tiempo real Exploración y Descubrimiento 2014 International Business Machines Corporation 25
26 Análisis de los Datos Máquina (M2M) App. Server Logs Ingestión Datos Procesamiento Análisis System Logs Smart Meters Datos en reposo Tiempo real Causa raíz Sensor Data Datos en movimiento Análisis texto Análisis Patrones Utility Systems Extractores Algoritmos adaptativos Detección de Anomalías Facility Systems Estructurado Indexado Análisis Predictivo Message Queues No estructurado Búsqueda Queries Dinámicas Clickstream Data Correlación Visualización Configuration Files Web Access Logs Database Audit Logs and Tables Web Proxy Logs HDFS Logs Solución de Negocio 2014 International Business Machines Corporation 26
27 Detección de Anomalías Datos históricos Ultimos datos Contador Lectura A 100 B 10 C 15 D 200 E 5 1. Para cada punto de suministro se identifican otros puntos que tengan conducta de consumo similar 2. Se identifica cuánto se desvía el último consumo del grupo 3. Se identifican los consumos más anómalos para centrar la investigación 2014 International Business Machines Corporation 27
28 Network Analytics Análisis en tiempo real del uso de los clientes y de su experiencia de los servicios de datos y aplicaciones, para mejorar la experiencia de cliente Soluciones Aplicaciones Mediación, Correlación y Análisis 1. Servicio a Clientes: priorizar problemas de clientes 2. Operaciones de Red: impacto de los eventos de red (cuellos de botella,, llamadas caídas, cortes, etc.) en la calidad de la experiencia de los abonados 3. Ventas & Marketing: aumentar la tasa de aceptación Recogida y extracción de datos 2014 International Business Machines Corporation 28
29 Las 5 Categorías de Casos de Uso Exploración Encontrar, visualizar, comprender los Big Data para mejorar el proceso de decisión Vista 360º cliente mejorada Extender las vistas de clientes (MDM, CRM, etc) incorporando fuentes de información internas y externas Seguridad/Inteligencia Aumentada Reducir riesgo, detectar fraude y monitorizar seguridad en tiempo real Inteligencia Operacional Analizar una variedad de datos máquina para mejorar la eficiencia operacional Aumento del Data Warehouse Integrar las capacidades de big data y de data warehousing para mejora de resultados de negocio 2014 International Business Machines Corporation 29
30 Necesidades Integrar las capacidades de big data y de data warehouse par amejorar la eficiencia operacional Necesidad de usar variedad de datos Análisis profundo en streaming de datos estructurados, no estructurados Requerimientos de latencia baja (horas semanas) Se requiere acceso a los datos Extender la infraestructura Almacenamiento optimizado, mantenimiento y costes de licenciamiento para migrar datos raramente usados (fríos) a Hadoop Costes de almacenamiento reducidos por procesamiento inteligente de datos en streaming Rendimiento del data warehouse mejorado determinando 2014 International Business Machines Corporation 30
31 Valor y Modelo Conceptual Pre-Processing Hub Query-able Archive Exploratory Analysis Streams Real-time processing Data Explorer BigInsights Landing zone for all data BigInsights Information Integration Data Explorer Find and view the data Can combine with unstructured information BigInsights Streams Offload analytics for microsecond latency Data Warehouse Data Warehouse Data Warehouse 2014 International Business Machines Corporation 31
32 Offloading Archivar Datos Fríos Base de Datos Ficheros Archive InfoSphere Optim Distribución Hadoop Aplicar políticas de retención de datos Capturar objetos de negocio completos Preservar integridad de datos Preservar metatada Cargar datos a Hadoop según sea necesario Archivar y purgar datos Archivos comprimidos, auditables, y restaurables Almacén interrogable utilizando Hive en Hadoop 2014 International Business Machines Corporation 32
33 Data Lake 2014 International Business Machines Corporation
34 El problema de los Datos Hay una desproporción en el tiempo empleado en preparación de datos en los proyectos de Análisis El Big Data complicará más la situación con la adición de datos de múltiples formatos y la ingesta en tiempo real 2014 International Business Machines Corporation 34
35 Una demanda creciente. Negocio quiere... Acceso abierto a más información Herramientas de análisis y visualización más potentes A los equipos IT les preocupan los costes les preocupan los requisitos de gobernanza y regulatorios 2014 International Business Machines Corporation 35
36 Lagos o Pantanos? A medida que recogemos datos Podemos preservar la claridad? Conocemos lo que recogemos? Podemos encontrar lo que necesitamos? Estamos creando pantanos de datos? Cómo construimos confianza en Big Data? Sabemos para qué se usan los datos? Hay que gobernar el dato! 2014 International Business Machines Corporation 36
37 Qué es un lago de datos? Un lago de datos facilita datos a una organización para realizar análisis de todo tipo Servicios del Lago de Datos Repositorios del Lago de Datos Es posible introducir el análisis en el lago de datos para generar conocimiento adicional de los datos cargados Gestión de Información y Gobierno del Dato Lago de Datos Un lago de datos gestiona repositorios compartidos de información para analizarla Cada repositorio del lago de datos se optimiza para un procesamiento particular Los datos pueden replicarse en múlitples repositorios en el lago de datos y tener distintos significados/usos 2014 International Business Machines Corporation 37
38 Arquitectura lógica Deploy Real-time Decision Models Information Service Calls Data Export Data Import Deploy Decision Models Understand Information Sources Advertise Information Source Understand Compliance Events to Evaluate Notifications Information Federation Calls Information Service Calls Data Out Data In Data Refineries STREAMING ANALYTICS Real-time Interfaces Publishing Feeds Information Ingestion Real-time Analyics Descriptive Data Shared Operational Data Deposited Data Harvested Data Advanced Data Provisioning CATALOG CONTENT HUB INFORMATION WAREHOUSE DEEP DATA INFORMATION VIEWS OPERATIONAL STATUS CODE HUB Catalog Interfaces Data Lake Repositories Analyst Interaction Information Access Find Curate Access Provision Reporting Data Marts Understand Information Sources Search Requests Curation Interaction Information Service Calls Data Export Data Import Inter-lake Exchange Report Queries Information Integration & Governance INFORMATION BROKER CODE HUB STAGING AREAS OPERATIONAL GOVERNANCE HUB MONITOR WORKFLOW Management Data Lake 2014 International Business Machines Corporation 38
39 Resumen Lago de Datos = Gestión eficiente, Gobernanza, protección y acceso A medida que la analítica de una organización se hace más compleja, será necesario: Acceder a datos históricos de muchos sistemas Estos datos incluyen datos sensible y valiosos que son el núcleo de la operación Hadoop felxible para almacenar muchos tipos de datso, pero no es suficientemente rápido para alguna analítica en producción. Los datos necesitan ser reformateados y copiados en una plataforma especializada paa el análisis Un lago o embalse suministra: Un extracción sencilla de datos Catalogar y gobernar el dato Interfaces sencillos para que la línea de negocio acceda a la infomración que precisan 2014 International Business Machines Corporation 39
40 Preguntas? Gracias por su atención 2014 International Business Machines Corporation
Gestión del Fraude. Pilar Sirvent, Arquitecto Senior de Software
Gestión del Fraude Pilar Sirvent, Arquitecto Senior de Software Áreas de Apoyo Gestión del Fraude Grandes Cantidades de Datos (Big Data) Volumen - Variedad - Velocidad Integración Visión 360º Análisis
Más detallesIncorpora la localización en tu compañía. Mejora la rentabilidad con la solución Location Analytics de Esri
Incorpora la localización en tu compañía Mejora la rentabilidad con la solución Location Analytics de Esri Qué es la pregunta Dónde es la respuesta En la era actual de sobrecarga de datos el éxito en los
Más detallesBIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA
BIG DATA Y SU APLICACIÓN REAL EN LA EMPRESA Javier González Sánchez Director Comercial de Information Management España, Portugal, Grecia e Israel. IBM Software Características de Big Data Procesamiento
Más detallesLa siguiente generación de Datawarehouse : Más allá del Data Warehouse permitir information on demand. IBM Information Management
La siguiente generación de Datawarehouse : Más allá del Data Warehouse permitir information on demand José Ramón Mora IBM Software Group Nuestra visión sobre Business Intelligence Acercamiento Desde hace
Más detallesCómo Orientar el Potencial de Big Data
Cómo Orientar el Potencial de Big Data Fernando Cortés IBM Software Group, Information Management Especialista IBM Big Data Para Reconocer Nuevas Oportunidades, Es Necesario Pensar Más Allá de las Fuentes
Más detallesIBM PERFORMANCE EVENTS. Smarter Decisions. Better Results.
Smarter Decisions. Better Results. 1 Aumente el valor de su BI con Análisis Predictivo José Ignacio Marín SPSS Sales Engineer 25/11/2010 2 Agenda Cómo está cambiando la toma de decisiones La potencia del
Más detallesCustomer Intelligence Fernando Mogetta Gerente de Consultoría de Negocios SAS Argentina. Copyright 2010, SAS Institute Inc. All rights reserved.
Customer Intelligence Fernando Mogetta Gerente de Consultoría de Negocios SAS Argentina Ciclo completo de Customer Intelligence Gestión de Datos Vista Integrada del Cliente Segmentación Análisis del Cliente
Más detallesSAP BusinessObjects Edge BI Standard Package La solución de BI preferida para. Empresas en Crecimiento
SAP BusinessObjects Edge BI Standard Package La solución de BI preferida para Empresas en Crecimiento Portfolio SAP BusinessObjects Soluciones SAP para Empresas en Crecimiento Resumen Ejecutivo Inteligencia
Más detallesComo Abordar una Implementación Exitosa. Raúl Zavala IBM GBS
Como Abordar una Exitosa Raúl Zavala IBM GBS 1 Ser una empresa inteligente es saber conducir una implementación exitosa 2 Ser una empresa inteligente es saber conducir una transformación exitosa 3 Analizando
Más detallesIBM Smarter Cities. IOC Centro de Operaciones Inteligente. IBM Software Group Industry Solutions. Madrid, 6 de noviembre de 2012
IBM Smarter Cities IOC Centro de Operaciones Inteligente IBM Software Group Industry Solutions Madrid, 6 de noviembre de 2012 Leopoldo Andrés (leopoldo_andres@es.ibm.com) Felipe Sevillano (felipe.sevillano@es.ibm.com)
Más detallesLa inteligencia de marketing que desarrolla el conocimiento
La inteligencia de marketing que desarrolla el conocimiento SmartFocus facilita a los equipos de marketing y ventas la captación de consumidores con un enfoque muy relevante y centrado en el cliente. Ofrece
Más detallesDescubrimiento e investigación de amenazas avanzadas. DESCRIPCIÓN GENERAL
Descubrimiento e investigación de amenazas avanzadas. DESCRIPCIÓN GENERAL PUNTOS DESTACADOS Presentación de RSA Security Analytics, que proporciona: Monitoreo de seguridad Investigación de incidentes Creación
Más detallese-commerce, es hacer comercio utilizando la red. Es el acto de comprar y vender en y por medio de la red.
Comercio electrónico. (e-commerce) Las empresas que ya están utilizando la red para hacer comercio ven como están cambiando las relaciones de la empresa con sus clientes, sus empleados, sus colaboradores
Más detallesIBM Tivoli Asset Management for IT. IBM Tivoli Service Request Manager
for IT & IBM Tivoli Service Request Manager Optimice sus procesos IT, maximice sus activos y mejore el nivel de servicio. Para obtener altos niveles de servicio, reducir costes y alcanzar las metas del
Más detalleswww.solucionesbinaria.com Qué es TypMan?
Qué es TypMan? TypMan es una aplicación software para la gestión del mantenimiento en entornos productivos. Permite un control exhaustivo de las tareas de prevención y corrección minimizando costes, aumentando
Más detallesCómo aprovechar la potencia de la analítica avanzada con IBM Netezza
IBM Software Information Management White Paper Cómo aprovechar la potencia de la analítica avanzada con IBM Netezza Un enfoque de appliance simplifica el uso de la analítica avanzada Cómo aprovechar la
Más detallesXII Encuentro Danysoft en Microsoft Abril 2015. Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código
Business Intelligence y Big Data XII Encuentro Danysoft en Microsoft Directos al código Ana María Bisbé York Servicios Profesionales sp@danysoft.com 916 638683 www.danysoft.com Abril 2015 Sala 1 SQL Server
Más detallesDATA WAREHOUSE DATA WAREHOUSE
DATA WAREHOUSE DATA WAREHOUSE Autor: Roberto Abajo Alonso Asignatura: Sistemas Inteligentes, 5º Curso Profesor: José Carlos González Dep. Ing. Sistemas Telemáticos, E.T.S.I. Telecomunicación Universidad
Más detallesIBM Cognos Enterprise: Inteligencia de negocio y gestión del rendimiento potente y escalable
: Inteligencia de negocio y gestión del rendimiento potente y escalable Puntos destacados Dota a los usuarios de su organización de las capacidades de business intelligence y de gestión del rendimiento
Más detallesEspacio Cloud de Usuario. Nivel de Servicio y Confianza en la Nube Alejandro Gimenez
Espacio Cloud de Usuario. Nivel de Servicio y Confianza en la Nube Alejandro Gimenez Crecimiento de la Información y Big Data 20 veces más!! 2011: 1.8 Zettabytes Source: IDC Digital Universe Study 2020:
Más detallesBig Data y Manejo de Datos Maestros
Objetivos 1.- El alumno identificará el contexto, la problemática y utilizará diversas herramientas de Manejo de Datos Maestros. Esto permitirá formarse un criterio sobre cómo implementar un proyecto de
Más detallesParte I: Introducción
Parte I: Introducción Introducción al Data Mining: su Aplicación a la Empresa Cursada 2007 POR QUÉ? Las empresas de todos los tamaños necesitan aprender de sus datos para crear una relación one-to-one
Más detallesQuienes Somos? Valor. Estrategia
Quienes Somos? STGI nace como la respuesta necesaria al mundo empresarial en consultorías para acceder y gestionar la información, estructurada y no estructurada, con el fin de alcanzar procesos eficientes
Más detallesBUSINESS INTELLIGENCE
BUSINESS INTELLIGENCE PRESENTACIÓN Ramón Díaz Hernández Gerente (1.990) Nuestro Perfil Inversión permanente en formación y nuevas tecnologías. Experiencia en plataforma tecnológica IBM (Sistema Operativo
Más detallesAcerca de esté Catálogo
Catálogo de Cursos 2015 Acerca de esté Catálogo En el presente documento podrá obtenerse la información necesaria sobre la oferta de cursos que Manar Technologies S.A.S. y su línea de educación Campus
Más detallesÍNDICE. Introducción... Capítulo 1. Conceptos de Big Data... 1
ÍNDICE Introducción... XIII Capítulo 1. Conceptos de Big Data... 1 Definición, necesidad y características de Big Data... 1 Aplicaciones típicas de Big Data... 4 Patrones de detección del fraude... 4 Patrones
Más detallesSoluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya
Software & Servicios Soluciones Big Data & Analytics Martes 10 de junio de 2014 Museu Nacional d'art de Catalunya Juan Carlos Morán Software & Servicios Saytel E-mail: jcmoran@saytel.es Agenda Qué es Big
Más detallesSoluciones de virtualización de datos
Soluciones de virtualización de datos Cómo obtener una ventaja competitiva gracias al uso de los datos El contexto de cambio vertiginoso en las diferentes actividades de negocio requiere en la actualidad
Más detallesMS_20462 Administering Microsoft SQL Server Databases
Gold Learning Gold Business Intelligence Silver Data Plataform Administering Microsoft SQL Server Databases www.ked.com.mx Por favor no imprimas este documento si no es necesario. Introducción. Este curso
Más detallesConvierta sus datos en conocimiento para generar utilidades.
Microsoft SQL Server Business Intelligence ofrece una plataforma integral fortaleciendo a las organizaciones para construir y desplegar soluciones de BI seguras, escalables y manejables. Convierta sus
Más detallesData Mining Técnicas y herramientas
Data Mining Técnicas y herramientas Introducción POR QUÉ? Empresas necesitan aprender de sus datos para crear una relación one-toone con sus clientes. Recogen datos de todos lo procesos. Datos recogidos
Más detallesLoca%on Analy%cs: Integración IBM Business Analy%cs + Esri Maps
Loca%on Analy%cs: Integración IBM Business Analy%cs + Esri Maps Javier Alexander Rengifo Silva, MSc. Business Analy,cs Specialty Architect jrengifo@co.ibm.com 2012 IBM Corporation Agenda ü Introducción
Más detallesINTELIGENCIA DE NEGOCIOS
INTELIGENCIA DE NEGOCIOS A P R O X I M A C I Ó N A U N A E X P E R I E N C I A D E A P L I C A C I Ó N E N I N S T I T U C I O N E S D E L A R E G I Ó N Ing. Patricia Uceda Martos Agenda Introducción Definición
Más detalles3.3.3 Tecnologías Mercados Datos
3.3.3 Tecnologías Mercados Datos TECNOLOGIAS DATAMART: Aspect Data Mart es una solución completa de reportes para la empresa, que le proporciona un mayor entendimiento de las operaciones de sus negocios
Más detallesServicio Business Intellingence integrado con Data Management & Big Data Del dato al conocimiento
Servicio Business Intellingence integrado con & Big Del dato al conocimiento Servicio BI integral: Business Intelligence es la habilidad para transformar los datos en información, y la información en conocimiento,
Más detallesServicios Cloud, piedra angular en la diseño de iniciativas de ciudades inteligentes, eficiencia energética y movilidad sostenible
Servicios Cloud, piedra angular en la diseño de iniciativas de ciudades inteligentes, eficiencia energética y movilidad sostenible Septiembre 02 de 2015 Víctor Manuel Bernal Olaya vbernal@internexa.com.co
Más detallesProcesos de negocio beneficiados con el CRM:
Ahora con Rack2 Cloud CRM podrá utilizar una herramienta de última generación que le permitirá acceder donde se encuentre a la información de sus Clientes, con la confidencialidad y seguridad que usted
Más detallesAccediendo a nuevas perspectivas y oportunidades a través del Big Data
Accediendo a nuevas perspectivas y oportunidades a través del Big Data Yolanda Mendoza - Information Management Sales Manager SPGI Madrid, 20 noviembre 2013 PALACIO MUNICIPAL DE CONGRESOS Algo importante
Más detallesEL PROCESAMIENTO DE EVENTOS COMPLEJOS OFRECE INTELIGENCIA OPERATIVA U OPERACIONAL
Vitria Technology Inc. 9/21/2012 Revista: [Edition 1, Volume 1] INTELIGENCIA OPERATIVA EL PROCESAMIENTO DE EVENTOS COMPLEJOS OFRECE INTELIGENCIA OPERATIVA U OPERACIONAL Con tanta información por filtrar,
Más detallesIntroducción a nivaria{ ceva Conceptos Generales. Nivaria Innova
Introducción a nivaria{ ceva Conceptos Generales Innova Junio de 2009 ÍNDICE 01. Introducción a nivaria{ ceva 1 01.1. Orientado al Usuario 1 02. Módulos de la Plataforma 2 02.1. Web Content Management
Más detallesGestión eficiente y ágil de las políticas y reglas de negocio
Gestión eficiente y ágil de las políticas y reglas de negocio 1 Agenda Retos en los Seguros Iniciativas Recomendadas Plataforma de Agilidad e Integración Solución BPM Lombardi Experiencias en el sector
Más detallesAnálisis de costos proyectado de la plataforma SAP HANA
Un estudio de Total Economic Impact de Forrester Por encargo de SAP Director de proyecto: Shaheen Parks Abril de 2014 Análisis de costos proyectado de la HANA Ahorro de costos posibilitado por la transición
Más detallesINFORME EJECUTIVO DE IDC
INFORME EJECUTIVO DE IDC De qué forma Big Data transforma la protección y el almacenamiento de datos Agosto 2012 Escrito por Carla Arend Patrocinado por CommVault Introducción: De qué forma Big Data transforma
Más detallesAdministración de Bases de Datos; Remota e In-Situ.
TBF Data Services Administración de Bases de Datos; Remota e In-Situ. TBF Data Services es una empresa especializada en tecnología Oracle. Facilitamos servicios de Administración de Bases de Datos (DBA)
Más detallesJuan Carlos Olarte B Innovation and Business Development Management. BIG DATA & ANALYTICS: El Futuro es Ahora
Juan Carlos Olarte B Innovation and Business Development Management BIG DATA & ANALYTICS: El Futuro es Ahora Temas a Tratar Evolución y Tendencias Big Data & Analytics Data Mining, Data Science y Big Data
Más detallesEstrategia Planeta Inteligente para PYMEs
Estrategia Planeta Inteligente para PYMEs Nina Toussaint Gerente de División de Sistemas y Tecnología para las líneas de Almacenamiento y Servidores IBM de Venezuela 08 Diciembre de 2010 La realidad de
Más detallesDefinición de CRM. CRM es una estrategia de negocio que permite optimizar la rentabilidad, las ventas y la satisfacción del cliente.
Que es CRM? Indice Definición de CRM Principales retos a los que se enfrentan las empresas Evolución del CRM Qué aporta CRM al negocio Qué puede hacer el CRM por ti como usuario Beneficios de la estrategia
Más detallesMicrosoft SQL Server Conceptos.
Microsoft Conceptos. Microsoft 2005 es una plataforma de base de datos a gran escala de procesamiento de transacciones en línea (OLTP) y de procesamiento analítico en línea (OLAP). La siguiente tabla muestra
Más detallesConectores Pentaho Big Data Community VS Enterprise
Conectores Pentaho Big Data Community VS Enterprise Agosto 2014 Stratebi Business Solutions www.stratebi.com info@stratebi.com Índice 1. Resumen... 3 2. Introducción... 4 3. Objetivo... 4 4. Pentaho Community
Más detallesUn paso más para ganar en la era del cliente Customer Centric Approach
Un paso más para ganar en la era del cliente La clave para construir una estrategia de clientes eficaz y rentable www.pwc.es El futuro es hoy, mañana será tarde Todos somos clientes y hemos tenido experiencias
Más detalles10775 Administering Microsoft SQL Server 2012 Databases
10775 Administering Microsoft SQL Server 2012 Databases Introducción Este curso de cinco días impartido por instructor, provee a estudiantes con el conocimiento y habilidades para mantener una base de
Más detallesTecnología de Gestión y Comunicación - TGC
Mayores necesidades y retos tecnológicos de las empresas: Necesidad de integrar datos de múltiples aplicaciones de negocios o fuentes de datos. La falta de una completa visibilidad de las finanzas y operaciones
Más detallesTransformación de la banca con una plataforma ágil, flexible e integrada. Andrés Rojas
Transformación de la banca con una plataforma ágil, flexible e integrada Andrés Rojas 1 Agenda Retos de la Banca Iniciativas Recomendadas Plataforma de Agilidad e Integración Solución BPM Lombardi Experiencias
Más detallesIng. Gustavo Mesa Ing. Hector Cotelo QUANAM
GOBIERNO Gobierno DE de DATOS Datos Ing. Gustavo Mesa Ing. Hector Cotelo QUANAM QUIENES SOMOS + 30 Años de experiencia en el mercado + 500 Proyectos ERP/CRM/BA en América Latina + 300 Consultores + 10
Más detallesCRM Estrategia y Tecnología. Wilson A. Mendieta M. Gerente General Novasoft SAS gerencia@novasoft.com.co
CRM Estrategia y Tecnología Wilson A. Mendieta M. Gerente General Novasoft SAS gerencia@novasoft.com.co Cambios en la industria Competidores Lealtad de Clientes El foco no es en Productos sino en Clientes
Más detallesMuchos Datos. Pocos Datos. Cualquier cantidad de Datos. Analíticas de Negocio
Muchos Datos. Pocos Datos. Cualquier cantidad de Datos. Analíticas de Negocio Hoy en día tenemos más información sobre los clientes pero nunca fue tan difícil entenderla. SISTEMAS INTERNOS Datos demográficos
Más detallesTIVOLI. GERZEL, Stella Maris. stellagerzel@yahoo.com.ar
TIVOLI GERZEL, Stella Maris stellagerzel@yahoo.com.ar Temas a Desarrollar: Definición de Tivoli. Tivoli Storage Manager. Tivoli Monitoring for Web Infrastructure Utilización del Tivoli Business Systems
Más detallesGeneXus BPM Suite X. Última actualización: 01 de Setiembre de 2008
Última actualización: 01 de Setiembre de 2008 Copyright Artech Consultores S. R. L. 1988-2008. Todos los derechos reservados. Este documento no puede ser reproducido en cualquier medio sin el consentimiento
Más detallesSAQQARA. Correlación avanzada y seguridad colaborativa_
SAQQARA Correlación avanzada y seguridad colaborativa_ Tiene su seguridad 100% garantizada con su SIEM?_ Los SIEMs nos ayudan, pero su dependencia de los eventos y tecnologías, su reducida flexibilidad
Más detallesFernando Gutiérrez-Cabello. Data Discovery y visualizaciones en MicroStrategy 10
Fernando Gutiérrez-Cabello Data Discovery y visualizaciones en MicroStrategy 10 Clientes Beta de MicroStrategy 10 Por primera vez, MicroStrategy 10 ofrece una plataforma de analítica que combina una experiencia
Más detallesCenfotec ofrece talleres de preparación para la certificación internacional de Microsoft SQL Server
Cenfotec ofrece talleres de preparación para la certificación internacional de Microsoft SQL Server Sobre el Profesor Master en Tecnologías de Bases de Datos (Administración de Bases de Datos e Inteligencia
Más detallesMAPINFO EN EL MERCADO DE RETAIL. Utilizar las soluciones de location intelligence para ser más competitivos
MAPINFO EN EL MERCADO DE RETAIL Utilizar las soluciones de location intelligence para ser más competitivos Localización, localización, localización! MapInfo proporciona soluciones líderes para el análisis
Más detallesEL DATA SCIENTIST MAS QUE UNA MODA
EL DATA SCIENTIST MAS QUE UNA MODA JULIO 2015 AGENDA Origen y Evolución Qué conocimientos y skills deben tener? Cómo son los actuales Data Scientist? Dónde están ubicados en las empresas? SAS Data Scientist
Más detallesLuis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos. Data Warehousing: el reto de extraer el valor de los datos
Luis Reina Juliá luis_reina@es.ibm.com IBM Software Group Arquitecto de Datos Data Warehousing: el reto de extraer el valor de los datos AGENDA Data Warehouses Problemáticas típicas de Data Warehouse Soluciones
Más detallesComparación de características entre las ediciones Estándar y Enterprise
Comparación de características entre las ediciones Estándar y Enterprise Enterprise Enterprise es una plataforma completa de datos para ejecutar aplicaciones de misión crítica OLTP (Online Transaction
Más detallesEnterprise Intelligence Solutions
Enterprise Intelligence Solutions Integrando la Voz del Cliente Kevin Kerr Adriana Ramirez 1 Introducción a Verint Líder Global en Inteligencia para la Acción y Servicios de Valor Agregado Spain Argentina
Más detallesBusiness Analytics. Mucho mas que inteligencia de negocios. SBI Technology. Insurance Analytics
Business Analytics. Mucho mas que inteligencia de negocios. SBI Technology Insurance Analytics Presentación SBI Technology. Quienes Somos? Más de 20 años de experiencia a nivel internacional en BI aplicado
Más detallesAlmacén de datos - concepto. Arquitectura de un sistema de almacén de datos
Almacén de datos - concepto Almacén de datos (Bodega de Datos, Data warehouse) es una integrada colección de datos que contiene datos procedentes de sistemas del planeamiento del recurso de la empresa
Más detallesMOC 20331 + 20332 Administración SharePoint 2013 Core & Advanced
MOC 20331 + 20332 Administración SharePoint 2013 Core & Advanced Introducción: El primer curso le proporcionará los conocimientos y habilidades para configurar y administrar un entorno de Microsoft SharePoint
Más detallesCRM. Customer Relationship Management Sistema de Gestión Inteligente de Mercadeo y Ventas. Sistema de Gestión Inteligente de Mercadeo y Ventas
CRM Customer Relationship Management Sistema de Gestión Inteligente de Mercadeo y Ventas Sistema de Gestión Inteligente de Mercadeo y Ventas Customer Relationship Management (Administración de Relaciones
Más detallesLa utilización de Serena Mariner, nos permite priorizar los proyectos basándonos en su valor estratégico para el negocio, hemos reducido nuestro
La utilización de Serena Mariner, nos permite priorizar los proyectos basándonos en su valor estratégico para el negocio, hemos reducido nuestro proceso de presupuestación de nueve meses a seis semanas
Más detallesSMART ENERGY. avanzados. de la medida. Más de 140 compañías de utilities en todo el mundo disponen de soluciones Indra. indracompany.
SMART ENERGY Soluciones y Dispositivos avanzados de gestión de la medida Más de 140 compañías de utilities en todo el mundo disponen de soluciones Indra indracompany.com SMARt ENERGY Soluciones y Dispositivos
Más detallesWE ARE EXPERTS IN DATA PROCESSING & ANALYTICS IDATHA. DARK DATA White Paper - IDATHA. Octubre 2015. IDATHA.COM
DARK DATA White Paper -. Octubre 2015..COM Resumen Ejecutivo Hoy en día las empresas recogen y almacenan enormes cantidades de datos. Estos datos se conservan en la mayoría de los casos para tareas de
Más detallesOperaciones optimizadas y automatizadas del centro de datos. Oscar Onofre- VMware Systems Engineer
Operaciones optimizadas y automatizadas del centro de datos Oscar Onofre- VMware Systems Engineer Julio 2015 Para finales de 2016, todas las organizaciones de TI importantes habrán estandarizado una estrategia
Más detallesSupply Chain Management LOGISTICA - LIC. MSC JOSE MARCO QUIROZ MIHAIC 1
Supply Chain Management 1 2 1.1. Conceptos Clave 1.1.1. Cadena de Suministro La Cadena de Suministro es: la secuencia de proveedores que contribuyen a la creación y entrega de una mercancía o un servicio
Más detallesSMV. Superintendencia del Mercado de Valores
INFORME TÉCNICO PREVIO DE EVALUACIÓN DE SOFTWARE Nº 007--/09 MONITOREO DE SERVIDORES Y ADMINISTRACIÓN DE LOGS 1. NOMBRE DEL AREA: OFICINA DE TECNOLOGÍAS DE INFORMACIÓN 2. RESPONSABLE DE LA EVALUACIÓN:
Más detallesAPROVECHE LA INFORMACIÓN DE SU EMPRESA Y AUMENTE SUS VENTAS
APROVECHE LA INFORMACIÓN DE SU EMPRESA Y AUMENTE SUS VENTAS SILVIO FRANCO ARISTIZABAL Autoridad latinoamericana en optimización de procesos gerenciales, comerciales y de desempeño humano. Psicólogo de
Más detallesPlan de acción Tácticas y estrategias
Plan de acción Tácticas y estrategias Una vez obtenida toda la información necesaria en la fase de Análisis y conociendo todas las opciones que tenemos para llegar a los objetivos marcados, debemos de
Más detalles30 oct. SAP Fraud Management. El Camino a la transparencia. La necesidad Gestionar en tiempo real. El medio Una plataforma in-memory
SAP Fraud Management 30 oct 2014 El Camino a la transparencia SAP Fraud Management La necesidad Gestionar en tiempo real El medio Una plataforma in-memory La necesidad Gestionar en tiempo real 3 La necesidad:
Más detallesBusiness Intelligence
2012 Business Intelligence Agenda Programas Diferencias de OLTP vs OLAP Arquitectura de una solución de BI Tecnologías Microsoft para BI Diferencias entre OLTP v/s OLAP Alineación de Datos OLTP Datos organizados
Más detallesEstos datos fluyen a velocidades cada vez mayores.
Big Data La solución La información 1 2 Las nuevas tecnologías han incrementado enormemente la cantidad de información producida. Estos datos fluyen a velocidades cada vez mayores. 3 Se necesita una manera
Más detallesopinoweb el poder de sus datos Descubra LA NECESIDAD DE PREDECIR
opinoweb SOFTWARE FOR MARKET RESEARCH LA NECESIDAD DE PREDECIR Actualmente las empresas no sólo necesitan saber con exactitud qué aconteció en el pasado para comprender mejor el presente, sino también
Más detalles1. Introducción: Qué es la Gestión Documental-TI o Gestor Documental?
1. Introducción: Qué es la Gestión Documental-TI o Gestor Documental? Es un tipo de Software o portal para la gestión de conocimiento en una Organización u empresa que se basa principalmente en la administración
Más detallesProductos y Servicios Portafolio
Productos y Servicios Portafolio Información general: Itevolution S.A. de C.V. 2014-1- Quiénes Somos? Itevolution es una presa mexicana enfocada a la asesoría licenciamiento Microsoft y servicios de consultoría
Más detallesAnuncio de software ZP12-0060 de IBM Europe, Middle East, and Africa con fecha 21 de febrero de 2012
con fecha 21 de febrero de 2012 IBM InfoSphere Master Data Management for Healthcare crea vistas fiables de activos de datos de servicios sanitarios y permite mejorar la efectividad de los procesos empresariales
Más detallesLibere el conocimiento que vive en cualquier dato. Mario Ochoa 10/09/2014
Libere el conocimiento que vive en cualquier dato Mario Ochoa 10/09/2014 En qué se diferencian las empresas exitosas de la actualidad? Datos. Valor La innovación de tecnología acelera el valor Machine
Más detallesConcepto. Las empresas como ecosistemas de relaciones dinámicas
Concepto Las empresas como ecosistemas de relaciones dinámicas PÁG 02 Hoy en día, ante la creciente necesidad de integración de los procesos de negocio, las empresas se enfrentan al desafío de innovar
Más detallesSAIO le añade inteligencia a las métricas. www.epsilontec.com
om lontec.c si saio@ep El 1er cuadro de mando de Social Media Intelligence que integra e interpreta toda la información y métricas que generan las redes sociales (Big Data) para optimizar tu plan de Marketing
Más detallesSolución Integral IBM para la Prevención y Gestión del Fraude
Solución Integral IBM para la Prevención y Gestión del Fraude Miguel Angel Aranguren Romero CISA, CISM, CGEIT, CRISC, CISSP, ITIL V3 FC, COBIT FC, OSCP Risk Analytics SSA y LCR El análisis correcto El
Más detallesAPROVECHAR LAS HERRAMIENTAS ANALÍTICAS PARA OPTIMIZAR EL CUMPLIMIENTO Y LA DEBIDA DILIGENCIA
APROVECHAR LAS HERRAMIENTAS ANALÍTICAS PARA OPTIMIZAR EL CUMPLIMIENTO Y LA DEBIDA DILIGENCIA Matías Livachof Manager Forensic Technology Services KPMG LLP Forensic Data Analysis Características UN PROCESO
Más detallesMicrosoft Project & Portfolio Management
Microsoft Project & Portfolio Management Conclusiones del estudio anual de Proudfoot sobre la Productividad Escasa planificación e insuficiente calidad de gestión Resistencia al cambio operativa. Poca
Más detallesPresentación BI - ERP
Presentación BI - ERP Quiénes Somos Somos una empresa de Servicios Tecnológicos y Consultoría, con excelentes profesionales que participan en los proyectos de las empresas que basan su crecimiento en los
Más detallesTOMA DE DECISIONES II
TOMA DE DECISIONES II Tema Nº 04 1. LAS HERRAMIENTAS TECNOLÓGICAS PARA LAS TOMA DE DECISIONES GERENCIALES 1.1 Importancia de los ERP. 1.2 Aadministración del desempeño corporativo CPM 1. HERRAMIENTAS TECNOLÓGICAS
Más detallesST26_ Advanced Solutions of Microsoft SharePoint Server 2013
ST26_ Advanced Solutions of Microsoft SharePoint Server 2013 Presentación Este curso examina cómo planificar, configurar y administrar un entorno de Microsoft SharePoint Server 2013. Incluye la implementación
Más detallesSoluciones Integrales en Inteligencia de Negocios
Soluciones Integrales en Inteligencia de Negocios QUIENES SOMOS NUESTRA MISIÓN DATAWAREHOUSE MINERÍA DE DATOS MODELOS PREDICTIVOS REPORTERÍA Y DASHBOARD DESARROLLO DE APLICACIONES MODELOS DE SIMULACIÓN
Más detallesLos Datos Maestros y la Visión Única de los Activos Esenciales: Clientes y Productos
Los Datos Maestros y la Visión Única de los Activos Esenciales: Clientes y Productos Danilo Novelli Director, Worldwide Information Governance Sales IBM Pg 1 Qué son los Datos Maestros? Los Datos Maestros
Más detallesCURSOS PREPARACIÓN PARA CERTIFICACIÓN MICROSOFT SQL SERVER
NIVEL ASSOCIATE: SQL SERVER 2012 QUERYING 2012 DESCRIPCIÓN - CÓDIGO 10774A Este curso de 32 horas, es impartido por un instructor certificado proporciona las habilidades técnicas necesarias para escribir
Más detallesDISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012
DISEÑO E IMPLEMENTACIÓN DE SOLUCIONES BUSINESS INTELLIGENCE CON SQL SERVER 2012 FLUJO DE CAPACITACIÓN Prerrequisitos Fundamentos de Programación Sentencias SQL Server 2012 Duración: 12 horas 1. DESCRIPCIÓN
Más detallesWEB EVOLUTION TO PERFORMANCE
WEB EVOLUTION TO PERFORMANCE Cuenca 2 Abril de 2012 Oferta Nº Empresa: VALDIS Contacto: WEB EVOLUTION TO PERFORMANCE Internet evoluciona a pasos agigantados, pero su sofisticación consolida cada día el
Más detalles